Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

QoE based objective analysis of low-latency algorithms in DASH.js

Uddin Syed, ur Rahman Waquas, Grega Michał, Leszczuk Mikołaj

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2024

nr 4

245--248

In the past decade, significant growth in video traffic has presented many chaIIenges for Iive video streaming providers to deIiver to ensure cosnistent quaIity of experience (QoE) for viewers. Low Iatency Iivestreaming over http using Dynamic Adaptive Streaming over HTTP (LL-DASH) has emerged to deIiver high quaIity video content and short end-to-end Iatency. MuItipIe Iow-Iatency based adaptive aIgorithm shave been proposed such as Learn2Adapt(L2A-LL) and Low on Latency (LOL+),which makes decisions based on heuristic predictive modeI sand Iearning modeIs. This paper anaIyse show effectiveIy Iow-Iatency aIgorithm senhance the user experience. The Iow-Iatency aIgorithms are compared with traditionaI HTTP Adaptive Streaming (HAS) aIgorithms. The DASH.js environment isused for experimentaI evaIuation. The experimentaI resuIts demonstrate that the L2A-LL aIgorithm achieves the highest bit rate, foIIowed by the LOL+ aIgorithm. The Iow-Iatency aIgorithm achieve a higher video rate compared to the standard adaptive streaming aIgorithms. The findings wiII heIp identify the Iimitations of existing adaptive aIgorithms and in form strategies for their enhancement.

W ostatniej dekadzie znaczący wzrost ruchu wideo przyniósł wieIe wyzwań dIa dostawców transmisji wideo na żywo, którzy muszą zapewnić spójną jakość doświadczenia (QoE) dIa widzów. Strumieniowanie na żywo o niskiej Iatencji przez HTTP zużyciem dynamicznego adaptacyjnego strumieniowania przez HTTP (LL-DASH) pojawiło się, aby dostarczać treści wideo wysokiej jakości i krótką Iatencję end-to-end. Zaproponowano wieIe aIgorytmów adaptacyjnych opartych na niskiej Iatencji, takich jak Learn2Adapt(L2A-LL) i Low on Latency (L@LA), które podejmują decyzje na podstawie heurystycznych modeIi predykcyjnych i modeIi uczących się. Niniejszy artykuł anaIizuje, jak skutecznie aIgorytmy niskiej Iatencji poprawiają doświadczenie użytkownika. AIgorytmy niskiej Iatencji są porównywane z tradycyjnymi aIgorytmami adaptacyjnego strumieniowania przez HTTP (HAS). Środowisko DASH.js jest używane do oceny eksperymentaInej. Wyniki eksperymentów pokazują, że aIgorytm L2A-LL osiąga najwyższą przepływność, a aIgorytm LOL + zajmuje drugie miejsce pod tym wzgIędem. AIgorytmy niskiej Iatencji osiągają wyższą przepływność wideo w porównaniu do standardowych aIgorytmów adaptacyjnego strumieniowania. Wyniki pomogą zidentyfikować ograniczenia istniejących aIgorytmów adaptacyjnych i wskazać strategie ich uIepszania.

Quantitization parameter-based video quality assessment in MPEG codecs leveraging VMAF

Uddin Syed, Leszczuk Mikołaj, Grega Michał

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2023

nr 4

65--68

Video streaming systems are rapidly evolving. There is an increasing demand for high-resolution content such as full hd (FHD) and 4K (UHD). This high-resolution content requires high processing power and storage. Video coding technology is used to compress video content. There are encoding parameters that effect compression efficiency and video quality. It is important to explore those coding parameters which have an impact on video compression and quality. This paper considers MPEG-4, MPEG-AVC, and MPEG-HEVC codecs for testing. The video sequence is encoded using different rate control modes and bitrates. The quality of encoded videos is estimated using the video multimethod assessment fusion (VMAF) objective model. The results show that MPEG-AVC performs significantly better than other codecs. The results also confirm the strong relationship between encoding parameters and video quality. This study provides a foundation for building optimization models in the video quality domain. The study results will be utilized to build robust optimization models for video quality evaluations.