Estimace PSNR v sekvencích komprimovaných ve strandardu H.264/AVC s využitím umělých neuronových sítí.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F08%3APU75052" target="_blank" >RIV/00216305:26220/08:PU75052 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Estimating H.264/AVC Video PSNR Without Reference Using the Artificial Neural Network Approach
Popis výsledku v původním jazyce
This paper presents a method capable of estimating peak signal-to-noise ratios (PSNR) of digital video sequences compressed using the H.264/AVC algorithm. The idea is in replacing a full reference metric - the PSNR (for whose evaluation we need the original as well as the processed video data) - with a no reference metric, operating on the encoded bit stream only. As we are working just with the encoded bit stream, we can spare a significant amount of computations needed to decode the video pixel values. In this paper, we describe the network inputs and network configurations, suitable to estimate PSNR in intra and inter predicted pictures. Finally, we make a simple evaluation of the proposed algorithm, having the correlation coefficient of the real and estimated PSNRs as the measure of optimality.
Název v anglickém jazyce
Estimating H.264/AVC Video PSNR Without Reference Using the Artificial Neural Network Approach
Popis výsledku anglicky
This paper presents a method capable of estimating peak signal-to-noise ratios (PSNR) of digital video sequences compressed using the H.264/AVC algorithm. The idea is in replacing a full reference metric - the PSNR (for whose evaluation we need the original as well as the processed video data) - with a no reference metric, operating on the encoded bit stream only. As we are working just with the encoded bit stream, we can spare a significant amount of computations needed to decode the video pixel values. In this paper, we describe the network inputs and network configurations, suitable to estimate PSNR in intra and inter predicted pictures. Finally, we make a simple evaluation of the proposed algorithm, having the correlation coefficient of the real and estimated PSNRs as the measure of optimality.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JA - Elektronika a optoelektronika, elektrotechnika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GD102%2F08%2FH027" target="_blank" >GD102/08/H027: Pokročilé metody, struktury a komponenty elektronické bezdrátové komunikace</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Sigmap 2008 International Conference on Signal Processing and Multimedia Applications Proceedings
ISBN
978-989-8111-60-9
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
—
Název nakladatele
INSTICC
Místo vydání
Porto
Místo konání akce
Porto
Datum konání akce
26. 7. 2008
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—