Szczegóły publikacji

Opis bibliograficzny

Wykrywanie trudnych do kompresji sekwencji wideo na podstawie obiektywnych metryk jakości — Detection of hard-to-compress video sequences based on objective quality metrics / Filip Korus, Dawid JUSZKA, Michał GREGA, Mikołaj LESZCZUK, Michał Suchoń // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2024 — R. 97 nr 4, s. 405–408. — Bibliogr. s. 408, Streszcz., Abstr. — Publikacja dostępna tylko online. --- Tryb dostępu: https://sigma-not.pl/zeszyt-7541-przeglad-telekomunikacyjny-2024-4.html [2024-10-01]. — KRiT 2024 : II Konferencja Radiokomunikacji i Teleinformatyki : Poznań, 11-13 września 2024

Autorzy (5)

Słowa kluczowe

EN: machine learning modelvideo quality metricsQoEgameplay
PL: model uczenia maszynowegogry komputeroweQoEmetryki jakości wideo

Dane bibliometryczne

ID BaDAP155701
Data dodania do BaDAP2024-10-28
DOI10.15199/59.2024.4.90
Rok publikacji2024
Typ publikacjireferat w czasopiśmie
Otwarty dostęptak
Czasopismo/seriaPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne

Streszczenie

Serwisy strumieniowania wideo odpowia- dają za 82% całego ruchu IP (dane na rok 2022 według Cisco). Netflix, TikTok, YouTube czy Twitch, zyskują po- pularność, przyciągając zarówno uwagę fanów filmów i se- riali, jak i miłośników gier komputerowych. Jednak, kom- presja materiałów wideo generowanych podczas wydarzeń e-sportowych staje się wyzwaniem, nawet dla zaawanso- wanych kodeków. Badania oparte na metrykach jakości wideo ujawniają te trudności, co pozwoliło opracować mo- del uczenia maszynowego do oceny trudności kompresji.

Abstract

Video streaming services account for 82% of all IP traffic (as of 2022, according to Cisco). Netflix, Tik- Tok, YouTube and Twitch are gaining popularity, attrac- ting the attention of both fans of films and series, as well as computer game enthusiasts. However, compressing vi- deo content generated during e-sports events becomes a challenge, even for advanced video codecs. Research ba- sed on video quality metrics reveals these difficulties. As a result, a machine learning model was developed to assess compression difficulty.

Publikacje, które mogą Cię zainteresować

artykuł
#161991Data dodania: 4.9.2025
Subiektywna ocena QoE wideo na podstawie reakcji na degradację jakości w różnych grupach wiekowych — Subjective video QoE assessment based on reaction on quality degradation in different age groups / Dominika WANAT, Dawid JUSZKA // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN  1230-3496 . — 2025 — R. 98 dod.:  4, s. 495–498. — Bibliogr. s. 498, Streszcz., Abstr. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025
artykuł
#161978Data dodania: 4.9.2025
HD-dSEQUA: high definition diverse video sequence dataset for quality assessment with indicators — HD-dSEQUA: baza zróżnicowanych sekwencji HD do obiektywnej oceny jakości wraz z indykatorami / Filip Korus, Dawid JUSZKA, Michał GREGA, Mikołaj LESZCZUK, Michał Suchoń, Avrajyoti DUTTA, Dominika WANAT // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN  1230-3496 . — 2025 — R. 98 nr 4, s. 451-454. — Bibliogr. s. 454, Streszcz., Abstr. — F. Korus - dod. afiliacja: tvhive sp. z o. o., Kraków. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025