Evaluation of no-reference quality prediction metrics in videos impaired by authentic distortions

Simple item page
dc.contributor.advisorBenítez Restrepo, Hernán Darío
dc.contributor.advisorGómez Nieto, Roger Alfonso
dc.contributor.authorLedesma Mazuera, José Alejandro
dc.contributor.authorTorres Morón, Stidl Alfonso
dc.date.accessioned2024-08-27T16:25:02Z
dc.date.available2024-08-27T16:25:02Z
dc.date.issued2020
dc.description.abstractLos sistemas de hardware y procesamiento de vídeo digital pueden introducir distorsiones en la señal de vídeo durante el proceso de captura. La evaluación de la calidad del vídeo (VQA) es clave factor en el éxito de un sistema o servicio multimedia, cuyo objetivo es hacer que la Calidad de la experiencia percibida por el usuario aceptable. Por este motivo, en los últimos años se ha acelerado considerablemente el estudio y desarrollo de los sistemas automáticos. métodos objetivos que cuantifican con precisión el impacto de las distorsiones visuales en la percepción sin tener como referencia el vídeo original. Verificación de no referencia. Los algoritmos de calidad de video requieren bases de datos realistas de video distorsionado y humanos. Juicios de estos. Sin embargo, la calidad de la mayoría de los vídeos actualmente disponibles públicamente Las bases de datos se han creado en condiciones altamente controladas utilizando distorsiones simuladas (artificiales) y posteriores a la captura en vídeo de alta calidad. Esta situación motiva nos permitió llevar a cabo este proyecto, en el que evaluamos métricas sin referencia de última generación como FRIQUEE, QAWV, BRISQUE, NIQE, NSTSS y TLVQM en bases de datos de video auténticamente distorsionadas como KoNViD-1k. LIVE-Qualcomm y LIVE Desafío de calidad de video (VQC). Además, evaluamos un séptimo algoritmo VIIDEO y un cuarto CVD201.
dc.description.abstractengDigital video processing and hardware systems can introduce distortions into the video signal during the capture process. Video quality assessment (VQA) is a key factor in the success of a multimedia system or service, which aims to make the quality of the experience perceived by the user acceptable. For this reason, in recent years has accelerated considerably the study and development of automatic objective methods that accurately quantify the impact of visual distortions in the perception without having as reference the original video. Verification of no-reference video quality algorithms requires realistic databases of distorted video and human judgments of these. However, most of the current publicly available video quality databases have been created under highly controlled conditions using simulated (artificial) and post-capture distortions in high-quality video. This situation motivates us to carry out this project, in which we evaluated state-of-the-art no-reference metrics such as FRIQUEE, QAWV, BRISQUE, NIQE, NSTSS, and TLVQM in authentically distorted video databases such as KoNViD-1k, LIVE-Qualcomm, and LIVE Video Quality Challenge (VQC). In addition, we evaluate a seventh VIIDEO algorithm and a fourth CVD201
dc.format.extent50 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://vitela.javerianacali.edu.co/handle/11522/3926
dc.language.isoeng
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.facultyFacultad de Ingeniería y Ciencias
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectSistemas de hardware
dc.subjectProcesamiento de vídeo digital
dc.subjectDistorsiones en la señal de vídeo evaluación de la calidad del vídeo (vqa)
dc.subjectCalidad de la experiencia
dc.subjectSistemas automáticos
dc.subjectmétodos objetivos
dc.subjectverificación sin referencia
dc.subjecthardware systems
dc.subjectdigital video processing
dc.subjectVideo signal distortions video quality assessment (vqa)
dc.subjectQuality of experience
dc.subjectAutomatic systems
dc.subjectObjective methods
dc.subjectNon-reference verification
dc.thesis.disciplineFacultad de Ingeniería y Ciencias. Ingeniería Electrónica
dc.thesis.grantorPontificia Universidad Javeriana Cali
dc.thesis.levelPregrado
dc.thesis.nameIngeniero(a)Electrónico(a)
dc.titleEvaluation of no-reference quality prediction metrics in videos impaired by authentic distortionseng
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttps://purl.org/redcol/resource_type/TP
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
TG-LEDESMA-TORRES.pdf
Size:
2.82 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia Autorización.pdf
Size:
129.15 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería Electrónica