基于 VMAF 的自适应流媒体码率阶梯估计
图像与视频处理
2021-09-17 v1
摘要
在 HTTP 自适应流媒体中,视频内容通常通过调整其空间分辨率与量化级别来编码,以最佳匹配当前网络状态与显示特性。众所周知,使用固定码率阶梯的传统方案并不能带来最高的用户质量体验。因此,本文中我们考虑一种内容驱动的方法来估计码率阶梯,其基于从非压缩内容提取的时空特征。该方法实现了内容驱动的插值。它利用提取的特征训练机器学习模型,以推断 Rate-VMAF 曲线的曲率点,从而指导一组初始编码。我们采用 VMAF 质量指标作为感知条件化该估计的手段。与生成参考阶梯的穷举编码相比,估计阶梯由 74.3% 与参考阶梯相同的 Rate-VMAF 点组成。所提方法显著减少了所需编码次数(77.4%),且仅带来较小的平均 Bjøntegaard Delta Rate 代价(1.12%)。
引用
@article{arxiv.2103.07564,
title = {VMAF-based Bitrate Ladder Estimation for Adaptive Streaming},
author = {Angeliki V. Katsenou and Fan Zhang and Kyle Swanson and Mariana Afonso and Joel Sole and David R. Bull},
journal= {arXiv preprint arXiv:2103.07564},
year = {2021}
}