文献

J-GLOBAL ID：202202241114782109   整理番号：22A0559982

VHAS:ビデオハイライトベースの適応ストリーミング【JST・京大機械翻訳】

VHAS: Video Highlight based Adaptive Streaming

著者 (3件)： Hong Hangyeol (Seoul National University,Computer Science and Engineering,Seoul,Republic of Korea) ,  Kim Hyerin (Seoul National University,Computer Science and Engineering,Seoul,Republic of Korea) ,  Kim Chong-Kwon (Korea Institute of Energy Technology,Energy AI,Naju,Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICOIN  ページ： 492-497  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオストリーミングがインターネット上で最も重要なサービスの1つになっているので,効率的なビデオ伝送方法の探索は,ここ数年の間,膨大な研究魅力を引きつけた。既存のABR(適応ビットレート)アルゴリズムは,ユーザがすべてのビデオシーンを同じ注意と興味で見ると仮定して,できるだけ同じビットレートを割り当てる。しかし,ユーザはビデオの他の部分よりも強調シーンに多く関与するので,ハイライトの再生品質は非光のものより高いべきである。本論文では,VHAS,ビデオ高光ベース適応ストリーミングと呼ばれるハイライトベースビットレート適応方式を提案した。VHASは,グラフニューラルネットワークと物体検出技術を用いて,フレームごとにハイライトスコアを最初に抽出する。VHASはDRL(Deep Reincement Learning)技術を採用し,不可解な複雑な操作環境から最適ポリシーを学習する。VHASは,抽出したハイライトスコアを報酬モデルに組み込み,それらのハイライトスコアに基づくビデオチャンクのビットレートを決定する。実際のビデオストリーミングサービス環境における性能実験は,VHASがチャンクのハイライトスコアに従ってビットレートを適応的に提供できることを示した。著者らの研究において,VHASの平均QoEは最先端のベースラインのものより約56%~150%高い。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ニューラルネットワーク ,  *録画装置 ,  基準線 ,  インターネット ,  *ストリーミング
準シソーラス用語： チャンク ,  ビットレート ,  *ハイライト ,  ビデオストリーミング ,  物体検出 ,  体感品質 ,  速度適応 , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (2件)： 適応 ,  ストリーミング