Archives de catégorie : Compression

Codage vidéo distribué, Compression, Publication, Vidéo

[:fr]Article accepté dans IEEE TCSVT[:en]Article accepted into IEEE TCSVT[:it]Articolo accettato in IEEE TCSVT[:]

[:fr]Notre article sur l’évaluation de la qualité pour l’information adjacente a été finalement accepté dans IEEE Transactions on Circuits and Systems for Video Technology.

L’idée de base est que l’erreur quadratique moyenne n’est pas une bonne métrique pour mesurer la qualité de l’information adjacente dans un système de codage vidéo distribué. La raison est que cette image n’est pas utilisée pour une prédiction, mais elle est « corrigée » par décodeur de canal, à l’aide d’un certain nombre de bits de parité. Ce nombre de bit et la qualité de la correction affectent les performances finales du système. L’EQM ne prend pas en compte ces phénomènes, et donc des nouvelles métriques ont été proposées.

L’utilisation de ces métriques dans des systèmes de codage vidéo distribué avec « hash » permet de réduire le débit de codage de plus de 25% en moyenne.[:en]Our article about side information effectiveness in distributed video coding has been accepted in IEEE Transactions on Circuits and Systems for Video Technology.

The abstract follows:

The rate-distortion performance of a distributed video coding system strongly depends on the characteristics of the side information. One could naively think that the best side information is the one with the largest PSNR with respect to the original corresponding image. However, previous works have shown that this is not always the case and a reduction of the side information MSE does not always translate into better rate-distortion performance for the complete system. The scope of this paper is to explore a set of metrics other than the PSNR and explicitly designed to classify the side information with respect to its impact on the end-to-end compression performance. A first contribution is to define an experimental framework that can be used to meaningfully compare different metrics for side information evaluation. As a second contribution, our analysis allows to understand why in some cases PSNR-based metrics provide a fairly reliable estimation of the side information quality, while in other cases they do not. This analysis also allows us to introduce a set of new metrics that are better adapted for side information effectiveness evaluation, and that are based on a suitable power of the absolute difference between side information and the original image, or on the Hamming distance between the respective transform coefficients. Besides their theoretical interest, these new metrics can also improve the rate-distortion performance of some distributed video coding systems such as the hash-based ones. We observe improvement up to 74 % rate reduction in a simple study case.[:it]Il nostro articolo sulla valutazione della Side Information per sistemi di codifica video distribuita è stato accettato in IEEE Transactions on Circuits and Systems for Video Technology.[:]

3D Vidéo, Compression, Recherche, Vidéo

[:fr]Codage vidéo 3D[:en]3D and multiview video coding[:it]Compressione 3D[:]

[:fr]Un des méthodes les plus popoulaires de répresentation de la vidéo multi-vues est le format multiple-views-plus-depth (MVD).

Plus d’info sur ma recherche sur MVD : voir ici.[:en]One of the most popular representations of multiview video and arguably the most adapted  to free-viewpoint television is the so-called multiple-views-plus-depth (MVD) format.

More information about my research on MVD is available here.[:it]Una delle rappresentazioni più comuni per il video multiview è il cosiddetto MVD (multiple-views video plus depth).

Informazioni sulla mia ricerca sull’MVD sono disponibili qui.[:]

3D Vidéo, Compression, Nouveau, Poste, Thèse, Vidéo

Thèse : compression et streaming vidéo multivues

[:fr]Le sujet de cet étude est la compression de la vidéo multi-vues avec information de profondeur (MVD, multiview plus depth), dans le cadre de l’Interactive Multiview Streaming (IMVS). L’objectif scientifique est de trouver les best practice pour la compression de ce type de données, extrêmement redondant, pour permettre la fruition immersive et interactive de la part d’un utilisateur à distance. Le problème de l’IMVS est très récent, et très peu de solutions existent pour le cas du MVD, qui par ailleurs est très intéressant et aussi de difficile solution, comme témoigné par la substantielle absence de techniques capables d’en exploiter complètement la redondance. Le caractère innovant de l’approche envisagé est lié à l’utilisation conjointe de nouvelles techniques de codage distribué (DVC) et de codage MVD. Le DVC permet de faire face au fait que, au moment du codage, on ne connait pas les images (points de vue) déjà disponible au décodeur. Les approches MVD nous devraient permettre de bien exploiter la grande redondance de ce type de données. Cet approche est originale par rapport à l’état de l’art : peu de travaux existent, qui s’occupent du codage MVD dans le cadre du IMVS, et ceux-ci s’appuient sur des approches très classiques, sans DVC. Un des points de force de cette proposition est la collaboration avec une des équipes leader à niveau mondial dans le contexte de l’IMVS, celle du Dr Cheung au National Institute of Informatics de Tokyo, Japon. Les résultats attendus sont la compréhension profonde des systèmes d’IMVS, et la mise en place d’une méthode nouvelle et performante de codage MVD en ce contexte.

Voir Article sur IMVS + DVC.

 [:en]Three-years contract to achieve a PhD degree.
The topic is the problem of interactive streaming of multiview video.
Multiview video is composed of several video sequences, each corresponding to a different point of view. Interactive acces to this video requires switches from one view to another. This is problematic from the point of view of predictive coding: making prediction from one image to a second one belonging to another view is complex (all inter-view dependencies should be taken into account); independent coding is not effective. Possible solutions are based on distributed video coding.

Links: Paper on IMVS + DVC.

See also papers by G. Cheung.

 [:it]Le sujet de cet étude est la compression de la vidéo multi-vues avec information de profondeur (MVD, multiview plus depth), dans le cadre de l’Interactive Multiview Streaming (IMVS). L’objectif scientifique est de trouver les best practice pour la compression de ce type de données, extrêmement redondant, pour permettre la fruition immersive et interactive de la part d’un utilisateur à distance. Le problème de l’IMVS est très récent, et très peu de solutions existent pour le cas du MVD, qui par ailleurs est très intéressant et aussi de difficile solution, comme témoigné par la substantielle absence de techniques capables d’en exploiter complètement la redondance. Le caractère innovant de l’approche envisagé est lié à l’utilisation conjointe de nouvelles techniques de codage distribué (DVC) et de codage MVD. Le DVC permet de faire face au fait que, au moment du codage, on ne connait pas les images (points de vue) déjà disponible au décodeur. Les approches MVD nous devraient permettre de bien exploiter la grande redondance de ce type de données. Cet approche est originale par rapport à l’état de l’art : peu de travaux existent, qui s’occupent du codage MVD dans le cadre du IMVS, et ceux-ci s’appuient sur des approches très classiques, sans DVC. Un des points de force de cette proposition est la collaboration avec une des équipes leader à niveau mondial dans le contexte de l’IMVS, celle du Dr Cheung au National Institute of Informatics de Tokyo, Japon. Les résultats attendus sont la compréhension profonde des systèmes d’IMVS, et la mise en place d’une méthode nouvelle et performante de codage MVD en ce contexte.[:]