Mécanismes d’adaptation basés sur des métriques objectives de la qualité vidéo pour la diffusion de vidéo selon DASH
Auteur / Autrice : | Mustafa Othman |
Direction : | Ken Chen, Anissa Mokraoui |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 22/06/2021 |
Etablissement(s) : | Paris 13 |
Ecole(s) doctorale(s) : | École doctorale Galilée (Villetaneuse, Seine-Saint-Denis) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de traitement et transport de l'information (Villetaneuse, Seine-Saint-Denis) |
Jury : | Examinateurs / Examinatrices : Nadjib Ait Saadi |
Rapporteurs / Rapporteuses : Hossam Afifi, François-Xavier Coudoux |
Mots clés
Mots clés contrôlés
Résumé
La norme DASH (Dynamic Adaptive Streaming over HTTP) est largement adoptée pour la di˙usion de vidéo. Le mécanisme d’adaptation du style ABR (Adaptive BitRate), qui est un des composants clé de DASH, n’est pas normalisée, car il doit prendre divers éléments en compte, notamment le contexte de la communication et du système, mais également la qualité perçue par les usagers, pour maximiser la QoE (Quality of Experience). De nombreux algorithmes ABR ont été proposés. Peu d’entre eux accordent une importance à la qualité perçue, et objectivement calculée, comme paramètre d’adaptation. Cette thèse propose un cadre générique, nommé VQBA (Video Quality Metric Based Adaptation algorithm), permettant d’intégrer une métrique objective de la qualité vidéo de son choix comme paramètre d’adaptation. Le principe consiste à maximiser l’utilisation eÿcace de la bande passante disponible en décidant d’adopter un débit plus élevé non seulement parce qu’il est faisable, mais aussi parce que cela apporte une amélioration visuelle significative. Nous avons mené de nombreux tests avec des séquences vidéo de diverses natures et en les plaçant dans de vraies situations de réseaux avec des traces issues des réseaux mobiles opérationnels. Ces tests, à travers trois métriques usuelles de la qualité vidéo, nommément SSIM (Structural Similarity Index Measurement), PSNR (Peak Signal to Noise Ratio) et VMAF (Video Multimethod Assessment Fusion), et en comparaison avec une sélection d’algorithmes ABR, montrent que la voie que nous avons explorée, c’est-à-dire, accorder une importance à la qualité vidéo comme paramètre d’adaptation, est une voie eÿcace pour une meilleure QoE