MétaCan
Menu
Retour à la cohorte
Enregistrement W1987272464 · doi:10.1117/12.384476

Bandwidth reduction for stereoscopic video signals

2000· article· en· W1987272464 sur OpenAlexaff
Wa James Tam, Lew B. Stelmach, Daniel V. Meegan, A. Vincent

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Video Quality Assessment
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer visionImage qualityStereoscopyArtificial intelligenceBandwidth (computing)CodecImage resolutionComputer hardwareImage (mathematics)Telecommunications

Résumé

récupéré en direct d'OpenAlex

The bandwidth required to transmit stereoscopic video signals is nominally twice that required for standard, monoscopic images. An effective method of reducing the required bandwidth is to code the two video streams asymmetrically. We assessed the impact of this bandwidth- reduction technique on image quality and overall sensation of depth. Images from the right-eye stream were spatially filtered on image quality and overall sensation of depth. Images from the right-eye stream were stream were spatially filtered to half and quarter resolution. Subsequently, the images were processed using an MPEG-2 codec at bit-rates of 6, 2, and 1 Mbit/s. Subjects assessed image quality and depth using a double-stimulus, continuous-quality scale method. It was found that perceived depth was relatively robust to spatial filtering and bit-rate reduction. Image quality was affected more by bit-rate reduction than by spatial filtering and, at the lower bit rates, ratings were much higher for stereoscopic than for non-stereoscopic sequences. The results indicate that asymmetrical coding of stereoscopic sequences can be an effective means of reducing bandwidth for storage and transmission.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetImage and Video Quality AssessmentTravaux en français237 207