MétaCan
Menu
Retour à la cohorte
Enregistrement W2064244293 · doi:10.1117/12.586888

MPEG-4 constant-quality constant-bit-rate controls

2005· article· de· W2064244293 sur OpenAlex
Cheng-Yu Pai, William E. Lynch

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2005
Typearticle
Languede
DomaineComputer Science
ThématiqueVideo Coding and Compression Technologies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceConstant bitrateBitstreamVideo qualityAlgorithmViterbi algorithmComputational complexity theoryBit rateReal-time computingDecoding methodsVariable bitrate

Résumé

récupéré en direct d'OpenAlex

Most video rate-control research emphasizes constant bit-rate (CBR) applications. These aim to produce a CBR bitstream with the highest possible quality, within the bitrate constraint and with no consideration for quality variation. In this paper, two MPEG-4 Constant-Quality (CQ) CBR controls are proposed. These aim to produce a CBR bitstream that meets a target quality level whenever possible. The Frame-level Laplacian CQ (FLCQ) algorithm uses a distortion model based on a Laplacian model for DCT coefficients. In contrast, the MB-level Viterbi CQ (MVCQ) algorithm uses the Viterbi algorithm to determine the best combination of MB-QP’s. “CQ” is measured by the deviation of the mean quality from the target quality, and by quality variance over time. Simulation results suggest that the proposed algorithms perform better than Q2 and TM5 under these measures. In some cases, they produce bitstreams with fewer bits while having higher average PSNR, and smaller variance. The FLCQ algorithm has more variation in quality than the MVCQ algorithm. With extra computational complexity, the MVCQ algorithm gives the best performance over all algorithms tested. Often, it precisely meets the target PSNR with no variation. This is truly a CQ rate-control algorithm.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0040,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,256
Écart entre enseignants0,236 · 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