MétaCan
Menu
Retour à la cohorte
Enregistrement W2070120025 · doi:10.1109/iccce.2010.5556849

Fast mode decision for scalable video coding over wireless network

2010· article· en· W2070120025 sur OpenAlexfundno aff
Haris Al Qodri Maarif, Teddy Surya Gunawan, Akhmad Unggul Priantoro

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueVideo Coding and Compression Technologies
Établissements canadiensnon disponible
Organismes subventionnairesFederation for the Humanities and Social Sciences
Mots-clésComputer scienceScalable Video CodingScalabilityBitstreamReal-time computingCoding (social sciences)Video qualityRate–distortion optimizationCoding tree unitMotion compensationAlgorithmMultiview Video CodingDecoding methodsComputer hardwareVideo processingVideo tracking

Résumé

récupéré en direct d'OpenAlex

The scalable video coding H.264/SVC is the video coding standard which is an extension of H.264/AVC. Because of its scalability, H.264/SVC has gained a great interest in video transmission. Partial bit stream can be transmitted and decoded by the H.264/SVC in order to provide quality in lower temporal or spatial resolutions or reduced fidelity while retaining a reconstruction quality that is high relative to the rate of the partial bit streams. Hence, H.264/SVC provides functionalities such as graceful degradation in lossy transmission environments, i.e. wireless networks, as well as bit rate format, and power adaptation. This paper deals with the Medium-Grain SNR Scalability (MGS) scheme and fast coding mode decision. The MGS scheme with two enhancement layers is applied for enhancing the streaming video quality. To perform an optimum mode decision, motion estimation is performed for all Macro Block (MB) modes, and the Rate Distortion (RD) costs are compared to identify an MB mode with the smallest RD cost. This increases computational complexity of H.264/SVC encoding. Therefore, fast mode decision algorithm scheme was implemented to speed up the encoding time. From the experiment, the fast mode decision was able to decrease the encoding process up to 30.22%.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,271
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVideo Coding and Compression TechnologiesTravaux en français237 207