TYLE: Tile-based Dynamic Quality Enhancement for 360-degree Video Streaming
Notice bibliographique
Résumé
In recent years, live streaming of 360° videos has increased in popularity due to the emergence of virtual and mixed reality (VR/MR) applications. The high quality and bird-eye view characteristics of VR/MR pose real-time challenges for 360° video streaming. The tile-based 360° video streaming has been created based on Dynamic Adaptive Streaming over HTTP (DASH), mainly focusing on adaptation algorithms but ignoring the impact of coding properties and variations in video content on streaming quality. In this paper, we take on the challenge in a new direction through the exploration of the potential of CRF rate control. Our deep quality inspection of CRF transcoded videos lead to the proposal of a dynamic quality ladder for a more continuous quality provisioning in contrast to the conventional discrete quality levels. Our quality selection is based on visual quality and CRF rate control rather than just the resolution and bitrate in conventional DASH. We propose TYLE, a Tile-based dynamic quality enhancement for 360° video streaming. Without increasing the bandwidth demand, TYLE serves the content in the Field-of-View (FoV) at the highest quality level and content in the near-FoV region with improved visual quality compare to conventional DASH. TYLE maintains smoother and stabler playback, especially under the condition challenged by bandwidth under-provisioning and high motion-activity videos.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».