İçerik Türü Belirleme – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri
İçerik Türü Belirleme
Diyagram, belirli bir içerik türü için elde edilen öznel test sonuçlarını gösterir. Diyagram, kare hızının x ekseninde ve çözünürlüğün y ekseninde olduğu dairesel kodlama noktalarından oluşan bir ızgaradan oluşur.
Bu kodlama noktalarında, EABR’nin 100kbps ile 25kbps arasında değişen bölgelerini gösteren çapraz gri çizgiler vardır. Yüzde tercih değeriyle işaretlenen kodlama noktaları, bir EABR bölgesi içinde test edilen noktalardır. Örneğin, EABR-100kbps’de test edilen iki kodlama yapılandırması vardı.
Deneklerin yüzde yetmişi kodlama konfigürasyonunu tercih ederken geri kalan %30’luk kısım kodlama konfigürasyonunu tercih etti. Ancak, EABR’nin en sol bölgesinde, tercih edilen kodlama konfigürasyonu. EABR’nin bu bölgesinde üç kodlama konfigürasyonu vardır, ancak kare hızı aynı olduğu için tercih edilen kodlama konfigürasyonu en yüksek çözünürlüğe sahip olandır.
Maksimum Tercih Yolu, maksimum kullanıcı tercihi ile kodlama yapılandırmalarını birleştiren EABR bölgelerinden geçen yoldur. Daha sonra Optimal Adaptasyon Algısı (OAP) puanlarını elde etmek için ağırlıklı puanlar kullanıldı.
Ağırlıklı noktalar, kodlama konfigürasyonu ile tercih edilen ürünün toplamı olarak interpole edildi. Örneğin, deneklerin %70’i kodlamayı ve %30’u kodlama noktasını tercih etti. OAP noktasına eşit olan bu iki kodlama konfigürasyonunun ağırlıklı vektörü.
Ağırlıklı Tercih Yolu, OAP’leri birleştiren yoldur. OAT’yi temsil etmek için kullanılabilecek iki olası yol vardır: maksimum kullanıcı tercihi yolu ve ağırlıklı tercih yoludur.
Ağırlıklı tercih yolunu kullanarak, sistemin pürüzsüz, zarif ve kaliteli bir uyum yörüngesi sağlayarak daha fazla kullanıcıyı memnun etmesi muhtemel görünüyor. Aynı sübjektif test metodolojisi kullanılarak, EABR’nin her bir bölgesindeki OAP’ler, tercih edilen maksimum kodlama ve diğer tüm kodlama yapılandırmalarıyla karşılaştırıldı.
Her durumda, enterpolasyonlu OAP, bu basit ağırlıklı vektör yaklaşımının kabul edilebilir olduğunu gösteren maksimum tercih edilen kodlamadan istatistiksel olarak anlamlı bir tercihe sahip değildi. Ayrıca, tercih edilen maksimum kodlama ve OAP birbirine yakın olduğunda zorunlu seçimlerin daha yüksek oranda olduğu gözlemlendi.
Şekil 5, testin Birinci Aşaması sırasında kullanılan dört içerik türü için maksimum tercih yollarını ve ağırlıklı tercih yollarını göstermektedir. Maksimum kullanıcı tercihi yollarından açıkça görülebileceği gibi, yüksek aksiyon olduğunda (C1 ve C2), klibin yüksek uzamsal özelliklerine sahip olup olmadığına bakılmaksızın çözünürlüğün daha az baskın olduğu görülmektedir.
Bu, video içeriğinde yüksek zamansal bilgi olduğunda kullanıcının sürekli harekete daha duyarlı olduğu anlamına gelir. Sezgisel olarak bu, bir sahnede yüksek aksiyon olduğu zaman mantıklıdır; genellikle sahne değişiklikleri, kullanıcının sahne ayrıntılarını özümseyebilmesi için çok hızlıdır. Tersine, sahnenin zamansal gereksinimleri düşük olduğunda (C3 ve C4), uzamsal özelliklerden bağımsız olarak çözünürlük daha baskın hale gelir.
Subjektif testler kullanılarak keşfedilenlerle ilişkili bir OAT verip vermediklerini belirlemek için nesnel ölçütler araştırıldı. Sonuçlar, objektif ölçümler ve sübjektif test teknikleri kullanılarak elde edilen adaptasyon yörüngeleri arasında önemli bir fark olduğunu göstermiştir. Bu, kaliteyi ölçmenin ve kaliteyi bu ölçüme dayalı olarak uyarlamanın farklı görevler olduğunu göstermektedir.
Dijital içerik örnekleri
Dijital içerik ne demek
Dijital içerik üretici Nedir
Uygulama
Burada, video kalitesinin uyarlanmasının kullanıcı algısının nasıl etkilendiği araştırılmaktadır. Özellikle, video kalitesi yalnızca çerçeve hızı, yalnızca çözünürlük uyarlanarak veya hem çerçeve hızı hem de çözünürlük OAT kullanılarak uyarlanarak değiştirildiğinde kullanıcı tarafından algılanan kalite karşılaştırılır.
En iyi çaba ağları üzerinden multimedya akışı, giderek daha önemli bir gelir kaynağı haline geliyor. Bir içerik sağlayıcının her bir tek noktaya yayın isteği için gerçek zamanlı uyarlamalı kodlama sağlayacak kaynaklara sahip olması pek olası değildir ve bu nedenle, bunu yalnızca “canlı” çok noktaya yayın oturumları için ayırır.
Tipik olarak, önceden kodlanmış içerik, müşterinin gereksinimlerine en yakın bağlantıyı seçtiği tek noktaya yayın akışları tarafından iletilir. Bu tür tek noktaya yayın oturumları için, uyarlanabilir akış sunucusu, önceden kodlanmış içeriği istemcilerin kaynaklarıyla eşleşecek şekilde uyarlamak için çeşitli teknikler kullanabilir.
Bu tür uyarlamalı akış sistemlerinde, en yaygın olarak kullanılan iki teknik çerçeve bırakma ve akış değiştirmedir. OAT, kullanıcının algıladığı kaliteyi kare hızı ve çözünürlükle tanımlanan iki boyutlu bir uyarlama alanında en üst düzeye çıkarmak için videonun nasıl yayınlanacağını gösterir.
Uyarlanabilir kare hızı, kare bırakarak elde edilebilirken, uyarlanan uzamsal çözünürlük, izleme veya akış değiştirme kullanılarak elde edilebilir.
Tüm uyarlama algoritmaları, A ve B’nin değişim yöntemleri olduğu ve Toplama, Çarpma, Orantılı, Arttırma veya Azaltma olabileceği bir A-Arttırma/B-Azaltma tarzında davranır.
Sıkışıklık olmadığında, sunucu iletim hızını toplamsal (AI), orantılı (PI) veya çarpımsal (MI) olarak artırır ve benzer şekilde, tıkanıklık olduğunda, aktarım hızını ya toplamsal (AD), orantılı olarak azaltır.
Video kalitesini uyarlamanın birçok yolu vardır, örneğin:
• Eklemeli Arttırma/Çarpmalı Azaltma
• Katkı Arttırma/Katkı Azaltma
• Katkı Artışı/Oransal Azalma
• Çarpımsal Artış/Çarpımsal Azalma
Genel olarak, tüm hız kontrol algoritmaları, bir tür AI ve AD davranışı sergiler, ancak uyarlama algoritmalarının çoğu AIMD’dir.
Böylece, video kalitesini uyarlama algısı üç farklı test durumunda değerlendirilir. İlk test, kalite yapay zekaya göre uyarlandığında kullanıcı algısını değerlendirirken, ikincisi kalite AD’ye göre düşürüldüğünde algıyı değerlendirir. Son olarak, üçüncüsü kalite uyarlamasını Katkı Arttırma/Çarpma Azaltma (AIMD) tarzında değerlendirir.
Bu noktada üç senaryo test edildi: Birincisi, kalite en iyiden en kötüye doğru uyarlanır; ikincisi, kalite en kötüden en iyiye yükseltilir; ve üçüncüsü, kalite, ek bir artış/çarpımsal azalma tarzında değişir.
İlk iki test tamamlayıcıdır ve simetrik algıyı, yani deneklerin kalitenin arttığını ve kalitenin aynı şekilde azaldığını algılayıp algılamadığını değerlendirmek için tasarlanmıştır. Üçüncü test, tipik bir uyarlanabilir ağ ortamında kalite algısını test etmek için tasarlanmıştır. Kalite düştüğünde MOS puanları özellikle ilgi çekicidir.
Dijital içerik ne demek Dijital içerik örnekleri Dijital içerik üretici Nedir
