Estructuración del proyecto

Estructuración del proyecto

Fases:

Formulación: Se pretende buscar un algoritmo de evaluación objetiva de calidad de video basado en sistemas de visión artificial, por lo que en esta fase se pretende realizar una consulta exhaustiva y una investigación sobre como son las evaluaciones objetivas de calidad de video, cuáles son los algoritmos desarrollados hasta el momento, que características relacionadas a la calidad evalúan y cuál es su desempeño y rendimiento.

Ejecución: Una vez realizadas las consultas e investigaciones pertinentes, en base a las características asociadas con cada método de evaluación objetiva de calidad, se procede a realizar modificaciones o variaciones entre modelos que puedan cubrir más características de calidad de video y a su vez presentar un mayor rendimiento de desempeño, después de realizar lo anterior procedemos a disponer del modelo en un algoritmo que nos pueda facilitar el desarrollo de la evaluación de calidad objetiva bajo un programa ejecutable.

Evaluación: se realiza la comparación de los resultados de la ejecución del algoritmo con otros métodos de evaluación objetiva de calidad de video para obtener conclusiones en cuanto a desempeño, rendimiento, características asociadas a la calidad de video incluidas y escenarios de ejecución adecuados.

Actividades:

1. Consulta de temas asociados a la evaluación (objetiva y subjetiva) de calidad de video (4 semanas).
2. Consulta de tipos de evaluación de calidad de video (2 semanas).
3. Estudio de las diferentes evaluaciones objetivas de calidad de video y sus características asociadas (2 semanas).
4. Estudio de las características de las bases de datos de video que se utilizaran para la validación de las evaluaciones de calidad objetiva de video (1 semana).
5. Diseño de algoritmos prototipos para la evaluación objetiva de calidad de video (5 semanas).
6. Desarrollo de programa ejecutable que implemente el algoritmo definitivo para la evaluación objetiva de calidad de video (5 semanas).
7. Comparación de los resultados brindados por el programa desarrollado con respecto a otras evaluaciones objetivas de calidad de video (1 semana).
8. Establecer conclusiones del programa de evaluación objetiva de calidad de video desarrollado en cuanto a su desempeño, rendimiento, características asociadas a la calidad de video incluidas y escenarios de ejecución adecuados.

Recursos:

Los recursos asociados al desarrollo del proyecto son los siguientes recursos físicos: un pc, servicio de conexión a internet; y recursos virtuales: recomendaciones del ITU-T de evaluaciones objetivas de calidad de video, algoritmos de fuente abierta como el VMAF o el SSIM y sus variaciones, bases de datos de video para el estudio de la calidad como el ReTRiEVED Video Quality Database y el LIVE-NFLX Video QoE database, y una plataforma de programación de código abierto como lo es Python y uno de sus interpretadores más famosos también de código abierto Pycharm.

Referencias:

[1] Shanzhi Chen, Hui Xu, Dake Liu, Xi Li, Bo Hu, Hucheng Wang \A Vision of IoT: Applications, Challenges and Opportunities, with China Perspective". IEEE Internet of Things Journal, Vol.1, Issue.4, p349359, August 2014.

[2] Changqiao Xu, Shijie Jia, Mu Wang, Lujie Zhong, Hongke Zhang, Gabriel-Miro Muntean, \Performance-Aware Mobile Communitybased VoD Streaming over Vehicular Ad Hoc Networks", IEEE Transactions on Vehicular Technology, vol. 64, no. 3, pp. 1201-1217, March 2015.

[3] Wen Ji, Xiangyang Ji, Yiqiang Chen, \Feedback-Free Binning Design for Mobile Wyner-Ziv Video Coding: An Operational Duality between Source Distortion and Channel Capacity", IEEE Transactions on Mobile Computing, pp.1-1, August 2016.

...