FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W2019206873> ?p ?o ?g. }

• W2019206873 endingPage "252" @default.
• W2019206873 startingPage "231" @default.
• W2019206873 abstract "Lossy compression algorithms used in digital video systems produce artifacts whose visibility strongly depends on the actual image content. Simple error measures such as RMSE or PSNR, albeit popular, ignore this important fact and are only a mediocre predictor of perceived quality. Many applications require more reliable assessment methods. This paper discusses issues in vision modeling for perceptual video quality assessment (PVQA). Its purpose is not to describe a particular model or system, but rather to summarize and to provide pointers to up-to-date knowledge of important characteristics of the human visual system, to explain how these characteristics may be incorporated in vision models for PVQA, to give a brief overview of the state-of-the-art and current efforts in this field, and to outline directions for future research. Verlustbehaftete Kompressionsalgorithmen, wie sie in digitalen Video-Systemen verwendet werden, erzeugen Artefakte, deren Sichtbarkeit stark vom Bildinhalt abhängt. Einfache Fehlermetriken wie der mittlere quadratische Fehler oder der Signal-Rausch-Abstand sind zwar weitverbreitet, doch sie ignorieren diese wichtige Tatsache und können folglich nur ein mittelmäßiger Indikator für die wahrgenommene Qualität sein. Viele Anwendungen benötigen jedoch zuverlässigere Beurteilungsmethoden. Dieser Artikel behandelt Aspekte der Modellierung des visuellen Systems für wahrnehmungsbasierte Videoqualitätsbeurteilung (PVQA). Das Ziel ist weniger, ein spezielles Modell oder System zu beschreiben, sondern vielmehr den gegenwärtigen Wissensstand über wichtige Charakteristiken des menschlichen visuellen Systems zusammenzufassen, die Integration dieser Charakteristiken in Modelle zur Videoqualitätsbeurteilung zu erläutern, einen Überblick über den Stand der Technik und über aktuelle Arbeiten zu geben, sowie mögliche Richtungen für zukünftige Forschungsarbeit aufzuzeigen. Les algorithmes de compression avec perte utilisés dans les sytèmes video numériques produisent des artefacts dont la visibilité dépend fortement du contenu des images traitées. Les mesures d'erreurs les plus simples, telles que l'erreur quadratique moyenne ou le rapport signal sur bruit, ignorent cette caractéristique et ne sont donc qu'un prédicteur médiocre de la qualité perçue. Beaucoup d'applications nécessitent des techniques de mesure plus fiables. Cet article présente divers aspects de la modélisation du système visuel dans le cadre de l’évaluation de qualité des séquences video (PVQA). L'objectif n'est pas de décrire un modèle particulier mais plutôt d'exhiber et résumer l’état de nos connaissances des caractéristiques importantes du système visuel humain, d'expliquer comment celles-ci peuvent être incorporées dans les modèles de vision appliqués à l’évaluation de qualité des séquences video, de donner un aperçu de l’état de la recherche dans ces domaines et enfin de proposer de possibles directions d'investigation." @default.
• W2019206873 created "2016-06-24" @default.
• W2019206873 creator A5018017185 @default.
• W2019206873 date "1999-10-01" @default.
• W2019206873 modified "2023-10-18" @default.
• W2019206873 title "Issues in vision modeling for perceptual video quality assessment" @default.
• W2019206873 cites W1587317017 @default.
• W2019206873 cites W1930918113 @default.
• W2019206873 cites W1967326917 @default.
• W2019206873 cites W1967899881 @default.
• W2019206873 cites W1968334908 @default.
• W2019206873 cites W1974569890 @default.
• W2019206873 cites W1980619952 @default.
• W2019206873 cites W1982803095 @default.
• W2019206873 cites W1990873664 @default.
• W2019206873 cites W1991207113 @default.
• W2019206873 cites W2000674655 @default.
• W2019206873 cites W2002601623 @default.
• W2019206873 cites W2003198209 @default.
• W2019206873 cites W2003965310 @default.
• W2019206873 cites W2005327238 @default.
• W2019206873 cites W2006500012 @default.
• W2019206873 cites W2011358595 @default.
• W2019206873 cites W2012011918 @default.
• W2019206873 cites W2015491854 @default.
• W2019206873 cites W2018364788 @default.
• W2019206873 cites W2020002837 @default.
• W2019206873 cites W2020919913 @default.
• W2019206873 cites W2021005672 @default.
• W2019206873 cites W2023564140 @default.
• W2019206873 cites W2024459661 @default.
• W2019206873 cites W2025093533 @default.
• W2019206873 cites W2026467769 @default.
• W2019206873 cites W2027914108 @default.
• W2019206873 cites W2028954909 @default.
• W2019206873 cites W2029683515 @default.
• W2019206873 cites W2030381962 @default.
• W2019206873 cites W2035623690 @default.
• W2019206873 cites W2035833562 @default.
• W2019206873 cites W2035989480 @default.
• W2019206873 cites W2041278139 @default.
• W2019206873 cites W2041345388 @default.
• W2019206873 cites W2042343184 @default.
• W2019206873 cites W2042369497 @default.
• W2019206873 cites W2043311369 @default.
• W2019206873 cites W2043489107 @default.
• W2019206873 cites W2046498654 @default.
• W2019206873 cites W2047872994 @default.
• W2019206873 cites W2053219267 @default.
• W2019206873 cites W2053895730 @default.
• W2019206873 cites W2054309035 @default.
• W2019206873 cites W2058154767 @default.
• W2019206873 cites W2059539301 @default.
• W2019206873 cites W2061716850 @default.
• W2019206873 cites W2065480479 @default.
• W2019206873 cites W2066658588 @default.
• W2019206873 cites W2067398582 @default.
• W2019206873 cites W2071946842 @default.
• W2019206873 cites W2072732240 @default.
• W2019206873 cites W2072987126 @default.
• W2019206873 cites W2073437687 @default.
• W2019206873 cites W2076666437 @default.
• W2019206873 cites W2087344433 @default.
• W2019206873 cites W2088975380 @default.
• W2019206873 cites W2089219650 @default.
• W2019206873 cites W2094366928 @default.
• W2019206873 cites W2097309828 @default.
• W2019206873 cites W2097639320 @default.
• W2019206873 cites W2101238291 @default.
• W2019206873 cites W2103232506 @default.
• W2019206873 cites W2107626382 @default.
• W2019206873 cites W2107790757 @default.
• W2019206873 cites W2109812093 @default.
• W2019206873 cites W2111779524 @default.
• W2019206873 cites W2116531877 @default.
• W2019206873 cites W2118491738 @default.
• W2019206873 cites W2119528285 @default.
• W2019206873 cites W2123566137 @default.
• W2019206873 cites W2125425309 @default.
• W2019206873 cites W2131953476 @default.
• W2019206873 cites W2132873551 @default.
• W2019206873 cites W2132952412 @default.
• W2019206873 cites W2135587681 @default.
• W2019206873 cites W2136872403 @default.
• W2019206873 cites W2139325798 @default.
• W2019206873 cites W2142063376 @default.
• W2019206873 cites W2150145297 @default.
• W2019206873 cites W2158563954 @default.
• W2019206873 cites W2162021721 @default.
• W2019206873 cites W2162823456 @default.
• W2019206873 cites W2164793834 @default.
• W2019206873 cites W2167034998 @default.
• W2019206873 cites W2168078737 @default.
• W2019206873 cites W2170319235 @default.
• W2019206873 cites W2320833972 @default.
• W2019206873 cites W2727420541 @default.
• W2019206873 cites W3020848018 @default.
• W2019206873 cites W42232744 @default.

• next