Controle Adaptativo de Complexidade do Codificador AV1 baseado em Frente de Pareto e Aprendizado de Máquina.

• Ano de defesa: 2023
• Autor(a) principal: Bender, Isis Duarte
• Orientador(a): Porto, Marcelo Schiavon
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pelotas
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação
• Departamento: Centro de Desenvolvimento Tecnológico
• País: Brasil
• Palavras-chave em Português: Codificação de vídeo; AV1; Complexidade; Controle adaptativo; Video coding; Complexity; Adaptative control
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/9357

Os codificadores, responsáveis pela compressão dos vídeos digitais, viabilizam a utilização deste tipo de mídia, pois reduzem a taxa de dados, mantendo a qualidade da imagem. O contínuo desenvolvimento e as melhorias dos padrões de codificação de vídeos digitais são essenciais para impulsionar aplicativos baseados neste tipo de mídia, fazendo com que o mercado, constantemente, procure novos algoritmos e padrões de codificação que alcancem alta eficiência de compressão. Diante deste cenário, a AOM (Alliance for Open Media) desenvolveu o AV1 (AOMedia Video 1), codificador de vídeo com uma alta taxa de compressão. No entanto, as ferramentas avançadas e os aprimoramentos presentes no AV1 apresentam um alto custo computacional, acarretando um elevado tempo de codificação. Diante disso, o principal objetivo deste trabalho é contribuir com estratégias para o controle adaptativo de complexidade do codificador AV1, visando otimizar a relação entre tempo e eficiência de codificação para vídeos de resolução HD 1080 e UHD 4K. Para isso, um estudo sobre a complexidade do codificação do AV1 foi realizado, onde diferentes os pontos de controle foram obtidos a partir da análise de parâmetros de codificação do AV1. A partir disso, a Versão Baseline do controlador foi desenvolvida e usada para avaliar a viabilidade do desenvolvimento do controlador adaptativo de complexidade AV1. Visando o aperfeiçoamento da capacidade de controle dinâmico do controlador, uma nova versão do controlador foi desenvolvida, chamada de CCAM. Nela, modelos de aprendizado de máquina foram utilizados para a predição do tempo de codificação e classificação do vídeo de entrada conforme suas características. Os resultados de erro médio obtidos com controlador CCAM variam de 0,11 a 1,88 pontos percentuais na resolução HD 1080 e de 0,14 a 3,33 pontos percentuais na resolução UHD 4K, para uma faixa de redução de tempo de codificação de 10% a 70%. Já os valores de BD-Rate médio, obtidos para controlador CCAM nas resoluções HD 1080 e UHD 4K, encontram-se entre 2,63% e 54,57% e 2,08% e 38,30%, respectivamente. Além disso, resultados de uma avaliação subjetiva de qualidade apontam uma mínima degradação na qualidade subjetiva das sequências comprimidas a partir do controlador CCAM desenvolvido. Cabe destacar ainda que os controladores propostos nesta tese são as primeiras soluções existentes na literatura para o controle adaptativo de complexidade do codificador AV1.