Streaming adaptativo para vídeo 3D

Motivación

La distribución de contenidos multimedia y en particular el streaming de vídeo, domina actualmente el tráfico global de Internet, y su importancia será incluso mayor en el futuro. Según las previsiones y estadísticas disponibles, el tráfico de vídeo IP representará el 82 por ciento de todo el tráfico de Internet en 2020, frente al 70 por ciento en 2015 [1], siendo Youtube, Netflix y Hulu los proveedores de servicios de videostreaming más populares. Por su parte, las recientes mejoras en la tecnología de video 3D han suscitado un creciente interés hacia el consumo de dichos contenidos, como una alternativa para expandir la experiencia del usuario. Nuevos contenidos demandan nuevos esquemas de representación y codificación, que se ajusten a las condiciones de transporte y restricciones de ancho de banda, y que permitan maximizar la calidad de experiencia del usuario.

Por tal motivo, la temática relacionada con la Calidad de Experiencia (QoE, Quality of Experience) percibida por los usuarios de los sistemas adaptativos de distribución de vídeo 3D, se ha convertido en un tema de investigación con numerosas contribuciones en los últimos años. El concepto de QoE centrado en el usuario, en realidad complementa el concepto de la Calidad de Servicio (QoS, Quality of Service), centrado en aspectos técnicos (tasa de pérdidas, retardo, jitter, throughput, tiempo de zapping, etc.) de las redes que dan soporte a dichos servicios. Al evaluar la QoE y QoS de un sistema de distribución de video, se debe tener en cuenta que, tanto las perdidas asociadas a los procesos de codificación y compresión, como los errores y pérdidas durante la transmisión pueden afectar la calidad percibida por el usuario.

Resumen

En el escenario del vídeo 3D tal y como se describe en [2], los sistemas de distribución de vídeo 3D utilizan los formatos frame- compatible o Full-resolution frame-compatible para ser compatibles con los sistemas existentes de distribución de vídeo 2D, evitando el tener que realizar actualizaciones masivas de infraestructuras de transmisión por parte del proveedor y hardware de recepción por parte del usuario. Aunque la mayoría del contenido de vídeo 3D en el mercado se basa en vídeo estéreo, las tecnologías de vídeo 3D se enfrentan a retos y oportunidades para apoyar escenarios de aplicación más exigentes, como los sistemas basados en pantallas auto-estereoscópicas o aplicaciones de telepresencia inmersiva en 3D. Esto ha hecho, que junto a los formatos de vídeo estereoscópico (H.265-HEVC High Efficiency Video Coding [3], H.264-AVC (Advanced Video Coding [4]), hayan aparecido los formatos multivista basados en los codificadores estándar HEVC-MVC y H.264-MVC (Multiview Video Coding) [5] y MVD (Multiview Video Plus Depth).

Como primer objetivo de esta línea, se platea realizar un estudio comparativo de la calidad de vídeo obtenida usando los estándares de codificación más populares asociados a video 3D aplicando métricas y métodos de evaluación tanto objetivos (PSNR Peak Signal-to-Noise Ratio, SSIM Structural Similarity Index, VQM Video Quality Metric) como subjetivos (ITU-T P.914 [6], ITU-T P.915 [7], ITU-T P.916 [8], ITU-R BT.2021-1 [9]) y empleando diversas implementaciones y parámetros de codificación de cada uno de los estándares (Figura 1).

Figura 1. Esquema general estudio comparativo estándares de codificación vídeo 3D

Desde el punto de vista del modo de transporte del tráfico de vídeo en Internet, el uso de HTTP es su modo de descarga progresiva (Progressive Download) ha evolucionado a su uso mediante sistemas adaptativos [10] (HAS, HTTP Adaptive Streaming). En el primer caso, los parámetros típicos para la evaluación de la QoE corresponden con el retardo inicial (dependiente del tamaño del buffer) y el número y duración de las interrupciones. Sin embargo, cuando se utiliza HAS, debido a que el cliente monitoriza y adapta el bit rate del contenido de los segmentos que se descarga, prácticamente no existen interrupciones y adquiere más importancia el efecto en el cambio de calidad del contenido. En este sentido, se plantea evaluar el desempeño del protocolo DASH frente a diferentes escenarios de variación de ancho de banda y degradación de la calidad de servicio (QoS) y el impacto sobre la calidad de experiencia (QoE) del usuario en un escenario de distribución de vídeo 3D como se muestra en la Figura 2.

Figura 2. Sistema de streaming adaptativo de vídeo 3D a través de Internet

Referencias

[1] Cisco visual networking index: Forecast and methodology, 2015−2020, Jun. 2016.
[2] C. G. Gurler, B. Gorkemli, G. Saygili, A. M. Tekalp, “Flexible Transport of 3-D Video Over Networks,” Proceedings of the IEEE, vol. 99, no. 4, pp. 696-707, Apr. 2011.
[3] G. J. Sullivan, J.R. Ohm, W.J. Han, y T. Wiegand, “Overview of the High Efficiency Video Coding (HEVC) Standard,” IEEE Trans. Circuits and Systems for Video Technology, vol. 22, no. 12, pp. 1649-1668, Dec. 2012.
[4] T. Wiegand, G.J. Sullivan, G. Bjontegaard, and A. Luthra, “Overview of the H.264/AVC video coding standard,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 13, no.7, 560-576, 2003.
[5] A. Vetro, T. Wiegand, and G. J. Sullivan, “Overview of the stereo and multiview video coding extensions of the H.264/MPEG-4 AVC standard,” Proceedings of the IEEE, vol. 99, no. 4, pp. 626-642, Apr. 2011.
[6] ITU-T Recommendation P.914, “Display requirements for 3D video quality assessment,” International Telecommunication Union, Mar. 2016.
[7] ITU-T Recommendation P.915, “Subjective assessment methods for 3D video quality,” International Telecommunication Union, Mar. 2016.
[8] ITU-T Recommendation P.916, “Information and guidelines for assessing and minimizing visual discomfort and visual fatigue from 3D video,” International Telecommunication Union, Mar. 2016.
[9] ITU-R BT.2021-1, “Subjective methods for the assessment of stereoscopic 3DTV systems,” International Telecommunication Union, Feb. 2015.
[10] A. Vetro, I. Sodagar, “The MPEG-DASH Standard for Multimedia Streaming Over the Internet,” Mitsubishi Electric Research Labs, 2011.

Publicaciones

[11] P. Guzmán, P. Acelas, T. R. Vargas, P. Arce, J. C. Guerri, E. Macías, and A. Suárez, “QoE evaluation and adaptive transport for 3D mobile services,” presented at the 2nd Workshop on Future Internet: Efficiency in High-Speed Networks (W-FIERRO), Cartagena, Murcia, Spain, Jul. 2012.
[12] P. Arce, I. de Fez, F. Fraile, S. González, P. Guzmán, and J. C. Guerri, “QoE en redes adhoc, descarga adaptativa de contenidos y vídeo 3D,” in Proc. of Jornadas de Ingeniería Telemática (JITEL), Palma de Mallorca (Spain), Oct. 2015, pp. 339-346.
[13] W. Castellanos, P. Guzmán, P. Arce, and J. C. Guerri “Mechanisms for improving the scalable video streaming in mobile ad hoc networks,” in Proc. of ACM Int. Symposium on Performance Evaluation of Wireless Ad Hoc, Sensor, and Ubiquitous Networks (PE-WASUN), Cancun (Mexico), Nov. 2015, pp. 33-40.
[14] S. González, W. Castellanos, P. Guzmán, P. Arce, and J. C. Guerri “Simulation and Experimental Testbed for adaptive video streaming in ad hoc networks,” in Ad Hoc networks, available online, doi: 10.1016/j.adhoc.2016.07.007, 2016.