ETRI-Knowledge Sharing Plaform

KOREAN
기술이전 검색
Year ~ Transaction Count Keyword

Detail

Automatic Video Perceptual Quality Assessment Technology

Manager
Jeong Se Yoon
Participants
Hyunsuk Ko, Kwon Hyoung Jin, Donghyun Kim, Kim Younhee, Kim Younhee, Kim Jongho, Kim Hui Yong, Jinwuk Seok, Dae Yeol Lee, Lee Jooyoung, Lee Tae Jin, Woong Lim, Jeong Se Yoon, Cho Seunghyun, Choi Jin Soo
Transaction Count
1
Year
2020
Project Code
20HH2300, Development of Audio/Video Coding and Light Field Media Fundamental Technologies for Ultra Realistic Tera-media, Choi Jin Soo
19HR2500, Development of Audio/Video Coding and Light Field Media Fundamental Technologies for Ultra Realistic Tera-media, Choi Jin Soo
18HR2300, Development of Audio/Video Coding and Light Field Media Fundamental Technologies for Ultra Realistic Tera-media, Choi Jin Soo
17HR2200, Development of Audio/Video Coding and Light Field Media Fundamental Technologies for Ultra Realistic Tera-media, Choi Jin Soo
원본 비디오와 평가 비디오를 입력 받아, 원본 비디오 대비 평가 비디오의 화질 차이를 자동으로 측정하는 기술
ㅇ 비디오 서비스는 사람을 대상으로 하는 서비스이다. 서비스의 품질은 소비자인 사람이 느끼는 인지적 화질로 평가된다. 따라서, 비디오 서비스에서는 각 과정에서 화질 측정이 필수로 필요하다. 화질 측정에서 가장 정확한 것은 다수(15명이상) 사람이 직업 화질을 평가하는주관적 화질 평가 방법이다. 이 주관적 화질 평가는 실험 준비와 실험에 많은 시간이 필요하고, 다수의 사람을 필요로 하므로, 저속 고비용 방법이라고 볼 수 있다.
ㅇ 본 기술은 비디오 서비스의 각 단계에서 필요로 하는 화질 측정을 저비용 고속으로 자동 측정할 수 있는 기술 제공을 목표로 한다.
ㅇ 본 기술은 기계학습 기반으로 개발된 기술로 기존 화질 척도 대비 높은 화질 측정 신뢰도를 제공한다.
ㅇ 각 비디오 서비스에서 사용하는 콘텐츠에 대한 데이터 셋을 생성한 후 추가 학습을 통해 성능을 최적화 할 수 있다.
<기술이전 내용>
ㅇ 원본 비디오와 평가 비디오를 입력 받아, 원본 비디오 대비 평가 비디오의 화질 차이를 측정하는 기술
- YUV 420 포맷 입력 지원
- 측정 신뢰도(PLCC, SRCC) 90% 이상 지원

<기술이전 범위>
ㅇ 비디오 인지 화질 자동 측정 기술 검증 SW 소스 코드 (Python)
- H/W 사양: Intel i7 CPU+ NVIDIA GTX 1080Ti GPU
- 실행 환경: Windows 10 64bit
ㅇ 관련 특허의 통상 실시권
ㅇ 관련 기술문서
ㅇ 비디오 인코더 SW/HW
- 비디오 인코더 개발 과정에서 성능 평가 도구로 활용
ㅇ OTT 비디오 스트리밍 서비스
- 서비스 각 단계에서 품질 모니터링 기술로 활용
ㅇ 방송 서비스
- 서비스 각 단계에서 품질 모니터링 기술로 활용