prikaz prve stranice dokumenta Ocjena kvalitete video signala zasnovana na strojnom učenju
  Preuzmi
PDF 4.48 MB
diplomski rad
Ocjena kvalitete video signala zasnovana na strojnom učenju
Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. urn:nbn:hr:200:170956
Ćosić, Tomislav
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za komunikacije
Katedra za multimedijske sustave i digitalnu televiziju

Institucijski repozitorij: Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Citirajte ovaj rad

Ćosić, T. (2023). Ocjena kvalitete video signala zasnovana na strojnom učenju (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:170956

Ćosić, Tomislav. "Ocjena kvalitete video signala zasnovana na strojnom učenju." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:170956

Ćosić, Tomislav. "Ocjena kvalitete video signala zasnovana na strojnom učenju." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:170956

Ćosić, T. (2023). 'Ocjena kvalitete video signala zasnovana na strojnom učenju', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 25.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:170956

Ćosić T. Ocjena kvalitete video signala zasnovana na strojnom učenju [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 25.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:170956

T. Ćosić, "Ocjena kvalitete video signala zasnovana na strojnom učenju", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:170956

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:170956
Podaci o radu
NaslovOcjena kvalitete video signala zasnovana na strojnom učenju
Naslov (engleski)Video quality assessment based on machine learning
AutorTomislav Ćosić
MentorMario Vranješ (mentor)
Član povjerenstvaMario Vranješ (predsjednik povjerenstva)
Član povjerenstvaMarijan Herceg (član povjerenstva)
Član povjerenstvaRatko Grbić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za komunikacije)
(Katedra za multimedijske sustave i digitalnu televiziju)
Osijek
Datum i država obrane2023-09-25, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Telekomunikacije i informatika
Sažetak
U sklopu ovog diplomskog rada izrađen je algoritam za ocjenjivanje video signala zasnovan na strojnom učenju. Opisano je što su to subjektivna i objektivna procjena kvalitete video signala i na koji način se provode. Osim toga, dan je pregled postojećih algoritama za ocjenjivanje video signala zasnovanih na egzaktnim računalnim algoritmima te nekih postojećih algoritama za ocjenjivanje video signala zasnovanih na strojnom učenju. Nadalje, opisane su korištene baze video signala koje sadrže H.264, H.265, MPEG2, MPEG4 izobličenja i izobličenja nastala smrzavanjem, određenim % gubitka paketa pri prijenosu IP i bežičnim mrežama. Predložena su dva modela zasnovana na strojnom učenju koja rješavaju problem ocjenjivanja video signala bez potrebe za referentnim signalom. Za realizaciju rješenja korištena je Tensorflow biblioteka za Python programski jezik. Prikazani su rezultati testiranja za predložene modele koji su uspoređeni s rezultatima PSNR, SSIM, MS-SSIM i NIQE metrika. Predloženi modeli točnije predviđaju ocjene na testnom skupu nego objektivne metrike s kojima su uspoređeni za prvi način podjele podataka. Za drugi način podjele podataka Model 1 postiže bolje rezultate u odnosu na Model 2, no u odnosu na objektivne metrike s kojima je uspoređivan postiže bolje rezultate samo za H.264 tip izobličenja i izobličenja uzrokovana kompresijom.
Sažetak (engleski)
Within this master's thesis, an algorithm for assessing video signals based on machine learning was developed. It describes the concepts of subjective and objective quality assessment of video signals and the methods used for conducting them. Additionally, an overview of existing algorithms for video signal assessment based on exact computational algorithms, as well as some existing algorithms based on machine learning, is provided. Furthermore, the used video signal databases containing H.264, H.265, MPEG2, MPEG4 distortions, and freeze distortions, as well as % of packet loss in IP and wireless networks, are described. Two machine learning-based models are proposed to address the problem of video signal assessment without the need for a reference signal. The TensorFlow library for the Python programming language was used for implementing the solutions. The testing results for the proposed models are presented and compared with the results of the PSNR, SSIM, MS-SSIM, and NIQE metrics. The proposed models achieve more accurate predictions on the test set compared to the objective metrics they were compared to for the first data partition method. For the second data partition method, Model 1 performs better than Model 2, but it achieves better results compared to the objective metrics only for H.264 distortion type and compression-induced distortions.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:170956
Studijski programNaziv: Elektrotehnika; smjerovi: Komunikacije i informatika, Elektroenergetika
Smjer: Komunikacije i informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike (mag.ing.el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-10 11:22:25