http://www.tu-ilmenau.de

Logo TU Ilmenau


Ihre Position

INHALTE

Fachgebiet Audiovisuelle Technik

Das Fachgebiet Audiovisuelle Technik beschäftigt sich mit der Funktion, Anwendung und Wahrnehmung von Audio- und Videotechnik. Dabei liegt ein wesentlicher Schwerpunkt auf der Erforschung des Zusammenhangs zwischen technischen Systemeigenschaften und der menschlichen Wahrnehmung sowie dem Nutzererleben (“Quality of Experience”).

weitere Informationen zum Fachgebiet

Neuigkeiten

21st IEEE International Workshop on Multimedia Signal Processing (MMSP), September 2019, Kuala Lumpur, Malaysia

A. Singla, W. Robitza and A. Raake

Comparison of Subjective Quality Test Methods for Omnidirectional Video Quality Evaluation

The test methods recommended by the International Telecommunication Union (ITU) for assessing 2D video quality are often used for evaluating omnidirectional / 360° videos. In this paper, we compare the performance of three different test methods, Absolute Category Rating (ACR), a modified version of ACR (M–ACR) with double presentation of the test stimulus, and DSIS (Double Stimulus Impairment Scale), based on the statistical reliability, assessment time and simulator sickness. Different settings were used for HEVC encoding of five 360° source videos of 10 s duration. Results indicate that DSIS is statistically more reliable with higher resolving power, followed by M–ACR and ACR. We found that simulator sickness increases with time, but can be reduced by taking breaks in between the test sessions. The results for simulator sickness are compared across test methods and with similar tests conducted under different contextual conditions. We also recorded and analyzed the exploration behaviour of the users. Apart from the methodological findings, the test results provide insights into video quality for different resolution and encoding settings (“bitrate ladders”). These may be useful for choosing appropriate representations in the context of HTTP-based adaptive streaming in case of full-frame streaming.

MOS with corresponding CIs for different test methods

IMT auf dem Sommerfest der Thüringer Landesvertretung in Berlin

Auch im Jahr 2019 war das Institut für Medientechnik (IMT) auf dem Sommerfest der Thüringer Landesvertretung in Berlin vertreten. Den Stand teilten sich zwei Fachgebiete. Dabei demonstrierte das Fachgebiet Audiovisuelle Technik die unterschiedliche Wirkung von Videoinhalten in Full-HD- und in UHD-Auflösung mit eigens dafür produzierten Inhalten. Darüber hinaus wurden 360°-Videos (Virtuelle Realität) präsentiert, die im Fachgebiet erstellt wurden und für Wahrnehmungstests dienen. Zu einer immersiven Wahrnehmung der virtuellen Realität gehört auch die adäquate räumliche Audioszene. Deshalb zeigte das Fachgebiet Elektronische Medientechnik mit Hilfe eines Mikrofonarrays wie diese 360°-Audioaufnahmen entstehen und machte das Ergebnis direkt am Stand hörbar.

Bei sommerlichem Wetter gab es viele interessierte Besucher. Unter anderem ließ sich der Thüringer Ministerpräsident Bodo Ramelow von Prof. Brandenburg und Prof. Raake die Technik erläutern. Unterstützt wurden diese während der Veranstaltung von Stephan Fremerey, Dr. Stephan Werner und Matthias Döring.

Die Preisträger Domink Keller und Anton Schubert mit dem Vorsitzenden das Fördervereins Herrn Prof. Seitz.

Förderpreise an Absolventen des Fachgebiets

Zum zweiten Mal überreichte der Förderverein Elektrotechnik und Informationstechnik e. V. Ilmenau in Verbindung mit der der Fakultät für Elektrotechnik und Informationstechnik der TU Ilmenau seinen Förderpreis für herausragende Abschlussarbeiten. Der dotierte Preis würdigte die Leistungen der Studierende im Rahmen der Exmatrikulationsfeier Ende Juni. Erfreulicherweise wurden gleich zwei Abschlussarbeiten des FG Audiovisuelle Technik, die mit Industriepartnern durchgeführt wurden, aufgrund ihres hohen Grads an Interdisziplinarität und Wissenschaftlichkeit sowie der Ausführung als herausragend ausgezeichnet und prämiert.

Wir gratulieren den Preisträgern Anton Schubert, der sich mit der Implementierung eines komprimierten breitbandigen Audio Codecs für die Fahrerkommunikation im Motorsport beschäftigt hat, und Dominik Keller, der die Identifizierung und Analyse von Texturdimensionen in Kinofilmen mit Hilfe von Sensorikbewertungsverfahren bearbeitet hat.

Der jüngste Teilnehmer beim Erleben einer Achterbahnfahrt in VR während der "Langen Nacht der Technik 2019".

Best Paper Award

Dominik Keller (Fachgebiet AVT), Tamara Seybold (ARRI München), Janto Skowronek (früher Fachgebiet AVT) und Alexander Raake (Fachgebiet AVT) erhielten den Best Paper Award auf der 11. International Conference on Quality of Multimedia Experience (QoMEX 2019) in Berlin.

Den Abstract zu diesem Artikel finden Sie weiter unten auf dieser Seite.

Angebote für Abschlussarbeiten im Fachgebiet AVT

Auf unserer Webseite können Sie sich jetzt direkt über das Angebot an Themen für Bachelor- und Masterarbeiten sowie für Medienprojekte informieren.

Schauen Sie unter dem Punkt Abschlussarbeiten nach!

Aktuelle Veröffentlichungen aus dem Fachgebiet

Dominik Keller, Tamara Seybold, Janto Skowronek und Alexander Raake
Assessing Texture Dimensions and Video Quality in Motion Pictures using Sensory Evaluation Techniques

Das aus der Zusammenarbeit von Mitgliedern des Fachgebiets Audiovisuelle Technik und Oscar-Preisträger ARRI (Arnold & Richter Cine Technik) entstandene Paper erhielt den Best Paper Award auf der diesjährigen 11. Int. Konferenz zum Thema Quality of Multimedia Experience (QoMEX 2019).

Die Qualität von Bildern und Videos wird in der Regel mit etablierten subjektiven Tests oder instrumentellen Modellen überprüft. Diese zielen oft auf Inhalte ab, die über das Internet übertragen werden, wie z.B. Streaming oder Videokonferenzen, und richten sich an die menschliche Präferenzbewertung. Im Bereich der hochwertigen Kinofilme sind jedoch auch andere Faktoren relevant. Diese sind meist nicht fehlerbezogen, sondern zielen auf die kreative Bildgestaltung ab, die in der Bild- und Videoqualitätsforschung vergleichsweise wenig Beachtung gefunden hat. Um die Wahrnehmungsdimensionen zu bestimmen, die der filmischen Videoqualität zugrunde liegen, kombinieren wir sensorische Bewertungstechniken (Degree of Difference Test und Free Choice Profiling), die in der Lebensmittelbewertung  umfassend eingesetzt werden, mit eher klassischen Videoqualitätsprüfungen. Das Hauptziel dieser Forschung ist es, die Eignung sensorischer Bewertungsmethoden für eine Bewertung qualitativ hochwertiger Videosequenzen zu analysieren. Um zu verstehen, welche Merkmale in Film erkennbar und qualitätskritisch sind, variieren wir Merkmale der Bildtextur und messen die menschliche Wahrnehmung und Präferenz mit Bildqualitätexperten. Zu diesem Zweck wurden verschiedene Aufnahmeeinstellungen mit Schärfefiltern sowie digitalem und analogem Rauschen für exemplarische Quellsequenzen simuliert. Die Auswertung, die Multidimensional Scaling, Generalized Procrustes Analysis sowie Internal und External Preference Mapping umfasst, identifizierte zwei verschiedene Wahrnehmungsdimensionen. Wir kommen zu dem Schluss, dass das Free Choice Profiling in Verbindung mit einem Qualitätstest das höchste Maß an Einblick in Bezug auf den erforderlichen Aufwand bietet. Die Kombination ermöglicht eine quantitative Qualitätsmessung mit einer zugrunde liegenden Wahrnehmungsdimensionsmessung.

Ergebnis des External Preference Mapping: Höchste Qualitätsbewertung für Stimuli mit geringem Rauschen und mittelhoher Schärfe (Landschaftsszene)

In a study presented at the QoMEX 2019 conference, we compare the impact of various motion interpolation (MI) algorithms on 360° video Quality of Experience (QoE). For doing so, we conducted a subjective test with 12 video expert viewers, while a pair comparison test method was used. We interpolated four different 20 s long 30 fps 360° source contents to the native 90 Hz refresh rate of popular Head-Mounted Displays using three different MI algorithms. Subsequently, we compared these 90 fps videos against each other to investigate the influence on the QoE. Regarding the algorithms, we found out that ffmpeg blend does not lead to a significant improvement of QoE, while MCI and butterflow do so. Additionally, we concluded that for 360°  videos containing fast and sudden movements, MCI should be preferred over butterflow, while butterflow is more suitable for slow and medium motion videos. While comparing the time needed for rendering the 90 fps interpolated videos, ffmpeg blend is the fastest, while MCI and butterflow need much more time.

Published in 26th IEEE Conference on Virtual Reality and 3D User Interfaces, March 2019, Osaka, Japan

A. Singla, R. R. R. Rao, S. Göring and A. Raake: Assessing Media QoE, Simulator Sickness and Presence for Omnidirectional Videos with Different Test Protocols

QoE for omnidirectional videos comprises additional components such as simulator sickness and presence. In this paper, a series of tests is presented comparing different test protocols to assess integral quality, simulator sickness and presence for omnidirectional videos in one test run, using the HTC Vive Pro as head-mounted display. For quality ratings, the five-point ACR scale was used. In addition, the well-established Simulator Sickness Questionnaire and PresenceQuestionnaire methods were used, once in a full version, and once with only one single integral scale, to analyze how well presence and simulator sickness can be captured using only a single scale.

 

Ashutosh Singla while presenting his poster at the IEEE VR conference in Japan


Eleventh International Conference on Quality of Multimedia Experience (QoMEX) (QoMEX 2019). Berlin, Germany. June 2019

Steve Göring, Rakesh Rao Ramachandra Rao, Alexander Raake

nofu - A Lightweight No-Reference Pixel Based Video Quality Model for Gaming Content

Popularity of streaming services for gaming videos has increased tremendously over the last years, e.g. Twitch and Youtube Gaming. Compared to classical video streaming applications, gaming videos have additional requirements. For example, it is important that videos are streamed live with only a small delay. In addition, users expect low stalling, waiting time and in general high video quality during streaming, e.g. using http-based adaptive streaming. These requirements lead to different challenges for quality prediction in case of streamed gaming videos. We describe newly developed features and a no-reference video quality machine learning model, that uses only the recorded video to predict video quality scores. In different evaluation experiments we compare our proposed model nofu with state-of-the-art reduced or full reference models and metrics.
In addition, we trained a no-reference baseline model using brisque+niqe features. We show that our model has a similar or better performance than other models. Furthermore, nofu outperforms VMAF for subjective gaming QoE prediction, even though nofu does not require any reference video.

 

scatter_plot_mos_nofu: results for gaming dataset and subjective score prediction


 

7th European Workshop on Visual Information Processing (EUVIP), Tampere (Finland), 26 - 28 November 2018 (http://www.tut.fi/euvip2018/)

Steve Göring, Alexander Raake

deimeq – A Deep Neural Network Based Hybrid No-reference Image Quality Model

Current no reference image quality assessment models are mostly based on hand-crafted features (signal, computer vision, . . . ) or deep neural networks. Using DNNs for image quality prediction leads to several problems, e.g. the input size is restricted; higher resolutions will increase processing time and memory consumption. Large inputs are handled by image patching and aggregation a quality score. In a pure patching approach connections between the sub-images are getting lost.

Also, a huge dataset is required for training a DNN from scratch, though only small datasets with annotations are available. We provide a hybrid solution (deimeq) to predict image quality using

DNN feature extraction combined with random forest models. Firstly, deimeq uses a pre-trained DNN for feature extraction in a hierarchical sub-image approach, this avoids a huge training dataset. Further, our proposed sub-image approach circumvents a pure patching, because of hierarchical connections between the sub-images. Secondly, deimeq can be extended using signal-based features from state-of-the art models. To evaluate our approach, we choose a strict cross-dataset evaluation with the Live-2 and TID2013 datasets with several pre-trained DNNs. Finally, we show that deimeq and variants of it perform better or similar than other methods.

Bild: Genereller Ansatz für eine Klassifikation in HD und UHD


 

Human Vision and Electronic Imaging 2019, Burlingame (California USA), 13 - 17  January 2019 (http://www.imaging.org/site/IST/IST/Conferences/EI/Symposium_Overview.aspx)

Steve Göring, Julian Zebelein, Simon Wedel, Dominik Keller, Alexander Raake

Analyze And Predict the Perceptibility of UHD Video Contents

720p, Full-HD, 4K, 8K, ..., display resolutions are increasing heavily over the past time. However many video streaming providers are currently streaming videos with a maximum of 4K/UHD-1 resolution. Considering that normal video viewers are enjoying their videos in typical living rooms, where viewing distances are quite large, the question arises if more resolution is even recognizable. In the following paper we will analyze the problem of UHD perceptibility in comparison with lower resolutions. As a first step, we conducted a subjective video test, that focuses on short uncompressed video sequences and compares two different testing methods for pairwise discrimination of two representations of the same source video in different resolutions.

We selected an extended stripe method and a temporal switching method. We found that the temporal switching is more suitable to recognize UHD video content. Furthermore, we developed features, that can be used in a machine learning system to predict whether there is a benefit in showing a given video in UHD or not.

Evaluating different models based on these features for predicting perceivable differences shows good performance on the available test data. Our implemented system can be used to verify UHD source video material or to optimize streaming applications.

Ältere Meldungen

Ältere Meldungen aus dem Fachgebiet Audiovisuelle Technik finden Sie auf dieser Webseite.