Deep Learning-based Bitrate and Video Quality Prediction Model for Scalable Video Transmission

Abstract

COVID-19 팬데믹 이후로, 비대면 화상회의와 원격 교육의 증가로 인해 비디오 전송 시스템에 대한 관심이 증가하고 있다. 본 논문은 스케일러블 비디오 부호화기의 입력 파라메터를 활용하여 부호화될 비트스트림의 비트율과 화질을 예측하는 인공 신경망(ANN, Artificial neural network) 모델을 제안한다. 제안된 ANN모델은 부호화기의 압축 비트율을 실제 부호화과정 없이, 입력 파라메터만을 이용하여 예측할 수 있기 때문에, 네트워크 대역폭과 전송 비트율의 불일치로 발생하는 전송지연 및 손실을 최소화할 수 있다. 제안된 신경망 모델의 성능평가를 위해서, R2 메트릭를 이용하였으며, 1에 가까운 값을 나타내어 정확도가 높은 예측 모델임을 확인하였다.