論文の概要: Multi-Objective Pareto-Front Optimization for Efficient Adaptive VVC Streaming

• arxiv url: http://arxiv.org/abs/2601.10607v1
• Date: Thu, 15 Jan 2026 17:23:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-16 19:43:19.245088
• Title: Multi-Objective Pareto-Front Optimization for Efficient Adaptive VVC Streaming
• Title（参考訳）: 適応型VVCストリーミングの多目的パレット-Front最適化
• Authors: Angeliki Katsenou, Vignesh V. Menon, Guoda Laurinaviciute, Benjamin Bross, Detlev Marpe,
• Abstract要約: 本稿では,品質単調でコンテンツ依存の Versatile Video Coding ladder を構築するための多目的フレームワークを提案する。 適応ストリーミングにおける品質の単調性制約の下でバリアリングはしごを構築して,一貫したクオリティ・オブ・エクスペリエンス(QoE)を実現する 大規模なUHDデータセット(Inter-4K)を用いて実験を行い,PSNR,VMAF,XPSNRを用いて評価した。
• 参考スコア（独自算出の注目度）: 3.81254285545374
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Adaptive video streaming has facilitated improved video streaming over the past years. A balance among coding performance objectives such as bitrate, video quality, and decoding complexity is required to achieve efficient, content- and codec-dependent, adaptive video streaming. This paper proposes a multi-objective Pareto-front (PF) optimization framework to construct quality-monotonic, content-adaptive bitrate ladders Versatile Video Coding (VVC) streaming that jointly optimize video quality, bitrate, and decoding time, which is used as a practical proxy for decoding energy. Two strategies are introduced: the Joint Rate-Quality-Time Pareto Front (JRQT-PF) and the Joint Quality-Time Pareto Front (JQT-PF), each exploring different tradeoff formulations and objective prioritizations. The ladders are constructed under quality monotonicity constraints during adaptive streaming to ensure a consistent Quality of Experience (QoE). Experiments are conducted on a large-scale UHD dataset (Inter-4K), with quality assessed using PSNR, VMAF, and XPSNR, and complexity measured via decoding time and energy consumption. The JQT-PF method achieves 11.76% average bitrate savings while reducing average decoding time by 0.29% to maintain the same XPSNR, compared to a widely-used fixed ladder. More aggressive configurations yield up to 27.88% bitrate savings at the cost of increased complexity. The JRQT-PF strategy, on the other hand, offers more controlled tradeoffs, achieving 6.38 % bitrate savings and 6.17 % decoding time reduction. This framework outperforms existing methods, including fixed ladders, VMAF- and XPSNR-based dynamic resolution selection, and complexity-aware benchmarks. The results confirm that PF optimization with decoding time constraints enables sustainable, high-quality streaming tailored to network and device capabilities.
• Abstract（参考訳）: 適応的なビデオストリーミングは、ここ数年で改善されたビデオストリーミングを促進してきた。 ビットレート、ビデオ品質、復号化複雑性などの符号化性能目標間のバランスは、効率よく、コンテンツに依存し、コーデックに依存し、適応的なビデオストリーミングを実現するために必要である。 本稿では,映像品質,ビットレート,復号時間の両面を協調的に最適化する,品質単調でコンテンツ適応的なビットレートラグを構築するための多目的パレートフロント(PF)最適化フレームワークを提案する。 2つの戦略として、JQT-PF(Joint Rate-Quality-Time Pareto Front)とJQT-PF(Joint Quality-Time Pareto Front)がある。 はしごは適応ストリーミング中に品質の単調性制約の下で構築され、一貫性のあるQuality of Experience(QoE)を保証する。 大規模なUHDデータセット(Inter-4K)を用いて,PSNR,VMAF,XPSNRを用いて品質評価を行い,デコード時間とエネルギー消費によって測定された複雑さについて実験を行った。 JQT-PF法は11.76%のビットレートの節約を実現し、平均復号時間を0.29%削減して同じXPSNRを維持する。 より攻撃的な構成は複雑さを増すために最大27.88%のビットレートの節約をもたらす。 一方、JRQT-PF戦略は、より制御されたトレードオフを提供し、6.38 %のビットレートの節約、6.17 %の復号時間短縮を実現している。 このフレームワークは、固定はしご、VMAFおよびXPSNRベースの動的解像度選択、複雑性を意識したベンチマークなど、既存の手法よりも優れている。 その結果、復号時間制約によるPF最適化により、ネットワークやデバイス機能に合わせた持続的で高品質なストリーミングが可能になることが確認された。

関連論文リスト

• 4DGCPro: Efficient Hierarchical 4D Gaussian Compression for Progressive Volumetric Video Streaming [52.76837132019501]
  本稿では,新しい階層型4D圧縮フレームワークである4DGCProを紹介する。 4DGCProは、プログレッシブボリュームビデオストリーミングによるリアルタイムモバイルデコーディングと高品質なレンダリングを容易にする。 エンドツーエンドのエントロピー最適化トレーニングスキームを提案する。
  論文  参考訳（メタデータ） (2025-09-22T08:38:17Z)
• Learned Rate Control for Frame-Level Adaptive Neural Video Compression via Dynamic Neural Network [8.645355715511702]
  可変シナリオ用に設計された動的ビデオ圧縮フレームワークを提案する。 提案手法は,最先端法よりも平均BD-Rateの14.8%,BD-PSNRの0.47dBのゲインを達成できる。
  論文  参考訳（メタデータ） (2025-08-28T12:27:23Z)
• Adaptive High-Frequency Preprocessing for Video Coding [9.492217153689428]
  ビデオの明瞭さとリアリズムを維持するためには高周波コンポーネントが不可欠だが、符号化にも大きく影響し、帯域幅とストレージコストが増大する。 本稿では,ビデオ符号化における主観的品質と保存性を高めるために,適応型高周波前処理のためのエンドツーエンド学習ベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-12T11:16:02Z)
• RL-RC-DoT: A Block-level RL agent for Task-Aware Video Compression [68.31184784672227]
  自律運転のような現代的なアプリケーションでは、圧倒的多数のビデオがタスクを実行するAIシステムの入力として機能する。 したがって、画像の品質ではなく、下流タスクのためにエンコーダを最適化することが有用である。 ここでは、下流タスクを最適化するために、マクロブロックレベルで量子化パラメータ(QP)を制御することで、この問題に対処する。
  論文  参考訳（メタデータ） (2025-01-21T15:36:08Z)
• Deep Learning-Based Real-Time Quality Control of Standard Video Compression for Live Streaming [31.285983939625098]
  リアルタイム深層学習に基づくH.264コントローラを提案する。 最小遅延でビデオチャンクの内容に基づいて最適なエンコーダパラメータを推定する。 平均帯域使用量の最大2.5倍の改善を実現している。
  論文  参考訳（メタデータ） (2023-11-21T18:28:35Z)
• Cross Layer Optimization and Distributed Reinforcement Learning for Wireless 360° Video Streaming [54.60967639512643]
  本稿では,各ユーザに対して利用可能なレートを最大化し,ユーザのQoEを最大化するために効率的に利用するクロスレイヤ最適化手法を提案する。 この問題を2つの相互関連サブプロブレムに分解できることを示す。 複数の独立エージェントの並列学習を活用し,アプリケーション層サブプロブレムを解くために,アクタ・クリティカル・ディープ・強化学習(DRL)を提案する。
  論文  参考訳（メタデータ） (2020-11-12T12:59:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。