Transmission vidéo «contenu»-adaptée dans le contexte HEVC: Optimisation de la compression, de la tolérance aux erreurs de la transmission, et de la qualité visuelle

In this work, the global/local content characteristics are utilized in order toimprove the delivery chain of the video sequences. The work is divided intofour main parts that take advantages of video content features. The first partintroduces a joint content-complexity encoder parameters prediction model.This model uses bitrate, distortion, and complexity of different parametersconfigurations in order to get the recommended encoder parameters value.Then, the links between content features and the recommended values areidentified. Finally, the prediction model is built using these features and therecommended encoder parameter values. The second part illustrates theproposed multiple description coding (MDC) scheme that is optimized forhigh-order MDC. The corresponding decoding and content-dependent errorrecovery procedures are also identified. The quality of the received videos isevaluated subjectively. By analyzing the subjective experiment results, anadaptive, i.e. content-aware, scheme is introduced. Finally, an applicationscenario is simulated to study the realistic bitrate consumption. The third partuses the motion properties of a content to introduce a motion map that will beused as an input for the modified state-of-the-art inpainting based errorconcealment algorithm. A subjective experiment was conducted to evaluatethe algorithm and also to study the content-aware observer’s disturbancewhen perceiving the processed videos. The fourth part has two sub-parts, thefirst one is about HRC selection algorithms for the large-scale video databasewith an improved performance evaluation measures for video qualityassessment algorithms using training and validation sets. The second partintroduces global content aware no-reference video quality assessmentDans cette étude, nous utilisons des caractéristiques locales/globales en vued’améliorer la chaîne de transmission des séquences de vidéos. Ce travail estdivisé en quatres parties principales qui mettent à profit les caractéristiquesde contenu vidéo. La première partie introduit un modèle de prédiction deparamètres d’un encodeur basé sur la complexité du contenu. Ce modèleutilise le débit, la distorsion, ainsi que la complexité de différentesconfigurations de paramètres afin d’obtenir des valeurs souhaitables(recommandées) de paramètres d’encodage. Nous identifions ensuite le lienen les caractéristiques du contenu et ces valeurs recommandées afin deconstruire le modèle de prédiction. La deuxième partie illustre le schéma del’encodage à description multiple (Multiple Description Coding ou MDC, enanglais) que nous proposons dans ces travaux. Celui-ci est optimisé pour desMDC d’ordre-hauts. Le décodage correspondant et la procédure derécupération de l’erreur contenu-dépendant sont également étudiés etidentifiés. La qualité de la vidéo reçue a été évaluée subjectivement. Enanalysant les résultats des expériences subjectives, nous introduisons alorsun schéma adaptatif, c’est-à-dire adapté à la connaissance du contenu vidéo.Enfin, nous avons simulé un scénario d’application afin d’évaluer un taux dedébit réaliste. Dans la troisième partie, nous utilisons une carte dedéplacement, calculées au travers des propriétés de mouvement du contenuvidéo, comme entrée pour l’algorithme de masquage d’erreur parrecouvrement (inpainting based error concealment algorithm). Uneexpérience subjective a été conduite afin d’évaluer l’algorithme et d’étudier laperturbation de l’observateur au visionnage de la vidéo traitée. La quatrièmepartie possèdent deux sous-parties. La première se penche sur lesalgorithmes de sélections par HRC pour les grandes bases de données devidéos. La deuxième partie introduit l’évaluation de la qualité vidéo utilisant laconnaissance du contenu global non-référencé