pesquisas em ambientes digitais TV RADIO

Transcrição

1 Revista de RADIODIFUSÃO volume 07- número pesquisas em ambientes digitais TV RADIO INTERNET CINEMA ISSN impresso ISSN eletrônico

2 Revista de RADIODIFUSÃO volume 07 número Pesquisas em ambientes digitais tv - internet - radio - cinema volume 07 - número SET - Sociedade Brasileira de Engenharia de Televisão Rio de Janeiro - RJ - Rua Jardim Botânico,700 - Sala 306 CEP Tel.: + 55 (21) Fax + 55 (21) São Paulo - SP - Av. Auro Soares de Moura Andrade, 252- Cj. 11 CEP Tels: +55 (11) set@set.org.br

3 Elaborada por: Silvania W. Martins Revista Eletrônica de Radio Difusão / SET. -- v. 7, n. 8 (2013). São Paulo : Editora Sociedade Brasileira de Engenharia de Televisão - SET, Semestral Periodicidade do v. 7: semestral Disponível na Internet: : ISSN Radiofusão - Periódicos. 2. TVDigital - Periódicos. 3. Broadcast Periódicos. I. Sociedade Brasileira de Engenharia de Televisão. II. SET. CDD (21. ed.) Revista de Radiodifusão v. 07 n

4 Expediente volume 07 número Diretoria da SET Presidência Olímpio José Franco Vice Presidente Nelson Faria Jr Diretoria Editorial Valderez de Almeida Donzelli Valdecir Becker Comitê Editorial Almir Almas Francisco S. Husni Ribeiro José Olairson Valentim Rodrigo Dias Arnaut Tom Jones Moreira Diretoria de Ensino José Raimundo Cristóvam Jose Frederico Rehme Comitê de Ensino Carlos Nazareth Motta Marins Eduardo de Oliveira Silva Bicudo Gunnar Bedicks Luana Bravo Tatiana Aires Tavares Diretoria de Tecnologia Ana Eliza Faria Alexandre Yoshida Sano Comitê de Tecnologia Carlos Fini Iury Saharovsky José Antônio de Souza Garcia Luiz Fausto Paulo Henrique C. V. de Castro Roberto Primo Editor Valdecir Becker Comitê Científico Ana Sílvia Médola Unesp Alexandre Pohl UTFPR André Barbosa EBC/SET Carlos Alberto Ynoguti INATEL Carla Pagliari - IME Carlos Montez UFSC Carlos Nazareth Motta Marins INATEL/SET Cosette Castro UCB Débora Christina Muchaluat Saade UFF Eduardo Antonio Barros da Silva COPPE/UFRJ Flavio Archangelo LABRE/SET Guido Lemos UFPB Gunnar Bedicks Mackenzie/SET Luciano Leonel Mendes INATEL Luís Geraldo Pedroso Meloni FEEC/Unicamp Luiz Biscainho COPPE/UFRJ Luiz Fernando Gomes Soares - PUC-RJ Sandro Fasolo INATEL Tatiana Tavares UFPB/SET Valdecir Becker UFPB/SET Yuzo Iano UNICAMP Yvana Fechine UFPE Projeto gráfico / Versão eletrônica Solange Lorenzo Revista de Radiodifusão v. 07 n

5 Pesquisas em ambientes digitais - TV - Internet - radio - cinema Sumário 06 Apresentação ARTIGOS Wyllian Bezerra da Silva 08 Métrica sem referência baseada em redes neurais Alexandre de Almeida Prado Pohl para avaliação objetiva de qualidade de vídeo digital Eduardo Santos Bueno Gunnar Bedicks Jr Cristiano Akamine 16 Results of field tests of the ISDB-T B system at 8 MHz in Botswana Edson Lemos Horta Willians Cerozzi Balan Ramon Maia Borges 23 Análise qualitativa de uma Rede SFN operando com troca de Canal Virtual entre as Estações Retransmissoras José Riccardo Bonavita 27 A Televisão Corporativa como Canal Midiático Bruna Uehara João Paulo Polo 34 O aplicativo de check-in de TV como ferramenta de engajamento na era transmídia Juliana Kulesza Ulysses de Santi Bibbo 44 A televisão a seu tempo: Netflix inova com produção de conteúdo para o público assistir como e quando achar melhor, mesmo que seja tudo de uma vez Daniel Gambaro Eduardo Vicente 52 A (re) valorização do locutor na internet: estratégias do rádio em um cenário de reconfiguração digital Valdecir Becker Marcelo Zuffo 61 Modelo de análise da audiência baseado no contexto Revista de Radiodifusão v. 07 n

6 Apresentação Esta edição da Revista de Radiodifusão tem como foco pesquisas em ambientes digitais, especificamente rádio, TV, e internet. Os artigos abordam o desenvolvimento tecnológico, científico, computacional, comunicacional, social e sociológico destes meios de comunicação. A constante mutação e as dúvidas sobre a capacidade destes veículos diante da convergência tecnológica e constantes mudanças mercadológicas permeiam praticamente todos os trabalhos. Percebe-se uma clara evolução nas pesquisa e no pensamento crítico em relação ao entendimento das necessidades científicas de toda cadeia de valor da radiodifusão. Como proposta de interdisciplinaridade do audiovisual, a Revista de Radiodifusão dá mais um passo importante ao mesclar vídeo digital, testes de transmissão com segunda tela, rádio, TV corporativa, novas formas de ver o conteúdo audiovisual e suas formas de produção e consumo, análise teórica da medição da audiência. Trata-se de um retrato interdisciplinar do desenvolvimento do mercado de radiodifusão, que não existe sem uma engenharia forte, conteúdo com qualidade e um mercado consumidor plenamente compreendido. Alem do Call For Papers tradicional da Ravista, para esta edição também foram selecionados os três melhores artigos do Congresso da SET deste ano, realizado em agosto. A Revista recebeu um total de 17 submissões, e, pós o processo de revisão do Comitê Científico, foram aprovados oito trabalhos. Segue a relação dos trabalhos aprovados, e respectivos resumos. Métrica sem referência baseada em redes neurais para avaliação objetiva de qualidade de vídeo digital, de Wyllian Bezerra da Silva e Alexandre de Almeida Prado Pohl. O trabalho apresenta uma métrica sem referência para avaliação de qualidade de vídeo digital baseada em uma rede neural artificial que usa uma versão estendida do algoritmo de aprendizado ELM (Extreme Learning Machine). O método proposto realiza o treinamento da rede neural a partir de seis características espaço-temporais. Os resultados experimentais mostram que o método proposto apresenta desempenho superior às métricas de referência completa PSNR e MS-SSIM na tarefa de predição de qualidade de vídeo. Logo, o método proposto pode ser usado no monitoramento de qualidade em sistemas de transmissão e recepção de vídeo digital, tais como IPTV e TV digital. Results of field tests of the isdb-tb system at 8 mhz in Botswana, de Eduardo Santos Bueno, Gunnar Bedicks Jr., Cristiano Akamine e Edson Lemos Horta. Botswana performed field tests of the Integrated Services Digital Broadcasting - Terrestrial version B (ISDB-TB) system in order to choose which standard should be used by the country. This paper presents the results of performance tests of the ISDB- TB system and an analysis of test results from the cities of Gaborone, Mahalapye, Maun and Tsabong. The system was configured with an 8 MHz bandwidth and central frequency of MHz. The system was evaluated with fixed reception using a single monopole antenna. Data collected in the field were used to analyze the power level, C/N ratio, Bit Error Rate (BER) and Quasi Error Free (QEF). The results corroborate na adequate reception of the test signal. 6 Revista de Radiodifusão v. 07 n

7 Análise Qualitativa de uma Rede SFN Operando com troca de Canal Virtual entre as Estações Retransmissoras, de Ramon Maia Borges. O trabalho tem por finalidade investigar o comportamento de uma rede SFN (Single Frequency Network) dentro do padrão ISDB-T (Integrated Services Digital Broadcasting Terrestrial), na condição em que as estações retransmissoras utilizem canais virtuais distintos. Resultados práticos demonstram a possibilidade de operação da rede na situação descrita, assim como as penalidades decorridas desta configuração. A Televisão Corporativa como Canal Midiático, de José Riccardo Bonavita. Este artigo tem por finalidade analisar a forma como empresas do mundo inteiro usam a linguagem universal da mídia televisiva e, através de transmissões de broadcasting (transmissões de televisão via satélite ou intranet), para filiais e pontos de reunião de seus funcionários e colaboradores espalhados em uma determinada região de um país, ou mesmo em vários países, simultaneamente, copiam os modelos criados pela livre manifestação do canal midiático televisivo como forma de tentar integrar seus funcionários e repassar o discurso e a mentalidade corporativa e seus valores. O aplicativo de check-in de TV como ferramenta de engajamento na era transmídia, de Bruna Uehara e João Paulo Polo. Este artigo se propõe a discutir de que maneira um aplicativo (também chamado de app) de check-in de TV pode colaborar com a fidelização e engajamento de telespectadores, tendo em vista o fenômeno atual da segunda tela. Refletir sobre como as empresas de comunicação podem utilizar esse comportamento do público e o panorama transmidiático com o intuito de alavancar a audiência da emissora e atrair anunciantes. A televisão a seu tempo: Netflix inova com produção de conteúdo para o público assistir como e quando achar melhor, mesmo que seja tudo de uma vez, de Juliana Kulesza e Ulysses de Santi Bibbo. Este artigo analisa a entrada do serviço de streaming online Netflix no mercado da produção de conteúdo original, a partir do estudo de caso da série House of Cards. Também se predispõe a demonstrar uma mudança de paradigma no setor, introduzindo a discussão sobre uma nova forma de consumo de conteúdo, definida pelas possibilidades geradas por novas tecnologias e pela voracidade de seu público. Este novo cenário é palco do embate entre majors de TV a cabo, até então dominantes no mercado de conteúdo pago, com a recém chegada Netflix, onde quem ganha é o consumidor que terá mais opções de escolha. A (re) valorização do locutor na internet: estratégias do rádio em um cenário de reconfiguração digital, de Daniel Gambaro e Eduardo Vicente. O presente artigo traça uma breve reflexão sobre o modo como as tecnologias digitais estão reconfigurando as formas de produzir e consumir rádio. O principal argumento gira em torno da figura do locutor de rádio FM e sua renovada importância em estratégias de vinculação e fidelização da audiência, aliada a outras estratégias que podem ser empreendidas pelas emissoras de rádio. Para tanto, foi desenvolvida uma pesquisa com locutores do dial FM paulistano, que expressaram suas opiniões sobre o cenário. Modelo de análise da audiência baseado no contexto, de Valdecir Becker e Marcelo Zuffo. As complexas relações e mediações entre representações mentais e os consequentes comportamentos são subestimadas nos modelos tradicionais de medição da audiência. Este artigo propõe um novo modelo teórico, que incorpora a base da mediação atual, e expande a análise buscando as origens da necessidade e da motivação da atividade ver TV. Boa leitura, Valdecir Becker Editor Revista de Radiodifusão v. 07 n

8 Métrica sem referência baseada em redes neurais para avaliação objetiva de qualidade de vídeo digital Wyllian Bezerra da Silva Alexandre de Almeida Prado Pohl 8 Revista de Radiodifusão v. 07 n

9 MÉTRICA SEM REFERÊNCIA BASEADA EM REDES NEURAIS PARA AVALIAÇÃO OBJETIVA DE QUALIDADE DE VÍDEO DIGITAL Wyllian Bezerra da Silva, Alexandre de Almeida Prado Pohl Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial (CPGEI) UTFPR, Curitiba, Brasil wyllianbs@gmail.com, pohl@utfpr.edu.br Resumo: Este trabalho apresenta uma métrica sem referência para avaliação de qualidade de vídeo digital baseada em uma rede neural artificial que usa uma versão estendida do algoritmo de aprendizado ELM (Extreme Learning Machine). O método proposto realiza o treinamento da rede neural a partir de seis características espaço-temporais. Os resultados experimentais mostram que o método proposto apresenta desempenho superior às métricas de referência completa PSNR e MS-SSIM na tarefa de predição de qualidade de vídeo. Logo, o método proposto pode ser usado no monitoramento de qualidade em sistemas de transmissão e recepção de vídeo digital, tais como IPTV e TV digital. Palavras chave: algoritmo ELM, avaliação objetiva de vídeo, métrica sem referência, rede neural artificial. 1. INTRODUÇÃO Durante os últimos anos, a literatura tem apresentado um número crescente publicações acerca de métricas objetivas para avaliação de qualidade de vídeo para diversas aplicações em radiodifusão ou no processamento de vídeo digital, seja na aquisição do sinal, codificação e decodificação, compressão, transmissão, restauração, armazenamento, segmentação e exibição de sinais de vídeo digital [1 4]. A avaliação de qualidade de vídeo digital pode ser realizada por meio de métricas subjetiva e objetiva. A primeira requer uma grande quantidade de recursos humanos e apresenta elevado custo em sua implementação [1 3]. Porém, as métricas objetivas são vantajosas quando apresentam um determinado grau de correlação com as métricas subjetivas. Logo, o desenvolvimento destas é um desafio no campo de avaliação de qualidade de vídeo e imagem. Além disso, as métricas objetivas, devido à natureza de seu critério objetivo, independem de interação humana e são facilmente reprodutíveis [3]. Dentre as métricas objetivas destacam-se as métricas sem referência (No-Reference NR), pois não necessitam do vídeo de referência no cálculo de sua medida. Entretanto, estas requerem um conhecimento a priori sobre as distorções em vídeo digital para que seja estabelecida uma correlação com os resultados subjetivos [3]. A maioria das métricas NR encontradas na literatura são baseadas na avaliação de qualidade de imagens e em características relacionadas ao Sistema Visual Humano (SVH). Assim, o desenvolvimento de métricas NR é difícil, devido à necessidade de emular a percepção do SVH que envolve aspectos cognitivos, emocionais e estéticos relacionados ao conteúdo do vídeo e que são altamente dependentes do observador [4], [5]. A literatura reporta diversos esforços no desenvolvimento de métricas para avaliação de qualidade de vídeo baseadas em redes neurais e em algoritmos de aprendizado. Babu et al. [6] apresentam uma métrica para avaliar a qualidade de imagens comprimidas em JPEG (Joint Photographic Experts Group) por meio de um algoritmo de aprendizado de crescimento e propõem o uso de uma rede neural GAP-RBF (Growing and Pruning Radial Basis Function) que usa características relacionadas ao SVH. Jiang et al. [7] desenvolveram uma métrica NR para avaliação de qualidade de vídeo em HD (High Definition) baseada em uma rede neural treinada pelo algoritmo BP (Back-Propagation) que usa seis características espaço-temporais e a RoI (Region of Interest). Choe et al. [8] desenvolveram uma métrica NR baseada no fluxo de bits para avaliação de qualidade de vídeo codificado em H.264. Esta métrica extrai características quadro a quadro e usa uma rede neural alimentada adiante (feedforward) com três camadas. Suresh et al. [9] apresentaram uma extensão do algoritmo ELM na tarefa de avaliar a qualidade de imagens comprimidas em JPEG com base no esquema de seleção múltipla KS-ELM (K-fold selection Scheme using ELM) e no algoritmo RCGA- ELM (Real-Coded Genetic Algorithm using ELM) para seleção dos pesos de entrada e polarizações. Este trabalho apresenta uma versão estendida do algoritmo ELM para redes neurais SLFN (Singlehidden-Layer Feedforward Neural Networks) que implementa um simples critério de parada na fase de treinamento. Além disso, esse método usa seis características espaço-temporais de vídeos submetidos a diversas condições de distorção. Este artigo está dividido da seguinte maneira: a Seção 2 descreve as métricas para avaliação de qualidade de vídeo. A Seção 3 descreve o método NR proposto para avalição de qualidade de vídeo digital. A Seção 4 apresenta os resultados experimentais, em que são comparados o método NR proposto e duas métricas FR. Finalmente, a Seção 5 apresenta a conclusão do artigo. Revista de Radiodifusão v. 07 n

10 2. AVALIAÇÃO DE QUALIDADE DE VÍDEO O processo de avaliação de qualidade de vídeo pode ser realizado com a aplicação de métricas subjetivas ou objetivas. As métricas subjetivas estimam a qualidade do vídeo por meio de avaliadores humanos. Logo, exigem um alto custo, pois necessitam de uma grande quantidade de recursos humanos e apresentam problemas quanto aos requisitos de imparcialidade e reprodutibilidade, tornando-se inapropriadas em sistemas de radiodifusão ou em provedores de conteúdo [10], [11]. Por outro lado, as métricas objetivas são baseadas em modelos matemáticos, cujo objetivo é produzir um escore de qualidade que emule a percepção do SVH. Além disso, as métricas objetivas requerem baixo custo de implementação (quando comparadas com as métricas subjetivas) e não apresentam problemas quanto à reprodutibilidade e imparcialidade. As métricas objetivas para avaliação de qualidade de vídeo podem ser classificadas em três categorias: (i) métricas de referência completa (Full-Reference FR); (ii) métricas de referência reduzida (Reduced- Reference RR); (iii) métricas sem referência (NR) Métricas FR As métricas FR requerem o vídeo de referência (fonte) no cálculo do escore de qualidade. Estas métricas são amplamente utilizadas no processo de validação de métricas RR ou NR, por meio da comparação de desempenho definida pelas recomendações do Grupo de Especialistas em Qualidade de Vídeo (VQEG Video Quality Experts Group) que é um órgão de padronização internacional de métricas subjetivas e objetivas de qualidade de vídeo. Dentre as métricas FR, destacam-se o PSNR (Peak Signal-to-Noise Ratio), SSIM (Structural SIMilarity index) [12] e MS-SSIM (Multi-Scale Structural SIMilarity index) [13]. O PSNR é uma métrica FR baseada no erro pixel a pixel de fácil implementação. Entretanto, apresenta baixa correlação com o SVH [14]. A sua medida é processada sobre o erro quadro a quadro, i.e., entre o quadro original x e o quadro y. A expressão a seguir define o PSNR para um conjunto de quadros F. com 1 v PSNR 20log, F F f 20 f 1 MSE (1) f N M 1 MSE,,,, 2 f xfij y fij, NM i 0 j 0 k em que o termo v f é igual a (2 1), cujo k é o número de bits por pixel, i.e., é a componente de x f,, i j e luminância do quadro f. Os termos,, (2) y fij são os valores de luminância do quadro de origem e degradado, respectivamente. As componentes bidimensionais são representadas pelo número de colunas N e pelo número de linhas M. O termo MSE f é definido como erro quadrático médio ou MSE (Mean Square Error). A métrica SSIM baseia-se no fato de que o SVH é fortemente adaptado para extrair informações das características estruturais de um quadro ou imagem. Logo, uma medida de similaridade estrutural (ou distorção) pode prover boa aproximação para a qualidade perceptual de um vídeo [3, 7 9]. Sejam x e y dois sinais não-negativos, em que y é o sinal degradado e x é o sinal original (sem perda de qualidade), a medida de similaridade é utilizada como um índice quantitativo de qualidade do sinal distorcido, ou seja, x é tomado como a referência para medir a qualidade de y. A métrica SSIM possui diversas extensões, dentre as quais a versão MS-SSIM, proposta por Wang et al. [13] que assume uma abordagem multiescalar Métricas RR As métricas de referência reduzida retiram certa quantidade de características do vídeo original (fonte), baseadas em componentes espaciais, temporais, no domínio da frequência ou no fluxo de bits (bitstream). Este tipo de métrica é amplamente utilizada no monitoramento de transmissões em rede [17]. Neste tipo de cenário de aplicação, o vídeo é transmitido com uma sequência de informação codificada (overhead) e no lado receptor ocorre a sua decodificação, seguido pelo cálculo do índice de qualidade, o qual é obtido por meio da comparação entre a representação reduzida da informação nos pares emissor e receptor [18]. Tipicamente, métricas RR são implementadas por meio de funções, divididas em duas etapas [19]: (i) cálculo do erro entre os vídeos original e distorcido, constituído pela diferença de suas características, a fim de compor a representação reduzida da informação; (ii) função que agrupa os erros ou diferenças para obter um índice de qualidade global. Algumas métricas RR exploram propriedades dos artefatos, por meio da extração de características e um modelo de parametrização [20] com foco em tipos específicos de distorções (artefatos). Esta abordagem é encontrada em Silva et al. [17], cujo cálculo do escore de qualidade é baseado na diferença de atividade dos coeficientes DCT (Discrete Cosine Transform) em um macro bloco com resolução de pixels Métricas NR As métricas NR extraem características relacionadas ao SVH do vídeo distorcido, i.e., na recepção do sinal de vídeo [14]. Tipicamente, há duas abordagens no desenvolvimento destas métricas: (i) extração dos parâmetros sobre o fluxo de bits, tais como a taxa de compressão, informações relacionadas ao GoP (Group of Pictures), estimação de movimento, perfil e nível de codificação, bem como o parâmetro de quantização ou QP (Quantization 10 Revista de Radiodifusão v. 07 n

11 Parameter) [21 25]. Métricas NR apresentam maior complexidade quando são aplicadas em vídeo, devido à variação temporal dos quadros, conteúdos das cenas e à dificuldade de compreensão das características do SVH [26]. Assim, algumas métricas dessa categoria exploram características espaciais e temporais na estimação de qualidade de vídeo [21]. 3. MÉTODO PROPOSTO O método proposto, denominado NRVQA-ELMtc (No-Reference Video Quality Assessment using Extreme Learning Machine algorithm with termination criteria) [27] combina características espaciais e temporais, por meio de uma rede neural artificial SLFNs usando o algoritmo de treinamento ELM [28] com a implementação de um simples critério de parada Características espaço-temporais As características espaciais incorporadas no método proposto são baseadas em medidas de artefatos em vídeo digital, i.e., distorções de blocagem e borramento desenvolvidas por Wang et al. [20]. Assim, a componente de luminância do quadro f é representada por yfij (,, ) com i 1, M e j 1, N, em que M e N são os números de linhas e colunas, respectivamente, de um quadro. Logo, as diferenças de luminância ao longo das linhas e colunas são representadas, respectivamente, pelas expressões a seguir. dh fij,, y fij,, 1 y fij,,, j 1, N 1, d fij,, y fi, 1, j y fij,,, i 1, M 1. v O efeito de blocagem pode ser estimado pela média das diferenças entre as bordas dos blocos da DCT (Discrete Cosine Transform) nas direções horizontal e vertical para uma sequência F de quadros, conforme mostra a Equação (4), com um macrobloco de dimensão, cujo tamanho típico é de 8 [20]. N 1 M 1 F 1 Bh dh fij,, 1, N f 1 i 1 j 1 F M 1 1 M 1 F 1 N 1 Bv dv fi, 1, j. M f 1 i 1 j 1 F N 1 1 A medida de blocagem em uma sequência de vídeo com F quadros é determinada pela média entre B h e B v, caracterizando a medida B, conforme a expressão a seguir. (3) (4) Bh Bv B. (5) 2 Os efeitos de borramento são estimados pelo cálculo da redução de atividade entre os blocos, em que é usada a medida de blocagem nas direções horizontal e vertical, conforme as expressões F M N 1 Ah dh fij,, Bh, F M 1 N 1 f 1 i 1 j 1 F M 1 N Av dv fij,, Bv. F N 1 M 1 f 1 i 1 j 1 A medida de borramento, representada por A, conforme a Equação (7), é determinada pela média entre A e A. h v (6) Ah Av A. (7) 2 O segundo fator que contribui para a detecção do artefato de borramento é baseado na taxa de cruzamento por zero (Zero Crossing ZC) nas direções horizontal e vertical, conforme as expressões a seguir. F M N 2 1 Zh zh fij,,, F M N 2 f 1 i 1 j 1 F M 2 N 1 Zv zv fij,,, F N M 2 f 1 i 1 j 1 em que os termos z h e zv são determinados por z z h v (8) 1, na direção horizontal fij,,, 0, caso contrário (9) 1, na direção vertical fij,,. 0, caso contrário Assim, a medida de borramento Z é determinada pela média entre as componentes Z e Z. h Zh Zv Z. (10) 2 O método proposto também incorpora três características temporais no treinamento da rede neural SLFN com o algoritmo ELM. A primeira característica temporal é a diferença de movimento entre quadros adjacentes, representada pela variável TI (Temporal perceptual Information) [31] que considera os valores de luminância de pixels localizados em uma mesma região de um quadro, conforme a expressão a seguir. F 1 TI m f,, i j, F 1 (11) f 2 é o desvio padrão da diferença de movimento (diferença de luminância) entre o quadro atual,, y f 1, i, j. em que o número total de quadros é F e mfij,, y fij e o quadro anterior A segunda característica temporal é a média da diferença absoluta (Mean Absolute Difference MAD) v Revista de Radiodifusão v. 07 n

12 [31] entre quadros sucessivos, representada pela Equação (12) que define a medida global da MAD para todos os quadros de um vídeo. F M N 1 MAD y f,, i j y f 1,, i j. (12) M N F 1 f 2 i 1 j 1 A terceira característica temporal é a média da diferença absoluta ponderada (weighted Mean Absolute Difference MADw) [32], a qual mede o grau de variação das cenas de um vídeo que considera a cena atual de um quadro f e do quadro anterior f 1, conforme a expressão: 1 MAD MADw. F (13) MAD F f 1f 2 f 1 Assim, o método proposto combina as características espaciais e temporais em uma matriz x A, B, Z, TI, MAD, MADw f f f f f f f, em que f é o número de amostras de vídeo. A Figura 1 apresenta as características temporais espaciais de dezessete bases de dados de vídeos (denominada superconjunto S) usadas neste trabalho e reportadas em [27]. A recomendação ITU-T P.910 [31] define a medida SI (Spatial perceptual Information) como informação espacial perceptual. A inspeção visual dessa figura mostra que as amostras de vídeo usadas neste trabalho apresentam uma grande variação espaçotemporal. K f x g w x b o, f 1,, N, (14) K i j j f j f f 1 em que função de ativação e j é o peso que conecta o j- ésimo neurônio da camada oculta ao neurônio de o f é a saída (escore objetivo), gx ( ) é a saída. De acordo com [28], uma rede SLFN com K nós na camada oculta e uma função de ativação gx ( ) pode apresentar um erro médio próximo de zero, i.e., K o t 0. Logo, há parâmetros j, f 1 que f em que f K f 1 w j e b j tal jg w j xf bj t f, f 1,, N, (15) t f é o vetor alvo (escores subjetivos), T w j w j1,, w jn é o vetor de peso que conecta o j- ésimo neurônio da camada oculta ao neurônio da camada de entrada, b j denota a polarização (bias) do j-ésimo neurônio da camada oculta, w j x f é o produto interno de w j e x f. A Figura 2 ilustra o algoritmo ELM empregado em uma arquitetura de rede neural SLFN. 1 1 β 1 x i w j j β j t i b j N β K K N input neuron K hidden neuron output neuron Fig. 1. Características espaciais e temporais do superconjunto S com 216 amostras de referência 3.2. Métrica NRVQA-ELMtc O algoritmo ELM [28] desenvolvido para o treinamento de uma rede SLFN atribui pesos e polarizações (biases) de maneira aleatória, segundo uma distribuição uniforme. O treinamento compreende N amostras distintas representadas pela variável n xf, tf xf, t f m, f 1,, N, cujo cálculo é conforme a expressão Fig. 2. Arquitetura de uma rede neural SLFN usando algoritmo de treinamento ELM O sistema linear da Equação (16) resume o método do algoritmo ELM. Hβ T, (16) em que a matriz da camada oculta é representada por H h f 1,, N and j 1,, K com a primeira fj linha da matriz de características x x f f 1 f 2 fn T x f igual a x, x,, x, i.e., a primeira linha é igual a A, B, Z, TI, MAD, MADw. A matriz de f1 f 1 f 1 f 1 f 1 f1 f1 saída e o vetor alvo (target) são definidos como 12 Revista de Radiodifusão v. 07 n

13 T β β 1, β K e termo j j K T T t 1,, t N, respectivamente. O T β β j1, β jm 1,, denota o vetor de peso que conecta o j-ésimo neurônio da camada oculta e os neurônios de saída. Hung et al. [28] propuseram a atribuição aleatória de pesos aos parâmetros w e j b, a fim de seja obtido um pequeno j erro não-nulo durante o treinamento. Considerando o sistema linear da Equação (17), os pesos da camada de saída podem ser aproximados por β HT (17) em que H é definida como matriz inversa generalizada de Moore-Penrose (MP) [33] da matriz de saída da camada oculta H. Além disso, o conjunto de treinamento, nó oculta K e uma g x, e.g., função de base radial função de ativação (Radial Basis Function RBF), hard-limiting (hardlim), sigmoidal (sig) e seno (sin). Em resumo, o algoritmo ELM compreende três etapas [28]: i) Atribuição aleatória dos pesos de entrada w j e polarizações b j ; ii) Cálculo da matriz da camada de saída H ; iii) Cálculo dos pesos de saída β: β HT. O método NRVQA-ELMtc [27] implementa um simples critério de parada no treinamento da rede neural SLFN, quanto à atribuição aleatória dos pesos w j e b j. Embora este critério não seja direcionado, busca os pesos relacionados com o menor RMSE (Root-Mean-Square Error) entre a saída desejada (escore subjetivo) e o escore objetivo na fase de treinamento com k iterações (tipicamente, k 100 ) e N neurônios na camada oculta. Além disso, conforme estudo realizado em [27], caso o RMSE seja menor do que 0,5 o algoritmo cessa a busca pelos parâmetros w e b. j j 4. RESULTADOS EXPERIMENTAIS Esta seção apresenta os resultados de acurácia, i.e., os coeficientes de correlação linear de Pearson (Pearson Linear Correlation Coefficient PLCC) [34], [35], entre os escores objetivos e subjetivos de 2627 amostras de vídeo estudadas em [27]. A Figura 3 compara a acurácia (PLCC) entre as métricas de referência completa (FR) PSNR e MS- SSIM com o método proposto (NRVQA-ELMtc) para as 2627 amostras de vídeo, pertencentes a 17 bases de dados de vídeo disponibilizadas por diversas instituições e laboratórios [27]. A função de ativação usada na rede neural SLFN foi o seno (sin) com o número de amostras de teste igual ao número de neurônios na camada oculta ( N ). O método de validação cruzada múltipla (K-fold) foi usado com o objetivo de gerar uma distribuição de acurácia, a qual foi analisada por meio do diagrama de caixa (box-plot) [36], em que o traço, o círculo e o quadrado, ambos em vermelho, representam a mediana, a média e o desvio padrão, respectivamente. Destaca-se que neste trabalho foi empregada uma validação cruzada com um grande número de amostras de treinamentoteste com K 100, i.e., cada caixa do box-plot comporta 100 experimentos distintos. Tipicamente, a literatura apresenta trabalhos no campo da avaliação Fig. 3. Box-plot da predição da acurácia (PLCC) entre as métricas PSNR, MS-SSIM e o método proposto NRVQA-ELMtc Revista de Radiodifusão v. 07 n