MARC

 008260311s2025        us                                    eng  d
■001000017361231
■00520260311091546.5
■006m          o    d                
■007cr|nu||||||||
■020    ▼a9798270232504
■040    ▼aMiAaPQD▼beng▼cMiAaPQD▼erda
■082    ▼a006.696
■1001  ▼aChen,  Yu-Chih  Berrie▼eauthor.
■24510▼aAdvancements  in  Perceptual  Quality  Assessment  for  Interactive  Media:  From  Mobile  Cloud  Gaming  to  Human  Avatar  Videos  and  Facial  Expressions  ▼cYu-Chih  Berrie  Chen
■260    ▼a[Sl]▼bThe  University  of  Texas  at  Austin▼c2025
■264  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a1  electronic  resource  (144  pages)
■336    ▼atext▼btxt▼2rdacontent
■337    ▼acomputer▼bc▼2rdamedia
■338    ▼aonline  resource▼bcr▼2rdacarrier
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  A.
■500    ▼aAdvisors:  Bovik,  Alan  C.    Committee  members:  Kim,  Hyeji;  Geisler,  Wilson  S.,  III;  de  Veciana,  Gustavo;  Vikalo,  Haris.
■5021  ▼bPh.D.▼cThe  University  of  Texas  at  Austin▼d2025.
■520    ▼aOver  the  past  decade,  interactive  media-including  mobile  cloud  gaming  and  virtual  reality  (VR)  applications-have  grown  rapidly,  necessitating  efficient  methods  to  assess  and  optimize  perceptual  visual  quality.  This  dissertation  presents  a  comprehensive  study  of  human  visual  quality  judgments  across  three  major  domains:  gaming  video  streaming,  rendered  human  avatars  in  VR/AR,  and  facial  expression  similarity  in  human  faces.  As  streaming  these  media  becomes  increasingly  prevalent,  advanced  video  compression  protocols  and  Video  Quality  Assessment  (VQA)  algorithms  are  crucial  for  balancing  high-quality  visual  delivery  and  variable  bandwidth  conditions.                                                In  the  realm  of  mobile  cloud  gaming,  the  computational  load  of  rendering  games  is  offloaded  to  remote  servers,  allowing  users  to  play  on  lightweight  devices  like  smartphones.  However,  this  introduces  unique  challenges  in  latency,  compression,  and  real-time  distortion.  To  address  this,  we  introduce  GAMIVAL,  a  no-reference  (NR)  VQA  model  tailored  for  gaming  content,  which  exhibits  statistical  characteristics  distinct  from  naturalistic  videos.  GAMIVAL  models  spatial  and  temporal  distortions,  neural  noise,  and  deep  semantic  features,  achieving  superior  performance  on  the  LIVE-Meta  Mobile  Cloud  Gaming  video  quality  database.                                                Expanding  to  immersive  VR-based  experiences,  we  investigate  the  perceived  quality  of  rendered  human  avatars-often  referred  to  as  "holograms."  We  introduce  the  LIVE-Meta  Rendered  Human  Avatar  VQA  Database,  which  includes  720  avatar  videos  compressed  with  20  encoding  parameter  combinations  and  annotated  with  human  perceptual  quality  ratings  collected  via  six-degrees-of-freedom  VR  headsets.  This  large-scale  database  enables  the  benchmarking  of  both  full-reference  and  no-reference  VQA  models,  including  a  newly  proposed  model,  HoloQA.  Our  study  addresses  a  critical  gap  in  current  VQA  research:  the  lack  of  a  dataset  designed  specifically  for  evaluating  rendered  human  body  avatar  videos.                                                Moreover,  we  explore  perceptual  similarity  in  human  facial  expressions,  a  key  component  of  affective  computing.  Existing  metrics  often  fail  to  capture  the  nuanced  semantics  of  expressions.  To  address  this,  we  propose  FaceSIM,  a  novel  similarity  model  built  on  contrastive  learning  principles  and  vision  transformer  backbones.  The  architecture  comprises  two  complementary  branches:  a  fixed  content-aware  encoder  that  extracts  stable,  identity-agnostic  facial  features,  and  a  trainable  similarity-aware  encoder  that  learns  to  capture  perceptual  distinctions  through  contrastive  supervision.  FaceSIM  is  able  to  separate  identities  while  modeling  nuanced  expression  differences.  A  simplified  one-way  contrastive  objective  guides  the  training,  encouraging  perceptually  similar  facial  expressions  to  cluster  in  the  embedding  space  while  pushing  dissimilar  ones  apart.  The  resulting  embeddings  support  both  zero-shot  and  regression-based  similarity  estimation.  Evaluations  on  a  large-scale  facial  expression  similarity  dataset  demonstrate  that  FaceSIM  aligns  closely  with  human  perception  across  diverse  expressions,  identities,  and  intensities.                                                Together,  these  contributions  form  a  unified  framework  for  understanding  and  improving  human-centered  visual  quality  assessment  across  a  range  of  interactive  media.  By  developing  novel  models  and  datasets,  this  dissertation  enhances  the  perceptual  fidelity  of  cloud  gaming,  immersive  holographic  communication,  and  facial  expression  reconstruction-advancing  multimedia  technologies  for  next-generation  user  experiences.
■546    ▼aEnglish
■590    ▼aSchool  code:  0227
■650  4▼aComputer  engineering
■650  4▼aInformation  technology
■650  4▼aFilm  studies
■653    ▼aVirtual  reality
■653    ▼aVideo  Quality  Assessment
■653    ▼aInteractive  media
■653    ▼aMobile  cloud  gaming
■653    ▼aAvatar  videos
■7102  ▼aThe  University  of  Texas  at  Austin▼bElectrical  and  Computer  Engineering.▼edegree  granting  institution.
■7201  ▼aBovik,  Alan  C.▼edegree  supervisor.
■7730  ▼tDissertations  Abstracts  International▼g87-06A.
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17361231▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서