Clearview - Les raisons d'effectuer un monitoring qualitatif

Bill Reckwerdt, CTO
Video Clarity, Inc.

La mesure de la qualité vidéo et audio a pris une grande importance depuis que l'on communique et que l'on interagit avec ces nouveaux média.
Le but dans l'analyse de la qualité ( quality assessment (QA), c'est de mesurer la qualité en accord avec l'observation humaine du résultat. Des recherches considérables sont menées afin de trouver les solutions à ce problème.
Les nouveaux services vidéo, IPTV, VOD, P2P streaming fournissent de plus en plus d'options à leurs clients. Qu'est-ce qui arriverait si l'un de ces services fournissait une qualité vidéo très médiocre ?
L'identification simple que les données ont été reçues avec de nombreuses erreurs n'est plus suffisant. Nous avons besoin de définir ce qui affecte la qualité de la vidéo en passant par l'organisation de la notation selon la sévérité de l'emplacement des erreurs. Maintenant les clients ont leur propre opinion sur la qualité de la vidéo, il sont devenus des experts. Lorsque la qualité de la vidéo se dégrade, ils appelleront immédiatement la chaîne concernée. Un fournisseur de services qui n'est pas sensibilisé à cela perdra des revenues et peut-être même des clients qui partiront chez le concurrent. C'est pour cela qu'il est impératif de fournir un système de monitoring et d'analyse adhoc. Cette étude montrera la méthodologie pour évaluer la qualité de la vidéo en comparant 2 points du réseau, en utilisant une technique complète de comparaison par rapport à une qualité de référence.

Définition des termes

CBR – Constant Bit-Rate Taux constant d'encodage et de compression.
DMOS – En comparant un flux AV avec un autre flux AV, la vidéo est jugée en utilisant la notation Mean Opinion Scale. un jugement d'opinion. Sur cette échelle, 0 serait parfait.
Full Reference – L'évaluation de la qualité vidéo lorsqu'on peut comparer l'original à la vidéo processée. Cette méthode mesure la différence de qualité, elle est en opposition avec la méthode qui devine comment la vidéo devrait être.
Grooming – Choisir des programmes parmi de multiples MPTS et former un nouveau MPTS
GS – Guaranteed Service – Se réfère à un réseau qui alloue un espace pour un stream à un débit défini
Headroom – Les encodeurs sont autorisés d'allouer plus de bits que le taux moyen de transfert alloué lorsque la scène est difficile à compresser. Headroom c'est cet espace supplémentaire pré-alloué au cas ou cela arrive.
Lossless – L'algorithme de compression qui restaure la qualité originale à l'audio et la vidéo.
Lossy – L'algorithme de compression qui ne respectera pas la restauration de la qualité originale de l'audio et de la vidéo.
MPEG – Moving Pictures Experts Group – Le nom informel de ISO/IEC JTC1/SC29 WG11 responsable de la standardisation MPEGX
MPTS – un bouquet. Des programmes multiples sont combinés ensemble afin d'être envoyés comme un seul programme lorsqu'un certain débit a été pré-alloué.
PSNR – Une mesure métrique qui compare un ensemble de valeurs de référence à un ensemble de valeurs processées, comparaison des erreurs visibles, des blocs.
Quality of Experience (QoE) – Mesure de la qualité en respect avec ce que voit et entend l'utilisateur final.
STB – Set-top Box
VBR – Variable Bit-Rate, Encodage et compression à taux variables.
VCEG – Visual (Video) Coding Experts Group – Le nom informel pour Visual Coding Working Party 3 des études.
Group 16 de ITU-T responsable pour les standardisations H.26X, JPEGX, et JBIG-X.
Video Quality – La qualité vidéo intègre ensemble images et son.

Background

La plus part des vidéo sont digitalisées et compressées pour leur permettre d'être transmises au travers de moyens de transmission existants: Satellite, microwave, fiber, et Internet. La seule exception réside dans la transmission de vidéos analogiques, ce sont des formats progressivement abandonnés.
Les standards de-facto de la vidéo sont les formats définis par VCEQ et MPEG.
 
Leur généralisation est due à:
 

1. Il n'y a pas de restriction sur l'implémentation des encodeurs vidéo (outils de compression).
2. Les capacités des décodeurs vidéo (Set-top box, PC) sont complètement définies en niveaux et en profiles (levels & profiles).
3. Les standards intègrent la vidéo, l'audio, le transport et les fonctions de timing.

Ces formats vidéo englobent: MPEG-1, MPEG-2 (DVD), H.263 (vidéo surveillance), MPEG-4/H.264 (standard de la nouvelle génération), JPEG (images fixes), JPEG-2000 (archive) – juste pour n'en nommer que quelques uns. Avec comme exception possible le format JPEG-2000, ils sont tous « Lossy » (des informations sont perdues à la compression. Cela signifie que la qualité après compression n'est plus la même que celle de l'orignal). Le JPEG-2000 peut être Lossy et aussi mathématiquement LossLess (sans perte).

En pratique, tous les encodeurs « Lossy » (qui fonctionnent à perte) génèrent des artefacts, (endroits où la reproduction visuelle/audible est dégradée). Si l'encodeur a été développé dans les règles de l'art, si la bande passante allouée au signal est suffisante pour le transporter alors les artefacts seront virtuellement invisibles. La qualité des encodeurs et le choix des réglages appropriés peuvent être vérifiés en mode Offline (Pas en temps réel) en utilisant un outil d'analyse quantitative comme le ClearView.

Si un encodeur de qualité a été choisi et que ses réglages ont été peaufinés, des erreurs de temps réel peuvent quand même se produire, elles sont dues à:

• La Compression en temps réel
• L'insertion de publicités
• Les statistiques de multiplexage
• Re-encodage
• Système de transmission

La Compression en temps réel

Les compressions en temps réel sont nécessaires pour les transmissions de direct (et/ou retransmissions). L'outil de compression (l'encodeur) s'applique à fournir des flux de la meilleure qualité possible. Il y a deux manières d'encoder:
 

1. Constant Bit Rate (CBR), à taux constant
2. Variable Bit Rate (VBR), à taux variable

Les encodeurs vidéo, basés sur des compressions inter et intra images (Ceux mentionnés ci-dessus, à l'exception du JPEG) diminuent les taux de compression en réduisant les informations redondantes entre une image et l'image qui suit. Pour des scènes sans mouvements significatifs importants (Scènes à forte redondance) ces encodeurs sont efficaces. Lorsque des mouvements rapides se produisent alors cela devient plus compliqué pour eux. La vidéo est, par nature, dynamique. Imaginons une scène où un couple marche dans un parc. Cette scène ne possède pas de mouvements significatifs. Si, soudainement, la scène change pour inclure un véhicule qui arrive face à eux à vive allure, cela crée un mouvement considérable dans l'image.

La technique VBR produit des vidéos de meilleures qualité car elle change les taux de compression en rapport avec la complexité de la scène. Plus il y a de bit, plus la bande passante du flux sera élevée. La plus part du temps, la bande passante de streaming est fixée sur le réseau, il n'est pas possible, dans ce cas, d'utiliser un encodage VBR.

Les applications où la bande passante est figée sont gérées en CBR – Internet, CableTV, Satellite TV, et IPTV.
Le mode CBR sait s'adapter avec un taux de transfert dans le temps constant, mais où le bit-rate instantané est plus haut ou plus bas en rapport avec la complexité de la scène encodée. Des buffers pour lisser les variations des complexités sont utilisés pour réduire les effets causées par ces scènes en mouvement. Ils sont connus sous le nom d'allocation de place (headroom), ils devront être suffisamment alloués pour chaque types de matériels (images).

Pour des compressions en temps réel, il est très important de laisser assez de place aux headrooms. Lorsque les headrooms ne sont pas suffisamment provisionnés, alors des erreurs se produisent.

Les encodages qui ne se font pas en temps réel s'appellent des encodages de fichiers. Le spécialiste d'encodage peut prendre son temps pour encoder/ré-encoder les éléments sur les bases de son expertise. Les problèmes de headroom sont éliminés par son savoir faire. Les flux et fichiers sont joués à partir d'un serveur vidéo ou écrit sur un DVD.

L'insertion de publicités

C'est le procédé d'insérer un message de publicité dans le flux. Les pubs peuvent être insérées à différents niveaux, national, géographique, ou démographique. Normalement un signal digital audio (cue tone) est généré pour dire au serveur de publicités de jouer la pub à la place du flux normal des programmes.

Un autre signal sera généré pour le retour au programme normal.
 
Des problèmes peuvent subvenir au moment de la commutation si:
 

1. La résolution ou l'aspect ratio entre le programme et la pub sont différents
2. La pub démarre trop tôt ou trop tard
3. La pub générée par l'encodeur en temps réel demande plus de headroom

Les statistiques de multiplexage

Les broadcasters achètent des quantités de bande passante fixes. Pour en maximiser l'utilisation, il font passer le maximum de chaînes de télévision dans cette bande passante. La technique normale pour le faire s'appelle la statistique de multiplexage (Statistical Multiplexing). La Statistical Multiplexing est une technique qui combine un nombre de sources hétéroclites et sans corrélation entre elles, ensemble afin que leur trafic maximum n'excède jamais la capacité de la liaison. Les sorties d'un ensemble d'encodeurs sont combinés par un multiplexeur afin de constituer un bouquet unique, multi-program transport stream (MPTS). Chaque encodeur reçoit l'information du taux d'encodage et le multiplexeur contrôle la somme des trafics. Lorsqu'un encodeur est confronté à des scènes complexes, il demandera plus de bande passante. Le multiplexeur va chipper des bits aux autres encodeurs et les alloue à l'encodeur en demande. Si plusieurs encodeurs ont des demandes concomitantes simultanées, des problèmes se produisent. le multiplexer refusera les demandes des encodeurs ou abandonnera les données (drop frames). Dans les deux cas la qualité de la vidéo en pâtira.

Le Statistical multiplexing est très important lorsque la livraison de données vidéo se fait au travers de flux de transmission prédéfinis – satellite, microwave,et fibre. La bande passante souscrite est garantie et l'utilisateur voudra l'utiliser à son maximum pour rentabiliser ses dépenses.

Quelques multiplexers (développés par Divicom (maintenant Harmonic – www.harmonicinc.com) utilisent une technique d'évaluation avancée pour les statistiques de multiplexage. L'encodage se fait en deux phases. La première calcule le taux du débit et donne l'information en avance au multiplexer qui pourra la changer si nécessaire dans le but d'éviter une sur-demande avant qu'elle ne se produise.

Re-encodage

Une autre approche qui est similaire à la Statistical Multiplexing est connue sous le nom de Re-Encoding. Ce n'est pas une opération de décodage complet suivi d'un encodage. Lorsqu'un décodage complet est réalisé il est préférable d'utiliser un Statistical Multiplexer.

Le Re-encodage modifie un flux digital compressé existant en temps réel sans décodage. Lorsqu'un broadcaster ré-émet des programmes qu'il tire de sources multiples, les combinant et les envoyant sur ses chaînes via des liaisons fibre, satellite ou microwave il utilisera certainement la méthode de ré-encodage. Un tel broadcaster pourra être une TV par câble, satellite ou un opérateur TV via IP (IPTV operator).

Le Re-encoding donne une structure constituante à la syntax de compression et enlève certains détails de l'encodage pour l'insertion dans un nouveau bouquet MPTS. Il est normalement réalisé en conjonction avec un multiplexer de systèmes, lorsque l'on veut créer un bouquet (MPTS) à partir d'autres bouquets existants.

Encore une fois les scènes complexes peuvent causer des situations qui excèdent les capacités des flux alloués, avec comme résultante directe la dégradation de la qualité de la vidéo.

Systèmes de transmission

La vidéo est transmise via un service garanti (GS - microwave, satellite ou IP) ou un service à contrôle de charge (IP). A controlled load service is a best-effort service. A cause de l'augmentation exponentielle de la demande vers des réseaux IP de nouvelle génération cette méthode demande la création considérable de données.

Même dans le cas d'un service réseau garanti, des erreurs de transmission se produisent. Les flux sont envoyés au travers de nombreux routers qui peuvent retarder les paquets (Ce qui cause des vibrations dans l'image), qui peuvent re-router les paquets (causant des pertes et des remises en ordre) ou simplement en faisant tomber le flux réseau.

Dans le meilleur réseau, des erreurs de bit se produisent.

Monitoring des erreurs en temps réel

« Des erreurs se produiront » est une lapalissade. Quels seront les effets sur la qualité de la vidéo ?
 
Cela dépends du type de compression. En général pour des algorithmes basés sur les blocs – MPEGx, H.26x, les images sont divisées en trois catégories:
 

• Intra frames (I) – Une image entière
  
• Predicted frames (P) – (images prédites) elle retient les changements par rapport à l'image précédente
  
• Bi Predictive frames (B) – Elles retient les différences entre l'image précédente et la suivante
  

Si une I-frame est perdue ou corrompue la qualité de la vidéo sera affectée jusqu'à la prochaine image entière valide. Si une P-frame est perdue alors la zone affectée fournira une vidéo à qualité réduite jusqu'à la prochaine P-frame ou I-Frame valide. Si une B-frame est perdue l'effet sur la qualité sera minime.



Comment savoir quel type d'image a été perdu ?

Les I-frames sont les plus nombreuses suivies par les P, puis par les B. Certains algorithmes tentent d'examiner intelligemment la taille des paquets. D'autres effectuent une analyse minutieuse des paquets et lisent la syntaxe du flux. Les analyses minutieuses prennent beaucoup de temps et les broadcasters encryptent leurs services en rendant cette analyse impossible.
Les Set-top boxes (STB) sont des outils « informatisés » qui reçoivent des signaux digitaux compressés, les décryptent, les décodent et les convertissent en format analogique ou digital afin qu'ils s'affichent correctement sur un téléviseur. Une STB peut être un boîtier externe, intégrée à un téléviseur, dans un PC, une console de jeux, etc, indépendamment de pouvoir recevoir la télé, se connecter à un réseau, jouer avec des jeux et surfer sur Internet. L'une de ses fonctions primaires est de détecter les erreurs, les résoudre ou de les dissimuler.

Elle le fait en:
 

1. Gelant la dernière image entière ou partielle
   
2. Demandant une retransmission (solution Microsoft IPTV)
   

Certaines STB effectuent un travail exceptionnelle de dissimulation des erreurs. C'est la raison pour laquelle le monitoring de contrôle doit être effectué en sortie de STB.

Pourquoi s'inquiéter ?

A cause de l'augmentation exponentielle de la demande vers des réseaux
IP de nouvelle génération la demande de création de données est
considérable.

Le monitoring devra retourner 3 paramètres basiques:
 

• La connaissance des problèmes survenues
  
• L'effet sur la perception finale, (chez le client )
  
• L'endroit de l'erreur – quels points ont causés le problème
  

Armé de ces réponses, le fournisseur d'accès peut:
 

• Réparer l'erreur
  
• Prévenir de futures erreurs
  

Pour toutes ces raisons, la meilleure place pour le monitoring qualificatif, c'est partout. Cela est bien sûr irréalisable, le monitoring devra être installé après:
 

• L'insertion Pub (Master Control)
• L'encodeur en temps réel
• Le Multiplexer Statistique
• Le Re-encodeur
• Le Transmitteur

Master Control Workflow

Le monitoring des phases initiales peut donner une compréhension plus précise de la cause de l'erreur. Si l'outil de monitoring peut sauvegarder les états des erreurs, alors une analyse approfondie pourra être effectuée pour les résoudre. Enfin, un système de monitoring bien élaboré réduira les couts, et fournira une solution sur le long terme.

Le Video Clarity RTM
 
Nous savons que des erreurs AV se produisent, RTM compare le flux de transmission après le STB, avertit lorsque des erreurs visuelles, audio, et ancillary se produisent, prévient des décalages audio vidéo et enregistre les résultats des erreurs.
RTM fournit des informations pour choisir un plan de réparation.

En résumé RTM
 
- Lit & Aligne 2 sources vidéo live
- Monitore la qualité A/V
- Monitore le VANC
- Calcule le décalage A/V Sync (Lip-sync)
- Sauvegarde les flux où des erreurs se sont produites pour une analyse OffLine

Un monitoring hardware pour l'analyse de la qualité vidéo

Les alertes peuvent être utilisées de différentes manières qui dépendent de la complexité technique chez le broadcaster:
 
- commutation d'un flux A vers un flux B (alternative) automatiquement
- déclenchement d'une retransmission

• l'erreur peut être sauvegardée pour analyse postérieure afin d'éviter des problèmes futurs
  
  

Video Clarity ClearView Solution

ClearView Video Analysis génère des signaux de tests, capture des éléments live, il accepte des fichiers compressés et non-compressés. Il calcule les scores DMOS, JND, et/ou PSNR. Il utilise les algorithmes Sarnoff/PQR portés par JND (avec l'utilisation de la base de données VQEG) et l'algorithme MS-SSIM porté par DMOS (avec l'utilisation de la base de données live de University of Texas' ). Il permet aussi la lecture de test patterns pour des tests subjectifs, l'analyse du signal de “référence”et celui “processed” côte à côte ou pour une évaluation personnelle.

Traduction AV2P, à propos du texte original
Bill Reckwerdt has been involved in digital video since the early 90’s from digital compression, video on demand, to streaming servers. He received his MS specializing in Behavioral Modeling and Design Automation from the University of Illinois Urbana-Champaign.
He is currently the VP of Marketing and the CTO for Video Clarity, which makes quantitative, repeatable video quality testing tools.