The asynchronous transfer mode (ATM) networks are expected to support diverse services with a wide range of traffic characteristics. In particular, the statistical characterization of coded video traffic generated by variable bit rate (VBR) encoders is very important for the design of traffic control mechanisms in ATM networks. However, the characterization of this traffic has been very limited.
In this dissertation, we characterize VBR video traffic based on the actually measured data. First, we characterize JPEG-like and H.261-like VBR traffic at slice level without scene changes by introducing vector autoregressive processes (VARs). We show that slice-level video traffic sources generally exhibit periodic mean variations and that residual slice-level bit-rates also greatly vary depending on their positions in a picture. The periodic mean results from the spatial nonstationarity which is a substantial nature of input videos. In particular, the JPEG-like slice-level bit-rate sequences with low activities are approximately deterministic and periodic. On the other hand, one slice in the previous picture only tends to affect the residual bit-rate of the corresponding slice in the current picture. By decomposing overall autocovariance functions into their periodic mean and residual components, we also show that the VAR-based autocovariance functions can fit the measured ones very well.
Next, by utilizing these characterization results, we propose three systematic scene change detection methods from JPEG-like slice-level bit-rate sequences: two methods based on abrupt changes of the sample correlation coefficients (SCCs) and one improved method of the conventional methods based on abrupt changes of the picture-level bit-rates. We also propose an SCC-based method for identifying pictures involving flashes or noises; there have been few previous works on identifying these pictures. We can obtain the SCCs by the regression analysis between the bit-rates of successive pictures. The proposed methods greatly reduce miss and false alarm errors as compared with those of the previous methods. The SCC-based methods perform well even for picture-level quantizer controls, reductions of the picture rate or resolution, and fast pannings.
Finally, we apply these detection methods to characterizing both intra- and inter-scene statistics of the `Star Wars' bit-rate sequence at slice level, which is JPEG-like VBR video traffic with frequent scene changes. Scene durations possess marginally biased-exponential distributions rather than unbiased ones such as exponential, Weibull, or generalized Pareto distributions in previous works. Assuming that intra-scene picture-level bit-rate sequences are represented by first-order autoregressive processes (denoted by AR(1)), we model their model parameters: means, coefficients-of-variations, lag-1 correlation coefficients, and initial bit-rates. There have been few research works on these characterizations. While the coefficients-of-variations may be modeled as a marginally gamma distributed white random process with exponentially decaying tails, the Fisher-transformed lag-1 correlation coefficients may be modeled as a white random process with a marginally gamma distribution. Assuming that intra-scene slice-level bit-rate sequences are represented by first-order vector autoregressive processes (denoted by VAR(1)), we also model their model parameters. In particular, the slice-mean bit-rate vectors may be modeled as a VAR of order zero whose components are sampled from an AR(1) with marginally gamma or normal distributions.
These results may be applied to the network design, traffic control, and network resource management in ATM networks for efficiently supporting VBR video services.
ATM 망은 폭넓은 트래픽 특성을 갖는 다양한 서비스를 제공할 것으로 기대된다. 비디오 부호화기에 의해 출력되는 가변전송을 (VBR) 비디오 트래픽의 특성을 연구분석하는 것은 ATM 망에서의 각종 트래픽제어 메카니즘의 설계를 위해 선행되어야 할 매우 중요한 과제이다. 그러나, 이 VBR 트래픽의 특성에 대하여 매우 제한된 연구 결과만 보고되고 있다.
본 논문에서는 실제로 측정된 데이터에 근거하여 VBR 비디오 트래픽의 특성을 연구하고 모형화하였다. 첫째, 방면전환이 없는 경우에 대해, 벡터 자기회귀 프로세스 (VAR)를 도입하여 JPEG-류 및 H.261-류의 VBR 비디오 트래픽은 평균 비트율의 주기적인 변화 특성을 보여주고, 잔여 비트율의 특성도 화면내에서의 슬라이스 위치에 따라 크게 달라짐을 보였다. 이전 화면의 각 슬라이스는 현재 화면의 동일 위치 슬라이스의 잔여 비트율에만 영향을 주는 경향이 있음을 보였다. 낮은 활동도의 슬라이스 단위JPEG-류 비트율 시퀀스는 근사적으로 주기적이고 결정적임을 보였다. 주어진 공분산함수를 슬라이스별 평균성분과 잔여성분으로 분할하여 VBR 비디오 트래픽을 모형화함으로써, 그 공분산함수가 측정된 것과 매우 잘 일치함을 보였다. 이러한 결과들은 입력비디오의 본질적 특성에 기인한 것으로서, 기존 연구와 달리, 화면내 슬라이스간 특성의 비정체성을 허용하는 VAR을 도입함으로써 가능하였다.
두 번째로, 이러한 특성화 결과를 이용하여, 슬라이스 단위 JPEG-류 비트율 시퀀스로부터 세가지 체계적인 장면전환검출 방법을 제안하였다. 두가지는 표본상관계수 (SCC)에 근거한 것이고, 나머지 한가지는 화면단위비트율에 기초한 기존방법을 개선한 것이다. 또한, 기존 연구가 거의 없는, 플래쉬나 잡음을 포함한 화면을 식별하는 방법을 SCC에 기초하여 제안하였다. SCC는 인접한 화면의 비트율들을 희귀분석함으로써 구해진다. 제안된 방법들은 기존 방법에 비해 무검출 오류나 오경보 오류확률을 현저히 개선시켰다. 또한, 화면단위 양자화 제어의 유무, 화면율의 감소, 해상도의 감솨, 또는 큰 수평화면이동등이 있을지라도, SCC에 근거한 방법들은 거의 영향을 받지않고 우수함을 보였다. 특히, 화면단위 양자화 제어가 있는 경우나 플래쉬 또는 잡음이 있는 경우, 기존의 방법은 적용될 수 없었다.
마지막으로, 제안된 가장 좋은 성능의 검출기법을 VBR, JPEG-류의 ‘Star Wars' 시퀀스에 적용하여, 검출된 위치에 의해 비트율 시퀀스를 나눈 다음, 장면내 비트율 프로세스의 파라미터와 장면길이 프로세스를 모형화하였다. 장면길이 프로세스는 기존의 지수함수, Weibull, 또는 일반화 Pareto 분포등 비편중된 (Unbiased) 것에 의해서 보다는 약간 치우친 (Biased) 지수함수에 의해 잘 모형화 됨을 보였다. 장면내의 화면단위 비트율 시퀀스를 기존에 널리 알려진 1차 자기회귀프로세스 (AR(1))으로 가정하고, 그 AR(1) 모형의 모형 파라미터들인 평균, 변화계수, 1-지연 상관계수 및 초기치를 모형화하였다. 특히, 변화계수는 지수함수적 꼬리를 갖는 백색 Gamma 프로세스에 의해 잘 모형화 되고, Fisher 변환된 1-지연 상관계수는 백색 Gamma 프로세스로 모형화됨을 보였다. 또, 장면내의 슬라이스 단위 비트율 시퀀스를 VAR로 가정하고, 그 모형 파라미터인 슬라이스별 평균비트율 벡터는 0차 VAR로 모형화됨을 보였다. 검증된 장면 전환 방법에 근거하여 장면길이 프로세스를 모형화 하였다는 점이 기존연구와 구별되며, AR(1) 또는 VAR(1) 모형파라미터의 모형화는 기존연구에서는 거의 찾아볼 수 없다.
요컨대, 본논문에서는 비디오의 장면, 화면, 슬라이스의 계층적 특성을 고려한 VBR 비디오 트래픽모형을 제안하였다. 이 결과는 ATM 망에서의 VBR 비디오 서비스 제공을 위한 망 설계, 트래픽 제어와 망자원 관리에 응용될 수 있을 것으로 기대된다.
