O modo \u201ch\u00edbrido\u201d de trabalho est\u00e1 rapidamente se tornando o novo modo de opera\u00e7\u00e3o, conforme os funcion\u00e1rios do mundo todo emergem de suas casas e voltam para o escrit\u00f3rio. O trabalho h\u00edbrido requer que as pessoas aproveitem as \u00faltimas inova\u00e7\u00f5es em tecnologias de confer\u00eancia para permanecer conectadas e colaborar onde quer que estejam. A pandemia tornou a comunica\u00e7\u00e3o por v\u00eddeo essencial, com enormes aumentos no uso dom\u00e9stico e m\u00f3vel. Esses ambientes s\u00e3o not\u00f3rios por apresentarem desafios para fornecer m\u00eddia de alta qualidade, como largura de banda de rede baixa ou vari\u00e1vel, ilumina\u00e7\u00e3o e c\u00e2meras deficientes e ru\u00eddo de fundo. O fundamental para inovar para melhorar a experi\u00eancia do usu\u00e1rio \u00e9 medir essa experi\u00eancia. Este artigo explora como a Cisco aborda esse problema multidimensional para qualidade de v\u00eddeo.<\/p>\n
Por que \u00e9 dif\u00edcil medir a qualidade do v\u00eddeo? Em parte porque \u00e9 dif\u00edcil definir. Reconhecemos a m\u00e1 qualidade quando o vemos, mas o v\u00eddeo pode ser ruim de muitas maneiras diferentes: suave, ou fragmentada, ou ruidosa; quadros congelando ou corrompidos, ou fora de sincronia.<\/p>\n
Os sistemas de videoconfer\u00eancia tamb\u00e9m s\u00e3o altamente adapt\u00e1veis. As redes n\u00e3o s\u00e3o confi\u00e1veis, o uso da CPU e o conte\u00fado do v\u00eddeo mudam. Em resposta, aplicativos como o Webex se adaptar\u00e3o alterando a resolu\u00e7\u00e3o, ajustando as taxas de quadros e colaborar\u00e3o com os clientes usu\u00e1rios finais para negociar estrat\u00e9gias de rede ideais. Isso torna o que est\u00e1 sendo experimentado um alvo m\u00f3vel.<\/p>\n
Medir a qualidade dos componentes de v\u00eddeo individuais \u00e9 um processo de cima para baixo e de baixo para cima. De cima para baixo porque queremos medir a totalidade da experi\u00eancia dos usu\u00e1rios. De baixo para cima, porque queremos medir o desempenho de cada componente e qual \u00e9 sua contribui\u00e7\u00e3o.<\/p>\n
Uma parte importante da experi\u00eancia do usu\u00e1rio \u00e9 como um cliente se comporta quando h\u00e1 m\u00e1s condi\u00e7\u00f5es de rede. Como os streams de v\u00eddeo cont\u00eam dados previstos de quadros anteriores, a perda de dados causa erros no receptor. Diferentes estrat\u00e9gias podem ser adotadas. Na camada de dados, os erros podem ser minimizados usando a Corre\u00e7\u00e3o de erro de encaminhamento ou retransmiss\u00e3o. Os streams de v\u00eddeo podem ser reiniciados com um novo quadro-chave. Quaisquer erros que permanecerem precisar\u00e3o ser ocultados por alguma mistura de oculta\u00e7\u00e3o temporal ou espacial: a oculta\u00e7\u00e3o espacial pega emprestado informa\u00e7\u00f5es dos pixels circundantes para reconstruir os dados perdidos. A oculta\u00e7\u00e3o temporal toma emprestados dados de quadros de v\u00eddeo pr\u00f3ximos para preencher os quadros perdidos. Finalmente, a taxa de dados pode ser reduzida usando taxas de bits mais baixas e resolu\u00e7\u00f5es de v\u00eddeo menores. Cada uma dessas t\u00e9cnicas tem custos e benef\u00edcios.<\/p>\n
Do ponto de vista da m\u00e9trica, isso \u00e9 extremamente desafiador. O v\u00eddeo recebido n\u00e3o \u00e9 igual ao v\u00eddeo transmitido. O pacote de t\u00e9cnicas de otimiza\u00e7\u00e3o adotado por diferentes fornecedores \u00e9 diferente e, portanto, o v\u00eddeo exibido por diferentes fornecedores ser\u00e1 diferente, por exemplo, favorecendo o movimento em vez da nitidez ou vice-versa ou aumentando a lat\u00eancia para permitir a retransmiss\u00e3o. Os fornecedores n\u00e3o compartilham seus m\u00e9todos de otimiza\u00e7\u00e3o de qualidade porque s\u00e3o implementa\u00e7\u00f5es propriet\u00e1rias e constituem seu \u201cmolho secreto\u201d. Independentemente de a otimiza\u00e7\u00e3o ocorrer no lado do remetente, durante a transmiss\u00e3o ou no lado do receptor, o v\u00eddeo resultante divergiu de sua fonte.<\/p>\n
Mesmo quando n\u00e3o h\u00e1 perda, ainda h\u00e1 adapta\u00e7\u00e3o do cliente: redu\u00e7\u00e3o de ru\u00eddo, superresolu\u00e7\u00e3o, pr\u00e9 e p\u00f3s-filtragem, que tamb\u00e9m \u00e9 diferente entre os fornecedores. Todos esses fatores tornam as compara\u00e7\u00f5es extremamente dif\u00edceis.<\/p>\n
Como, ent\u00e3o, a qualidade pode ser medida em tais circunst\u00e2ncias? Para entender isso, precisamos entender a diferen\u00e7a entre as m\u00e9tricas de refer\u00eancia completa (FR) e sem refer\u00eancia (NR).<\/p>\n
Uma m\u00e9trica FR \u00e9 aquela em que \u00e9 necess\u00e1rio comparar o v\u00eddeo com um original. Requer uma correspond\u00eancia pixel a pixel: mesma resolu\u00e7\u00e3o, mesma frequ\u00eancia de quadros, cada quadro de entrada combinado com um quadro de sa\u00edda. \u00c9 mais \u00fatil quando um \u00fanico processo pode introduzir alguma perda em uma entrada bem definida, onde o objetivo \u00e9 minimizar essa perda.<\/p>\n
Existem v\u00e1rias m\u00e9tricas de FR, como PSNR, SSIM, MS-SSIM, mas uma m\u00e9trica muito popular, geralmente considerada de \u00faltima gera\u00e7\u00e3o, \u00e9 Video Multimethod Assessment Fusion ou VMAF. Este m\u00e9todo de teste FR foi projetado especificamente pela Netflix para conduzir avalia\u00e7\u00f5es de qualidade de v\u00eddeo perceptual para seu servi\u00e7o de streaming de v\u00eddeo.<\/p>\n
Usar VMAF (ou qualquer m\u00e9trica FR) para medir a qualidade \u00e9 muito desafiador. Como o v\u00eddeo recebido e o de origem podem ser bem diferentes, \u00e9 necess\u00e1rio dimensionar, cortar e sincronizar a sa\u00edda para que possa ser comparada pixel a pixel com (parte) do que \u00e9 transmitido.<\/p>\n
Em nossa experi\u00eancia, embora essa abordagem tenha sido tentada em compara\u00e7\u00f5es de fornecedores, as manipula\u00e7\u00f5es necess\u00e1rias s\u00e3o altamente sujeitas a erros.<\/p>\n
Al\u00e9m disso, embora o VMAF capture bem as diferen\u00e7as<\/em>, ele n\u00e3o captura a qualidade absoluta. Em confer\u00eancias, n\u00e3o temos v\u00eddeos de filmes produzidos de maneira cara. A experi\u00eancia do usu\u00e1rio \u00e9 influenciada pela qualidade do pr\u00f3prio v\u00eddeo capturado, n\u00e3o apenas pela diferen\u00e7a entre o v\u00eddeo recebido e o capturado.<\/p>\n Finalmente, o VMAF \u00e9 uma m\u00e9trica apenas espacial: n\u00e3o captura efeitos temporais e a pontua\u00e7\u00e3o \u00e9 apenas uma m\u00e9dia das pontua\u00e7\u00f5es de quadros.<\/p>\n Como alternativa, tem sido feita muita pesquisa nos \u00faltimos anos em m\u00e9tricas de qualidade de v\u00eddeo sem refer\u00eancia que tentam medir o n\u00edvel de qualidade absoluto sem compara\u00e7\u00e3o com uma refer\u00eancia. Se uma m\u00e9trica NR adequada e confi\u00e1vel puder ser encontrada, ela seria ideal para aplica\u00e7\u00f5es de confer\u00eancia por causa das adapta\u00e7\u00f5es e perdas que os fluxos de v\u00eddeo experimentam.<\/p>\n Uma m\u00e9trica de qualidade NR popular \u00e9 o Naturalness Image Quality Evaluator ou NIQE. O NIQE ajusta um modelo estat\u00edstico a uma imagem para ver o qu\u00e3o pr\u00f3ximo as estat\u00edsticas s\u00e3o representativas de um corpus de imagens naturais. O NIQE pode pontuar a qualidade de v\u00eddeo dos usu\u00e1rios finais em qualquer situa\u00e7\u00e3o, independentemente da qualidade da imagem de origem e quaisquer perdas ou processamento ao longo do canal de v\u00eddeo.<\/p>\n Uma m\u00e9trica NR como o NIQE pode ser usada para avaliar o v\u00eddeo de origem e de destino de forma independente. As perdas de qualidade s\u00e3o ent\u00e3o capturadas na diferen\u00e7a das pontua\u00e7\u00f5es, permitindo que as t\u00e9cnicas de recupera\u00e7\u00e3o de perdas e otimiza\u00e7\u00e3o de v\u00eddeo sejam avaliadas. Como o v\u00eddeo capturado pode ser de baixa qualidade, a otimiza\u00e7\u00e3o do v\u00eddeo pode at\u00e9 melhor\u00e1-lo.<\/p>\n Nossa experi\u00eancia \u00e9 que o NIQE \u00e9 bastante confi\u00e1vel, mas ainda n\u00e3o possui alguns recursos importantes. Em particular, ainda n\u00e3o trata da qualidade temporal.<\/p>\n Uma limita\u00e7\u00e3o do NIQE \u00e9 que potencialmente voc\u00ea poderia obter uma pontua\u00e7\u00e3o NIQE muito boa alocando toda a taxa de bits para um quadro e nunca enviando outro. Este n\u00e3o \u00e9 um problema espec\u00edfico para as m\u00e9tricas NR: como mencionado, usar o VMAF tem o mesmo problema, pois voc\u00ea s\u00f3 pode comparar os quadros que s\u00e3o realmente recebidos com aqueles aos quais eles correspondem.<\/p>\n A primeira m\u00e9trica adicional que consideramos, portanto, \u00e9 a Drop Frame Metric ou DFM. Essa m\u00e9trica calcula o n\u00famero de quadros perdidos em uma sequ\u00eancia e a ocorr\u00eancia de quadros-chave usados como m\u00e9todo de recupera\u00e7\u00e3o de erro. Em alguns casos, o uso de quadros-chave pode dar resultados falso-positivos na pontua\u00e7\u00e3o do NIQE. Portanto, esta medi\u00e7\u00e3o temporal permite distinguir entre resultados precisos e quaisquer falsos positivos.<\/p>\n Embora o NIQE capture muitos aspectos da qualidade da imagem, ele n\u00e3o captura alguns artefatos de compacta\u00e7\u00e3o. Portanto, tamb\u00e9m inclu\u00edmos uma medida de bloqueio e uma medida de desfoque. Ambas as m\u00e9tricas FR e NIQE podem deixar de interpretar esses elementos, que s\u00e3o comuns ao v\u00eddeo codificado.<\/p>\n As m\u00e9tricas de FR t\u00eam seu lugar, especialmente na avalia\u00e7\u00e3o de elementos de pipeline individuais. Mas a Cisco acredita que, para avaliar com precis\u00e3o a qualidade do v\u00eddeo de ponta a ponta, as m\u00e9tricas sem refer\u00eancia capturam melhor a experi\u00eancia do usu\u00e1rio. A percep\u00e7\u00e3o humana \u00e9 extraordinariamente complexa e projetar m\u00e9tricas abrangentes \u00e9 dif\u00edcil, mas as quatro m\u00e9tricas a seguir juntas capturam uma parte significativa da experi\u00eancia de qualidade:<\/p>\n Sem refer\u00eancia (NIQE) | DFM | Bloqueio | Desfoque<\/p>\n Juntas, elas fornecem uma medi\u00e7\u00e3o concisa da qualidade subjetiva do v\u00eddeo em v\u00e1rias dimens\u00f5es diferentes.<\/p>\n Essas m\u00e9tricas podem capturar a qualidade perdida de ponta a ponta e o impacto da pr\u00f3pria qualidade da fonte. Os sistemas de confer\u00eancia geralmente aceitam conte\u00fado de origem de baixa qualidade e usam v\u00e1rios m\u00e9todos para melhorar ou manter a qualidade do v\u00eddeo de ponta a ponta. Como tal, as avalia\u00e7\u00f5es de qualidade n\u00e3o devem se basear em metodologias de medi\u00e7\u00e3o de qualidade de FR, mas levar em conta esses fatores ao considerar a experi\u00eancia de ponta a ponta. Portanto, a Cisco foca no uso de m\u00e9tricas sem refer\u00eancia para qualidade de ponta a ponta, j\u00e1 que reflete com mais precis\u00e3o a experi\u00eancia do usu\u00e1rio final.<\/p>\n As m\u00e9tricas que discutimos n\u00e3o s\u00e3o perfeitas. Existem algumas limita\u00e7\u00f5es, por exemplo, no julgamento da qualidade dos gr\u00e1ficos\/conte\u00fado sint\u00e9tico, e estamos continuamente desenvolvendo nossa abordagem. Mas embora seja o caminho mais dif\u00edcil, estamos convencidos de que as m\u00e9tricas sem refer\u00eancia s\u00e3o a melhor estrutura para avaliar a qualidade de v\u00eddeo experimentada.<\/p>\n Na vers\u00e3o mais recente do aplicativo Webex, melhorias significativas em todas as m\u00e9tricas de qualidade de m\u00eddia foram alcan\u00e7adas. Essas melhorias incluem qualidade de v\u00eddeo, qualidade de \u00e1udio, supress\u00e3o de ru\u00eddo de fundo, utiliza\u00e7\u00e3o de CPU, bem como inova\u00e7\u00f5es projetadas para o mundo do trabalho h\u00edbrido.<\/p>\n Em resposta \u00e0 pandemia, vimos a qualidade da m\u00eddia de todas as solu\u00e7\u00f5es do fornecedor melhorar significativamente este ano. Nossos testes cont\u00ednuos mostram que o aplicativo Webex oferece qualidade de v\u00eddeo que atende ou excede a de qualquer outro fornecedor. Ele continua a ser um mercado incrivelmente competitivo, e o foco na qualidade e no desempenho est\u00e1 na vanguarda e continua sendo um foco para a Cisco.<\/p>\n Saiba mais sobre o trabalho h\u00edbrido com Webex Meetings<\/a><\/p><\/blockquote>\n Coautor Thomas Davies \u2013 Engenheiro principal<\/strong><\/p>\n Thomas Davies<\/a> \u00e9 engenheiro principal no Grupo de tecnologia de colabora\u00e7\u00e3o da Cisco (CTG). Thomas trabalhou em redes de sat\u00e9lite, comunica\u00e7\u00f5es RF e transmiss\u00e3o, mas passou a maior parte de sua carreira de mais de 20 anos em processamento de v\u00eddeo e compress\u00e3o de v\u00eddeo (codecs). Ele trabalhou para a Cisco por mais de 10 anos, trabalhando na cria\u00e7\u00e3o da pr\u00f3xima gera\u00e7\u00e3o de experi\u00eancias de colabora\u00e7\u00e3o e contribuiu para padr\u00f5es de compress\u00e3o de v\u00eddeo como HEVC (H.265) e AV1, mas tamb\u00e9m foi fundamental na implementa\u00e7\u00e3o desses padr\u00f5es em produtos reais, como o Cisco Webex.<\/p>\n Saiba mais<\/strong><\/p>\n Como obter sempre a configura\u00e7\u00e3o certa para videoconfer\u00eancias<\/a><\/p>\n O que h\u00e1 de novo no Webex: Setembro de 2021<\/a><\/p>\nNIQE \u2013 Teste sem refer\u00eancia<\/h2>\n
Aumento do NIQE: m\u00e9tricas adicionais<\/h2>\n
Prefer\u00eancia da Cisco por testes sem refer\u00eancia<\/h2>\n
O foco cont\u00ednuo da Cisco na qualidade e qualidade geral do v\u00eddeo<\/h2>\n