Resumen

El objetivo de este documento es presentar modelos de predicción de calidad de video para predicción objetiva no intrusiva de video codificado en H.264 para todos los tipos de contenido, combinando parámetros tanto en la capa física como en la de aplicación sobre las Redes de Telecomunicaciones Móviles Universales (UMTS). Con el fin de caracterizar el nivel de Calidad de Servicio (QoS), se propone un modelo de aprendizaje basado en el Sistema de Inferencia Difuso Neural Adaptativo (ANFIS) y un segundo modelo basado en análisis de regresión no lineal para predecir la calidad del video en términos del Puntaje de Opinión Medio (MOS). El objetivo del documento es doble. Primero, encontrar el impacto de los parámetros de QoS en la calidad de video de extremo a extremo para video codificado en H.264. Segundo, desarrollar modelos de aprendizaje basados en ANFIS y análisis de regresión no lineal para predecir la calidad de video sobre redes UMTS considerando el impacto de los modelos de

• Materias:Convergencia de IP Redes cooperativas Métodos de segmentación Optimización de capas Infraestructura híbrida
• Subjects:IP Convergence Cooperative networks Segmentation methods Layer optimization Hybrid Infrastructure
• Palabras claves:Calidad de video; Modelos de predicción; Video codificado en H.264; Parámetros de QoS; ANFIS; Análisis de regresión no lineal
• Keywords:Video quality; Prediction models; H.264 encoded video; QoS parameters; ANFIS; Non-linear regression analysis