The Experts below are selected from a list of 36132 Experts worldwide ranked by ideXlab platform
Jamie Woodcock - One of the best experts on this subject based on the ideXlab platform.
-
‘It’s like the gold rush’: the lives and careers of Professional Video game streamers on Twitch.tv
Information Communication and Society, 2017Co-Authors: Mark R Johnson, Jamie WoodcockAbstract:This paper explores the lives and careers of Video game live broadcasters, especially those who gain their primary real-world income through this practice. We introduce the dominant market leader – the platform Twitch.tv – and outline its immensely rapid growth and the communities of millions of broadcasters, and tens of millions of viewers, it now boasts. Drawing on original interview data with Professional and aspiring-Professional game broadcasters (‘streamers’), we examine the pasts, presents, and anticipated futures of streamers: how Professional streamers began streaming, the everyday labour practices of streaming, and their concerns and hopes about the future of their chosen career. Through these examinations we explore the sociotechnical entanglements – digital intimacy, celebrity, content creation, and Video games – that exemplify this new media form. Live streaming is an online practice expanding in both production and consumption at immense speed, and Twitch and its streamers appear to be at the forefront of that revolution.
Mark R Johnson - One of the best experts on this subject based on the ideXlab platform.
-
‘It’s like the gold rush’: the lives and careers of Professional Video game streamers on Twitch.tv
Information Communication and Society, 2017Co-Authors: Mark R Johnson, Jamie WoodcockAbstract:This paper explores the lives and careers of Video game live broadcasters, especially those who gain their primary real-world income through this practice. We introduce the dominant market leader – the platform Twitch.tv – and outline its immensely rapid growth and the communities of millions of broadcasters, and tens of millions of viewers, it now boasts. Drawing on original interview data with Professional and aspiring-Professional game broadcasters (‘streamers’), we examine the pasts, presents, and anticipated futures of streamers: how Professional streamers began streaming, the everyday labour practices of streaming, and their concerns and hopes about the future of their chosen career. Through these examinations we explore the sociotechnical entanglements – digital intimacy, celebrity, content creation, and Video games – that exemplify this new media form. Live streaming is an online practice expanding in both production and consumption at immense speed, and Twitch and its streamers appear to be at the forefront of that revolution.
Feng Liu - One of the best experts on this subject based on the ideXlab platform.
-
what makes a Professional Video a computational aesthetics approach
IEEE Transactions on Circuits and Systems for Video Technology, 2012Co-Authors: Yuzhen Niu, Feng LiuAbstract:Understanding the characteristics of high-quality Professional Videos is important for Video classification, Video quality measurement, and Video enhancement. A Professional Video is good not only for its interesting story but also for its high visual quality. In this paper, we study what makes a Professional Video from the perspective of aesthetics. We discuss how a Professional Video is created and correspondingly design a variety of features that distinguish Professional Videos from amateur ones. We study general aesthetics features that are applied to still photos and extend them to Videos. We design a variety of features that are particularly relevant to Videos. We examined the performance of these features in the problem of Professional and amateur Video classification. Our experiments show that with these features, 97.3% Professional and amateur shot classification accuracy rate is achieved on our own data set and 91.2% Professional Video detection rate is achieved on a public Professional Video set. Our experiments also show that the features that are particularly for Videos are shown most effective for this task.
Parois Ronan - One of the best experts on this subject based on the ideXlab platform.
-
Codeur vidéo scalable haute-fidélité SHVC modulable et parallèle
HAL CCSD, 2018Co-Authors: Parois RonanAbstract:After entering the digital era, Video consumption evolved and defined new trends. Video contents can now be accessed with many platforms (television, computer, tablet, smartphones ... ) and from many medias such as mobile network or satellite network or terrestrial network or Internet or local storage on Blu-ray disc for instance. In the meantime, users experience improves thanks to new Video format such as Ultra High Definition (UHD) or High Dynamic Range (HOR) or High Frame Rate (HFR). These formats respectively enhance quality through resolution, dynamic range and frequency. New consumption trends and new Video formats define new constraints that have to be resolved by currents and futures Video encoders. In this context, we propose a Video coding solution able to answer constraints such as multi-formats coding, multidestinations coding, coding speed and coding efficiency in terms of Video compression. This solution relies on the scalable extension of the standard « High Efficiency Video Coding » (HEVC) defined in 2014 also called SHVC. This extension enables scalable Video coding by producing a single bitstream on several layers built from a common Video at different scales of resolution, frequency, quality, bit depth per pixel or even colour gamut. SHVC coding enhance HEVC coding thanks to an inter-layer prediction that use coding information from lower layers. In this PhD thesis, the proposed solution is based on a Professional Video encoder, developed by Ateme company, able to perform parallelism on several levels (inter-frames, intra-frames, inter-blocks, inter-operations) thanks to a pipelined architecture. Two instances of this encoder run in parallel and are synchronised at pipeline level to enable inter-layer predictions. Some trade-off between complexity and coding efficiency are proposed on inter-layer prediction at slice and prediction tools levels. For instance, in a broadcast configuration, inter-layer prediction is processed on reconstructed pictures only for half the frames of the bitstream. In a constant quality configuration, it enables to save 18.5% of the coding bitrate for only 2% loss in terms of coding speed compared to equivalent HEVC coding. The proposed architecture is also able to perform all kinds of scalability supported in the SHVC extension. Moreover, in spatial scalability, we propose a down-sampling filter processed on the base layer that optimized global coding bitrate. We propose several quality modes with parallelism on several levels and low-level optimization that enable real-time Video coding on UHD sequences. The proposed solution was integrated in a Video broadcast chain and showed in several Professional shows, conferences and at ATSC 3.0 meetings.Après l'entrée dans l'ère du numérique, la consommation vidéo a évolué définissant de nouvelles tendances. Les contenus vidéo sont désormais accessibles sur de nombreuses plateformes (télévision, ordinateur, tablette, smartphone ... ) et par de nombreux moyens, comme les réseaux mobiles, les réseaux satellites, les réseaux terrestres, Internet ou le stockage Blu-ray par exemple. Parallèlement, l'expérience utilisateur s'améliore grâce à la définition de nouveaux formats comme l'Ultra Haute Définition (UHD), le « High Dynamic Range » (HDR) ou le « High Frame Rate » (HFR). Ces formats considèrent une augmentation respectivement de la résolution, de la dynamique des couleurs et de la fréquence d'image. Les nouvelles tendances de consommation et les améliorations des formats imposent de nouvelles contraintes auxquelles doivent répondre les codeurs vidéo actuels et futurs. Dans ce contexte, nous proposons une solution de codage vidéo permettant de répondre à des contraintes de codage multi-formats, multi-destinations, rapide et efficace en termes de compression. Cette solution s'appuie sur l'extension Scalable du standard de compression vidéo « High Efficiency Video Coding » (HEVC) définie en fin d'année 2014, aussi appelée SHVC. Elle permet de réaliser des codages scalables en produisant un unique bitstream à partir d'un codage sur plusieurs couches construites à partir d'une même vidéo à différentes échelles de résolutions, fréquences, niveaux de qualité, profondeurs des pixels ou espaces de couleur. Le codage SHVC améliore l'efficacité du codage HEVC grâce à une prédiction inter-couches qui consistent à employer les informations de codage issues des couches les plus basses. La solution proposée dans cette thèse s'appuie sur un codeur HEVC professionnel développé par la société Ateme qui intègre plusieurs niveaux de parallélisme (inter-images, intra-images, inter-blocs et inter-opérations) grâce à une architecture en pipeline. Deux instances parallèles de ce codeur sont synchronisées via un décalage inter-pipelines afin de réaliser une prédiction inter-couches. Des compromis entre complexité et efficacité de codage sont effectués au sein de cette prédiction au niveau des types d'image et des outils de prédiction. Dans un cadre de diffusion, par exemple, la prédiction inter-couches est effectuée sur les textures pour une image sur deux. A qualité constante, ceci permet d'économiser 18.5% du débit pour une perte de seulement 2% de la vitesse par rapport à un codage HEVC. L'architecture employée permet alors de réaliser tous les types de scalabilité supportés par l'extension SHVC. De plus, pour une scalabilité en résolution, nous proposons un filtre de sous-échantillonnage, effectué sur la couche de base, qui optimise le coût en débit global. Nous proposons des modes de qualité intégrant plusieurs niveaux de parallélisme et optimisations à bas niveau qui permettent de réaliser des codages en temps-réel sur des formats UHD. La solution proposée a été intégrée dans une chaîne de diffusion vidéo temps-réel et montrée lors de plusieurs salons, conférences et meetinqs ATSC 3.0
-
Modulr and parallel scalable high efficiency SHVC Video encoder
2018Co-Authors: Parois RonanAbstract:Après l'entrée dans l'ère du numérique, la consommation vidéo a évolué définissant de nouvelles tendances. Les contenus vidéo sont désormais accessibles sur de nombreuses plateformes (télévision, ordinateur, tablette, smartphone ... ) et par de nombreux moyens, comme les réseaux mobiles, les réseaux satellites, les réseaux terrestres, Internet ou le stockage Blu-ray par exemple. Parallèlement, l'expérience utilisateur s'améliore grâce à la définition de nouveaux formats comme l'Ultra Haute Définition (UHD), le « High Dynamic Range » (HDR) ou le « High Frame Rate » (HFR). Ces formats considèrent une augmentation respectivement de la résolution, de la dynamique des couleurs et de la fréquence d'image. Les nouvelles tendances de consommation et les améliorations des formats imposent de nouvelles contraintes auxquelles doivent répondre les codeurs vidéo actuels et futurs. Dans ce contexte, nous proposons une solution de codage vidéo permettant de répondre à des contraintes de codage multi-formats, multi-destinations, rapide et efficace en termes de compression. Cette solution s'appuie sur l'extension Scalable du standard de compression vidéo « High Efficiency Video Coding » (HEVC) définie en fin d'année 2014, aussi appelée SHVC. Elle permet de réaliser des codages scalables en produisant un unique bitstream à partir d'un codage sur plusieurs couches construites à partir d'une même vidéo à différentes échelles de résolutions, fréquences, niveaux de qualité, profondeurs des pixels ou espaces de couleur. Le codage SHVC améliore l'efficacité du codage HEVC grâce à une prédiction inter-couches qui consistent à employer les informations de codage issues des couches les plus basses. La solution proposée dans cette thèse s'appuie sur un codeur HEVC professionnel développé par la société Ateme qui intègre plusieurs niveaux de parallélisme (inter-images, intra-images, inter-blocs et inter-opérations) grâce à une architecture en pipeline. Deux instances parallèles de ce codeur sont synchronisées via un décalage inter-pipelines afin de réaliser une prédiction inter-couches. Des compromis entre complexité et efficacité de codage sont effectués au sein de cette prédiction au niveau des types d'image et des outils de prédiction. Dans un cadre de diffusion, par exemple, la prédiction inter-couches est effectuée sur les textures pour une image sur deux. A qualité constante, ceci permet d'économiser 18.5% du débit pour une perte de seulement 2% de la vitesse par rapport à un codage HEVC. L'architecture employée permet alors de réaliser tous les types de scalabilité supportés par l'extension SHVC. De plus, pour une scalabilité en résolution, nous proposons un filtre de sous-échantillonnage, effectué sur la couche de base, qui optimise le coût en débit global. Nous proposons des modes de qualité intégrant plusieurs niveaux de parallélisme et optimisations à bas niveau qui permettent de réaliser des codages en temps-réel sur des formats UHD. La solution proposée a été intégrée dans une chaîne de diffusion vidéo temps-réel et montrée lors de plusieurs salons, conférences et meetinqs ATSC 3.0.After entering the digital era, Video consumption evolved and defined new trends. Video contents can now be accessed with many platforms (television, computer, tablet, smartphones ... ) and from many medias such as mobile network or satellite network or terrestrial network or Internet or local storage on Blu-ray disc for instance. In the meantime, users experience improves thanks to new Video format such as Ultra High Definition (UHD) or High Dynamic Range (HOR) or High Frame Rate (HFR). These formats respectively enhance quality through resolution, dynamic range and frequency. New consumption trends and new Video formats define new constraints that have to be resolved by currents and futures Video encoders. In this context, we propose a Video coding solution able to answer constraints such as multi-formats coding, multidestinations coding, coding speed and coding efficiency in terms of Video compression. This solution relies on the scalable extension of the standard « High Efficiency Video Coding » (HEVC) defined in 2014 also called SHVC. This extension enables scalable Video coding by producing a single bitstream on several layers built from a common Video at different scales of resolution, frequency, quality, bit depth per pixel or even colour gamut. SHVC coding enhance HEVC coding thanks to an inter-layer prediction that use coding information from lower layers. In this PhD thesis, the proposed solution is based on a Professional Video encoder, developed by Ateme company, able to perform parallelism on several levels (inter-frames, intra-frames, inter-blocks, inter-operations) thanks to a pipelined architecture. Two instances of this encoder run in parallel and are synchronised at pipeline level to enable inter-layer predictions. Some trade-off between complexity and coding efficiency are proposed on inter-layer prediction at slice and prediction tools levels. For instance, in a broadcast configuration, inter-layer prediction is processed on reconstructed pictures only for half the frames of the bitstream. In a constant quality configuration, it enables to save 18.5% of the coding bitrate for only 2% loss in terms of coding speed compared to equivalent HEVC coding. The proposed architecture is also able to perform all kinds of scalability supported in the SHVC extension. Moreover, in spatial scalability, we propose a down-sampling filter processed on the base layer that optimized global coding bitrate. We propose several quality modes with parallelism on several levels and low-level optimization that enable real-time Video coding on UHD sequences. The proposed solution was integrated in a Video broadcast chain and showed in several Professional shows, conferences and at ATSC 3.0 meetings
Qiong Liu - One of the best experts on this subject based on the ideXlab platform.
-
building an intelligent camera management system
ACM Multimedia, 2001Co-Authors: Yong Rui, Anoop Gupta, Qiong LiuAbstract:Given rapid improvements in storage devices, network infrastructure and streaming-media technologies, a large number of corporations and universities are recording lectures and making them available online for anytime, anywhere access. However, producing high-quality lecture Videos is still labor intensive and expensive. Fortunately, recent technology advances are making it feasible to build automated camera management systems to capture lectures. In this paper we report our design of such a system, including system configuration, audio-visual tracking techniques, software architecture, and user study. Motivated by different roles in a Professional Video production team, we have developed a multi-cinematographer single-director camera management system. The system performs lecturer tracking, audience tracking, and Video editing all fully automatically, and offers quality close to that of human-operated systems.
