Caso de éxito: Perceptual Video Quality

Emotracker

A continuación se detalla el experimento que se llevó a cabo en VTT (Finlandia) y en colaboración con TU-Labs (Alemania), iMinds (Bélgica) y Université de Nantes (Francia).

Emotracker ha sido aplicado al análisis de calidad perceptual de video. Durante la visualización en streaming de videos, suelen aparecer distorsiones visibles en la pantalla, debido a la baja calidad de la red o a un bajo ancho de banda en la transmisión. En este proyecto, Emotracker fue usado para evaluar si estas distorsiones son percibidas por el usuario mientras está visualizando los contenidos y si esto le causa alguna reacción emocional. Los resultados de Emotracker se complementaron con el uso de un dispositivo EEG capaz de medir la actividad cerebral del sujeto.

Tradicionalmente, el análisis de la calidad perceptual de video se había llevado a cabo a través de cuestionarios a usuarios exclusivamente, que además generalmente estaban enfocados a aspectos técnicos y no humanos (emocionales). El uso de Emotracker en este campo implica una gran aportación al estado del arte ya que permite obtener de manera automática y no invasiva información visual y afectiva del usuario. De este modo, podemos conocer de forma fidedigna si el usuario se fija en las distorsiones y si éstas provocan un cambio afectivo en el. Además, gracias a las señales cerebrales se puede medir también si carga cognitiva del usuario se ve afectada por la presencia o no de distorsiones durante el visionado del video.

El experimento demostró que mientras el usuario está inmerso en la trama del video, éste no se fija y acepta en las distorsiones (esto ocurre por ejemplo en secuencias con diálogos importantes entre personajes o con mucha acción). Sin embargo los usuarios si perciben y se ven molestados por distorsiones que ocurren durante escenas más relajantes (p.e. en las que aparecen paisajes o escenas ambientales). Por otro lado, el estudio también demostró que los usuario toleran mejor distorsiones severas pero puntuales que distorsiones suaves pero mantenidas en el tiempo. Estas conclusiones resultan de gran utilidad para la investigación en codificación de video y algoritmos de streaming.