MINISTERO DELL'ISTRUZIONE DELL'UNIVERSITÀ E DELLA RICERCA DIREZIONE GENERALE DELLA RICERCA PROGRAMMI DI RICERCA SCIENTIFICA DI RILEVANTE INTERESSE NAZIONALE RICHIESTA DI COFINANZIAMENTO (DM n. 1407 del 4 dicembre 2008) PROGETTO DI UNITÀ DI RICERCA - MODELLO B Anno 2008 - prot. 2008C59JNA_001
1 - Area Scientifico-disciplinare 09: Ingegneria industriale e dell'informazione 100%
2 - Coordinatore Scientifico OLMO
GABRIELLA
Professore Associato confermato Politecnico di TORINO Facoltà di INGEGNERIA III Dipartimento di ELETTRONICA
3 - Responsabile dell'Unità di Ricerca OLMO
GABRIELLA
Professore Associato confermato
02/09/1962
LMOGRL62P42D742G
011 5644149 (Numero fax)
[email protected]
Politecnico di TORINO Dipartimento di ELETTRONICA 011 5644094 (Prefisso e telefono)
4 - Curriculum scientifico Testo italiano INFORMAZIONI GENERALI Gabriella Olmo è nata il 2 settembre 1962. Essa ha ricevuto la Laurea in Ingegneria Elettronica ("summa cum laude") presso il Politecnico di Torino nel 1986. Dal 1986 al 1988 essa è stata ricercatore presso CSELT (Centro Studi e Laboratori in Telecomunicazioni, ora TiLab - Telecom Italia Lab), Torino. Le sue principali attività di ricerca hanno riguardato la gestione delle reti di telecomunicazioni, i modelli non gerarchici e l'instradamento dinamico. Dal 1988 al 1991 essa è stata studente di dottorato di ricerca in Ingegneria Elettronica presso il Dipartimento di Elettronica del Politecnico di Torino. Nel febbraio 1992 le è stato conferito il titolo di Dottore di Ricerca in Ingegneria Elettronica presso il Politecnico di Torino, con una dissertazione dal titolo "Accesso multiplo a divisione di - codice con tecniche coerenti per reti di comunicazioni ottiche", sotto la supervisione del prof. Sergio Benedetto. Dal 1991 al 1995 essa ha svolto il ruolo di Tecnico Laureato presso il Dipartimento di Elettronica del Politecnico di Torino. Nel periodo 1995-2002 essa è stata Ricercatore Universitario presso il Dipartimento di Elettronica del Politecnico di Torino, dove attualmente ricopre il ruolo di Professore Associato confermato. Gabriella Olmo è sposata e ha tre figli (nati nel 1994, 1995 e 2004). RESPONSABILITÀ ACCADEMICHE E AMMINISTRATIVE Gabriella Olmo fa parte del Gruppo Telecomunicazioni del Dipartimento di Elettronica del Politecnico di Torino. Essa coordina un gruppo di ricerca che comprende un ricercatore, diversi studenti di dottorato, borsisti e assegnisti di ricerca, sulle seguenti tematiche: codifica di immagini e video, comunicazioni multimediali robuste, trasmissione wireless di immagini e video, compressione di immagini telerilevate. Essa fa parte delle commissioni di laurea in Ingegneria Elettronica e delle Telecomunicazioni, e della commissione di dottorato di ricerca in Elettronica e
MIUR - BANDO 2008 - MODELLO B
-1-
Ministero dell'Istruzione dell'Università e della Ricerca Comunicazioni del Politecnico di Torino. Essa è stata responsabile per il Dipartimento di Elettronica della mobilità studenti (programma Erasmus) negli anni 2000-2004. Essa ha svolto attività di esaminatore esterno per il conferimento del dottorato di ricerca per il Politecnico di Milano e per la Ecole Polytechnique Fédérale de Lausanne, Svizzera. INCARICHI DI INSEGNAMENTO Presso il Politecnico di Torino, Gabriella Olmo è stata titolare dei seguenti corsi: -Teoria dei segnali, corsi di laurea in ingegneria elettronica, ingegneria delle telecomunicazioni e ingegneria informatica (analisi di Fourier, sistemi lineari, processi casuali, campionamento e quantizzazione). -Elaborazione numerica dei segnali, corsi di laurea in ingegneria delle telecomunicazioni e ingegneria informatica (segnali e sistemi a tempo discreto, DFT/FFT, filtri FIR e IIR e relativo progetto, serie temporali, analisi spettrale). -Laboratorio di Telecomunicazioni, corso di laurea in ingegneria delle telecomunicazioni (realizzazione di algoritmi di codifica di immagini e video su piattaforme DSP). -Codifica di immagini e video, corsi di laurea in ingegneria delle telecomunicazioni e ingegneria del cinema e dei mezzi di comunicazione (elementi di teoria dell'informazione, codifica predittiva, codifica a trasformate, quantizzazione, codifica entropica, codifica video ibrida, co-decodificatori delle classi JPEG e MPEG). -Trasmissione di segnali multimediali su reti wireless, corsi di laurea magistrale in ingegneria delle telecomunicazioni e in ingegneria del cinema e dei mezzi di comunicazione (tecniche di codifica robusta, codifica a descrittori multipli, codifica congiunta di sorgente e canale, protezione ineguale dagli errori, "error concealment"). La prof. Olmo è stata tutore di diversi studenti di dottorato di ricerca sulle seguenti tematiche: compressione di immagini telerilevate, "pattern recognition" statistico e nel dominio trasformato, elaborazione di immagini da piattaforma aerea, trasmissione affidabile di immagini su reti a perdita, codifica a descrittori multipli di dati multimediali, co-decodifica H.264, trasmissione robusta di dati multimediali su reti IP, applicazioni dei codici a fontana digitale. PRINCIPALI INTERESSI DI RICERCA RECENTI. I principali interessi di ricerca della prof. Gabriella Olmo possono essere classificati come segue. Codifica di immagini e video. - Compressione di immagini fisse - codifica di immagini fisse mediante wavelet; ottimizzazione e realizzazione della trasformata wavelet a interi; codificatori congiunti senza perdite e con perdite basati sulla trasformata wavelet a interi; realizzazione di kernel wavelet su piattaforma DSP; "lifting scheme" e banchi di filtri per codifica di immagini;codifica aritmetica; realizzazione di codificatori MQ e CABAC. - Compressione video - "flexible macroblock ordering" (FMO) e altri strumenti di "resilience" per H.264/AVC; "video concealment" per il caso di perdita di interi frame, per applicazioni video a basso bit rate; concealment spazio-temporale con applicazioni a H.264/AVC; interpolazione direzionale MAP per error concealment; modi di predizione Intra per la estensione FRExt di H.264; allocazione del rate per codificatore video scalabile (H.264/SVC). - Codifica di sorgente distribuita - uso di codici LDPC e turbo per la codifica di Slepian-Wolf di sorgenti immagine e video (Motion JPEG 2000); de-quantizzazione congiunta di sorgenti distribuite; codifica distribuita di immagini telerilevate; codifica aritmetica distribuita per mezzo della sovrapposizione degli intervalli di probabilità (brevetto depositato). Trasmissione multimediale robusta - Codifica congiunta di sorgente e canale - protezione dalle perdite ineguale/ibrida per sorgenti progressive (SPIHT- JPEG2000) per mezzo di codici Reed Solomon; allocazione del rate e ottimizzazione dei rate dei codici per la trasmissione video su reti a perdita; sensitività agli errori delle strutture dati e strategie di ritrasmissione per applicazioni wireless usando JPEG 2000; codifica congiunta di sorgente e canale e decodifica MAP di codici aritmetici; codici turbo/LDPC/digital fountain a livello applicazione per comunicazioni multimediali; codifica e decodifica Raptor a finestre; realizzazione degli schemi di co-decodifica LT e raptor (R10). - Codifica a lunghezza variabile robusta - decodifica MAP di codici aritmetici con simbolo proibito; codificatore MQ robusto; strumenti di "error resilience" per JPEG 2000 basati sulla codifica aritmetica a correzione di errore; codici aritmetici casuali per la codifica congiunta di sorgente e canale e la protezione dell'informazione; trasmissione video robusta per mezzo di codici aritmetici a correzione di errore; codifica MAP iterativa di codici aritmetico e di canale concatenati serialmente. Gabriella Olmo ha contribuito alla standardizzazione di ISO/IEC JPEG2000 Part 11-JPWL (JPEG 2000 for wireless applications). - Codifica a descrittori multipli - codifica a descrittori multipli (MDC) basata sulla curva rate-distorsione per JPEG 2000; MDC per immagini fisse basata su allocazione lagrangiana del rate; MDC di immagini fisse basata su pre- e post-elaborazione di dati JPEG 2000; ottimizzazione della ridondanza e del numero di descrittori per applicazioni JPEG 2000; confronti tra MDC e schemi di protezione ineguale per sorgenti progressive; applicazione di MDC a codificatore video scalabile (H.264/SVC); MDC per video H.264 basata sul concetto di slice ridondanti (brevetto depositato). Quest'ultima attività ha dato luogo a "DIVA" - progetto vincente del "Premio Innovazione" di I3P (Incubatore di Imprese del Politecnico) presentato da tre assegnisti di ricerca del gruppo coordinato dalla prof. Olmo (Marco Grangetto, Barbara Penna, Tammam Tillo). DIVA riguarda una tecnologia abilitante per applicazioni di video streaming su reti peer-to-peer , basata su MDC e slice ridondanti in H.264/AVC (dimostrazione web disponibile all'URL www.telematica.polito.it/sas-ipl/diva). - Esperimenti di ottimizzazione "cross layer" - sviluppo di un sistema client-server per lo streaming robusto di video codificato con H.264 usando le slice ridondanti (alcuni parametri di livello MAC, quali il numero di ritrasmissioni, la durata della finestra di contesa ecc., sono assegnati in modo differenziato alle rappresentazioni primaria e ridondante, in modo da garantire la ricezione almeno dello stream a qualità inferiore) Compressione con perdite e senza perdite di dati telerilevati. - Compressione di dati SAR e iperspettrali - compressione di immagini iperspettrali mediante uso di modello dei pixel anomali; tecniche di codifica a trasformate per la compressione con perdite di immagini iperspettrali, mediante varie trasformate sia 2D che 3D (inclusa una versione a bassa complessità della KLT); codifica senza perdite e quasi senza perdite di dati iperspettrali usando CALIC; codifica predittiva con perdite di dati SAR grezzi; realizzazione su piattaforma DSP di compressione CCSDS-Rice. - "pattern recognition" in immagini telerilevate - posizionamento di oggetti lineari mediante filtro adattato a molti stadi; selezione a bordo di immagini significative basata sul riconoscimento di oggetti lineari. - Tecniche di "watermarking" per il trasporto elettronico di immagini telerilevate. COINVOLGIMENTO IN PROGETTI RI RICERCA (2000-2007) Gabriella Olmo ha partecipato (spesso con ruolo di responsabilità) a numerosi progetti di ricerca, finanziati dal Ministero dell'Università e della Ricerca (MIUR), dall'Unione Europea, da Agenzia Spaziale Europea (ESA), Agenzia Spaziale Italiana (ASI), ditte quali Carlo Gavazzi Space e STMicroelectronics. Le attività più rilevanti degli ultimi anni sono brevemente descritte nel seguito. - Sea: SEAmless Content Delivery, sottomesso al Settimo Programma Quadro dell'Unione Europea (FP7), ICT Call 1, Challenge 1: "Pervasive and Trusted Network and Service Infrastructures," Objective 1.5: "Networked Media," strumento: small or medium-scale focused research project (STREP), numero della proposta: 214063 (in negoziazione; si prevede inizio a gennaio 2008. Punteggio pre-negoziazione: 13.5/15). Ruolo: responsabile scientifico per il Politecnico di Torino. Gabriella Olmo coordinerà attività di ricerca nei seguenti campi: codifica a descrittori multipli per video, codifica video scalabile, applicazioni della codifica a
MIUR - BANDO 2008 - MODELLO B
-2-
Ministero dell'Istruzione dell'Università e della Ricerca fontana digitale allo streaming video, ottimizzazione "cross-layer" di reti eterogenee. Il progetto sarà coordinato da STMicroelectronics e conterà 10 partecipanti, tra cui: Thompson Broadcast and Multimedia, Philips, Vodafone, Fraunhofer HHI, University of California, Los Angeles (UCLA). - NEWCOM++ : Network of Excellence in Wireless Communications++, sottomesso al Settimo Programma Quadro dell'Unione Europea (FP7), ICT Call 1, Challenge 1: "Pervasive and Trusted Network and Service Infrastructures," Objective 2007.1.1: "The Network of the Future," strumento: Network of Excellence (NoE), numero della proposta: 216715 (in negoziazione; si prevede inizio a gennaio 2008)Ruolo: partecipante (come membro di CNIT - Consorzio Nazionale Interuniversitario per le Telecomunicazioni). La prof. Olmo coordinerà attività nel campo delle comunicazioni multimediali wireless. NEWCOM++ rappresenta la continuazione della NoE NEWCOM descritta nel seguito. - MEADOW: Mesh adaptive home wireless nets, Ministero dell'Università e della Ricerca (MIUR), 2006-2008. Ruolo: membro del consiglio direttivo e responsabile scientifico delle attività di ricerca su applicazioni multimediali wireless. - "Tecniche avanzate e standard internazionali per la compressione di immagini e dati a bordo di piattaforme per telerilevamento", progetto finanziato dalla Regione Piemonte, 2004. Ruolo: responsabile scientifico e amministrativo. - NEWCOM: Network of excellence in wireless communications, VI Programma Quadro dell'Unione Europea, priorità tematica: Information Society Technology (IST), 2004-2006 (URL: newcom.ismb.it). Ruolo: coordinatore scientifico e amministrativo per il Politecnico di Torino, responsabile scientifico delle attività sulle comunicazioni multimediali wireless. NEWCOM era composta da 61 partecipanti provenienti da quasi tutti gli stati dell'Unione Europea (Austria, Belgio, Danimarca, Finlandia, Francia, Germania, Grecia, Italia, Olanda, Spagna, Portogallo, Svezia, Regno Unito), e alcuni stati associati (Ungheria, Israele, Norvegia, Polonia, Svizzera e Turchia). La rete era organizzata in sette Dipartimenti, responsabili di una ricerca di base su argomenti ben stabiliti e raggruppanti gruppi di ricerca affermati a livello europeo su tali argomenti, e cinque Progetti, responsabili di altrettanti argomenti emergenti, tali da richiedere competenze multidisciplinari. NEWCOM è stata una della più grandi NoE del VI FP, e il Politecnico di Torino era tra i maggiori partecipanti. - PRIMO: Piattaforme riconfigurabili per comunicazioni radiomobili a larga banda, Ministero dell'Università e della Ricerca (MIUR), programma FIRB (Fondo per gli Investimenti della Ricerca di Base), 2001-2005 (URL: primo.ismb.it). Ruolo: membro del consiglio direttivo; responsabile delle attività di ricerca sulle applicazioni multimediali su reti wireless. - CERCOM: Centro di eccellenza per le radiocomunicazioni multimediali, Ministero dell'Università e della Ricerca (MIUR), 2000-2004 (URL: www.cercom.polito.it). Ruolo: vice-coordinatore; membro del consiglio direttivo; responsabile delle attività di ricerca sul progetto del livello fisico per reti "beyond 3G". La missione del centro era fornire, per mezzo di ricerca, sviluppo e iniziative didattiche, un significativo contributo alla soluzione di alcuni dei maggiori problemi tecnologici nel campo delle comunicazioni wireless, integrando competenze già presenti nei Dipartimenti di Elettronica e di Automatica e Informatica del Politecnico di Torino. - DSC: Codifica distribuita di sorgenti video multiple, Ministero dell'Università e della Ricerca (MIUR), Programmi di Ricerca Scientifica di Rilevante Interesse Nazionale 2005 (PRIN 2005), coordinatore scientifico Prof. Riccardo Leonardi (Università di Brescia). Ruolo: responsabile scientifico per il Politecnico di Torino. - "Sviluppo e realizzazione di algoritmi avanzati di compressione senza perdite e quasi senza perdite di dati ottici a singola banda e multi-iperspettrali, per applicazioni spaziali," Agenzia Spaziale Italiana (ASI), 2002-2003. Ruolo: coordinatore scientifico. - ACHYDA: Advanced methods for lossless compression of hyperspectral data (metodi avanzati per la compressione senza perdite di dati iperspettrali), Agenzia Spaziale Europea (ESA), progetto coordinato da Carlo Gavazzi Space SpA, 2002-2003. Ruolo: coordinatore scientifico per il Politecnico di Torino. - "Marchiatura robusta di immagini multispettrali," Ministero dell'Università e della Ricerca (MIUR), Programmi di Ricerca Scientifica di Rilevante Interesse Nazionale 2003 (PRIN 2003), coordinatore scientifico Prof. Vito Cappellini (Università di Firenze). Ruolo: responsabile scientifico per il Politecnico di Torino. - "Sistemi di comunicazione personale a larga banda da satellite e piattaforma stratosferica," Ministero dell'Università e della Ricerca (MIUR), Programmi di Ricerca Scientifica di Rilevante Interesse Nazionale 2002 (PRIN 2002), coordinatore scientifico Prof. Marina Ruggieri (Università di Roma "Tor Vergata"). Ruolo: partecipante. - HeliNet: network of stratospheric platforms for traffic monitoring, environmental surveillance and broadband services (rete di piattaforme stratosferiche per controllo del traffico, sorveglianza ambientale e servizi a larga banda), progetto IST-1999-11214- V Programma Quadro dell'Unione Europea, 2000-2002 (URL: www.helinet.polito.it). Ruolo: vice-coordinatore, membro del consiglio direttivo, responsabile delle attività di ricerca sul telerilevamento da piattaforma aerea. - MARVEL: Micro Air Vehicles for multipurpose remote monitoring and sensing, (Micro veicoli aerei per controllo remoto multifunzione), V Programma Quadro dell'Unione Europea, 2000-2003. Ruolo: partecipante. - "Elaborazione e compressione di dati SAR," Agenzia Spaziale Italiana (ASI), 2000. Ruolo: coordinatore scientifico. - PEC-SAR: metodi avanzati per la compressione di dati SAR grezzi, programma Cosmo Skymed dell'Agenzia Spaziale Italiana (ASI), 2001-2002. Coordinato da Carlo Gavazzi Space SpA. Ruolo: responsabile scientifico e amministrativo per il Politecnico di Torino. - CNRAED: centro nazionale per la ricezione, archiviazione e elaborazione dati, Agenzia Spaziale Italiana (ASI), 2004, coordinato da Carlo Gavazzi Space SpA (2004). Ruolo: partecipante. PRINCIPALI COLLABORAZIONI INTERNAZIONALI - Ecole Polytechnique Fèdèrale de Lausanne (EPFL), su tematiche relative alla compressione e elaborazione di immagini telerilevate (prof. Kunt, prof. Thiran, prof. Ebrahimi). Risultati della cooperazione: partecipazione congiunta al progetto FP5 HeliNet; mobilità di tre studenti di dottorato di ricerca e svariati studenti della laurea in telecomunicazioni; organizzazione congiunta della conferenza EUSIPCO 2008; numerosi seminari e visite; pubblicazioni scientifiche congiunte. - University of California at San Diego - Center for wireless communications, su tematiche legate alle comunicazioni multimediali robuste (Prof. Cosman). Risultati della cooperazione: mobilità di uno studente di dottorato di ricerca; pubblicazioni scientifiche congiunte. - University of New South Wales, Sydney, su codifica video scalabile (prof. Taubman). Risultati della cooperazione: partecipazione congiunta al progetto FIRB "PRIMO"; mobilità di uno studente di dottorato di ricerca ; visite e seminari; pubblicazioni scientifiche congiunte (sottomesse). - University of California, Los Angeles, su argomenti legati a IPTV su reti P2P (Prof. Gerla). Risultati della cooperazione: partecipazione congiunta al progetto FP7 "SEA"; mobilità di uno studente di dottorato di ricerca; visite e seminari. - Numerose altre collaborazioni scientifiche (con EURECOM, ENST , Technical University of Munich, Chalmers University of Technology, University of Surrey, IMEC) derivano dalla partecipazione alle reti di eccellenza NEWCOM e NEWCOM++. SERVIZI EDITORIALI Associate Editor: EURASIP Signal Processing Associate Editor: Signal, Image and Video Processing, Springer ed. Membro del comitato organizzativo - "publicity chair", EUSIPCO 2008
MIUR - BANDO 2008 - MODELLO B
-3-
Ministero dell'Istruzione dell'Università e della Ricerca Membro del comitato tecnico di alcune importanti conferenze internazionali, tra cui: IEEE ICIP, IEEE ICASSP, IEEE ICC, EUSIPCO, ACM Workshop on Mobile Video, IEEE International Symposium on Multimedia Revisore per numerose riviste internazionali, tra cui: IEEE Transactions on Image Processing, IEEE Transactions on Communications, IEEE Transactions on Signal Processing, IEEE Transactions on Geoscience and Remote Sensing, IEEE Communications Letters, IEEE Signal Processing Letters, Signal Processing APPARTENENZA A SOCIETÀ PROFESSIONALI IEEE student member, 1989-1991 IEEE member, 1991-2006 IEEE senior member, 2006-oggi Membro della IEEE Communications Society e IEEE Signal Processing Society Membro della European Association for Signal Processing (EURASIP) PUBBLICAZIONI E BREVETTI Gabriella Olmo è co-autore di più di 150 articoli in riviste internazionali, atti di convegni, capitoli di libri. Di questi, circa 85 articoli sono stati pubblicati su riviste o atti di conferenze IEEE - IET Gabriella Olmo è co-autore di due brevetti internazionali sottomessi nel 2006 e nel 2007. Testo inglese GENERAL INFORMATION. Gabriella Olmo was born on September 2, 1962. She received the Laurea degree in electronics engineering ("summa cum laude") at Politecnico di Torino in 1986. From 1986 to 1988 she was researcher with CSELT (Centro Studi e Laboratori in Telecomunicazioni, now TiLab - Telecom Italia Lab), Turin. Her main activities were focused on network management, non hierarchical models and dynamic routing. From 1988 to 1991 she was PhD student in electronics engineering at the Department of Electronics, Politecnico di Torino. In February 1992 she received the PhD in electronic engineering at Politecnico di Torino, with a PhD dissertation entitled "Accesso multiplo a divisione di codice con tecniche coerenti per reti di comunicazioni ottiche" ("Coherent code division multiple access for optical communication networks"), under the supervision of prof. Sergio Benedetto. From 1991-1995 she was research and laboratory assistant at the Department of Electronics, Politecnico di Torino. From 1995-2002 she was assistant professor at the Department of Electronics, Politecnico di Torino. She presently serves as an associate professor at the same Department. Gabriella Olmo is married and has three children (born 1994, 1995 and 2004). ACADEMIC AND ADMINISTRATIVE RESPONSIBILITIES. Gabriella Olmo is part of the Telecommunications group at the Department of Electronics, Politecnico di Torino. She leads a research group encompassing one assistant professor and several PhD students and post-doc researchers, on topics related to image and video coding, multimedia resilient communications, wireless image and video transmission, remote sensing image compression. She is graduate committee member and PhD committee member at Politecnico di Torino. She has been departmental responsible for foreign student mobility (Erasmus programme), 2000-2004. She has been external Ph.D. examiner for Politecnico di Milano, Italy, and Ecole Polytechnique Fédérale de Lausanne, Switzerland. TEACHING RESPONSIBILITIES. At Politecnico di Torino, Gabriella Olmo has taught courses in: -Signal theory, "laurea" degrees in electronic engineering, telecommunication engineering, informatics engineering (Fourier analysis, linear systems, random processes, sampling and quantization). -Digital signal processing, "laurea" degrees in telecommunication engineering, informatics engineering (discrete time signals and systems, DFT/FFT, FIR and IIR filters and filter design, temporal series, spectral analysis). -Telecommunications Lab, "laurea" degree in telecommunication engineering (implementation of image and video coding algorithms on DSP boards). -Image and video processing, "laurea" degrees in telecommunication engineering and "ingegneria del cinema e dei mezzi di comunicazione" (basics of information theory, predictive coding, transform coding, quantization, entropy coding, video hybrid coding, co-decoders of the JPEG and MPEG classes). -Multimedia signal transmission and video communication", laurea magistrale" degrees in telecommunication engineering and "ingegneria del cinema e dei mezzi di comunicazione" (robust encoding techniques, multiple description coding, joint source-channel encoding, unequal error protection, error concealment). Gabriella Olmo has been advisor for several PhD students, on topics related to: remote sensing image compression, statistical and transform domain pattern recognition, processing of aerial images, reliable delivery of images in error prone environment, multiple description coding of multimedia data, H.264/AVC co-decoding, reliable multimedia data transmission over IP networks, applications of digital fountain codes. MAIN RECENT RESEARCH INTERESTS.
MIUR - BANDO 2008 - MODELLO B
-4-
Ministero dell'Istruzione dell'Università e della Ricerca The main recent research interests of Gabriella Olmo can be classified as follows. IMAGE AND VIDEO CODING -Still image compression - still image encoding using wavelets; optimization and implementation of the integer wavelet transform; common-core lossless and lossy image coders based on integer wavelets; implementation of wavelet kernels on DSP boards; lifting and filter banks for image coding; arithmetic coding; MQ and CABAC implementation. -Video compression - flexible macroblock ordering (FMO) and other resilience tools for H.264/AVC; video concealment for the situation of whole-frame losses for low bit-rate video; spatiotemporal error concealment with applications to H.264/AVC; MAP-based directional interpolation for error concealment; Intra prediction modes relevant to the FRExt extention of H.264/AVC; rate allocation for scalable video coding (H.264/SVC). -Distributed source coding - use of LDPC and turbo codes for Slepian-Wolf coding of image and video sources (Motion JPEG 2000); joint de-quantization of distributed sources; distributed encoding of remote sensing correlated images; distributed arithmetic coding by means of interval overlapping (patent pending). RESILIENT MULTIMEDIA TRANSMISSION -Joint source-channel coding - unequal/hybrid loss protection of progressive sources (SPIHT- JPEG2000) using Reed Solomon codes; rate allocation and code-rate optimization for video transmission over lossy correlated networks; error sensitivity data structures and retransmission strategies for robust JPEG 2000 wireless imaging; joint source/channel coding and MAP decoding of arithmetic codes; application layer turbo/LDPC/digital fountain codes for multimedia communications; sliding-window Raptor encoding and decoding; implementation of LT and raptor (R10) co-decoding. -Resilient variable length coding - MAP decoding of arithmetic codes with forbidden symbol; robust MQ coder; error resilience tools for JPEG 2000 based on error correcting arithmetic coding; randomized arithmetic coding for joint source, channel coding and secrecy; robust video transmission via error correcting arithmetic codes; iterative MAP decoding of serially concatenated arithmetic and channel codes. Gabriella Olmo has contributed to the standardization of ISO/IEC JPEG2000 Part 11-JPWL (JPEG 2000 for wireless applications). -Multiple description coding - rate-distortion based multiple description coding (MDC) for JPEG 2000; MDC for still images based on Lagrangian rate allocation; MDC of images based on pre-post processing of JPEG 2000 data; optimization of redundancy and number of descriptions for JPEG 2000 imaging; comparisons between MDC and unequal loss protection schemes for progressive sources; applications of MDC to scalable video (H.264/SVC); MDC for H.264 video based on redundant slices (patent applied for). This latter activity has led to "DIVA" - winner project of "Premio Innovazione" awarded by I3P (Incubatore di Imprese del Politecnico) to three post-doc researchers of the research group led by prof. Gabriella Olmo (Marco Grangetto, Barbara Penna, Tammam Tillo). DIVA addresses an enabling technology for peer-to-peer video streaming based on MDC and on the use of redundant slices with H.264/AVC (web demo available at URL: www.telematica.polito.it/sas-ipl/diva). -Cross layer optimization experiments - development of a client-server system for robust streaming of H.264/AVC video using redundant slices (some MAC level parameters, such as number of retransmissions, contention window duration etc., are assigned in different fashion to primary and redundant representations, so as to guarantee the reception of at least the lowest quality stream). LOSSLESS AND LOSSY COMPRESSION OF REMOTE SENSING DATA -SAR and hyperspectral data compression - hyperspectral image compression employing a model of anomalous pixels; transform coding techniques for lossy hyperspectral data compression with several 2D and 3D transforms (including a low complexity KLT); low complexity lossless and near-lossless compression of hyperspectral data using CALIC; lossy predictive coding of SAR raw data; implementation of CCSDS-Rice compression on DSP boards. -Pattern recognition in remote sensed images - resolution positioning of straight patterns via multiscale matched filtering; on-board selection of relevant images based on linear feature recognition. -Watermarking techniques for electronic delivery of remote sensing images. INVOLVEMENT IN RESEARCH PROJECTS (2000-PRESENT) Gabriella Olmo has joined (often with responsibility roles) many research programs under contracts by Italian Ministry of Education and Research (MIUR), European Union, European Space Agency (ESA), Italian Space Agency (ASI), Carlo Gavazzi Space, STMicroelectronics, and so on. The most relevant recent activities are briefly described in the following. - Sea: SEAmless Content Delivery, submitted to Seventh Framewok Programme of the European Union (FP7), ICT Call 1, Challenge 1: "Pervasive and Trusted Network and Service Infrastructures", Objective 1.5: "Networked Media", instrument: small or medium-scale focused research project (STREP), proposal number: 214063 (in negotiation; foreseen starting date: January 2008. Pre-negotiation score: 13.5/15). Role: scientific responsible for Politecnico di Torino. Gabriella Olmo will be leading research activities in the fields of: multiple description video coding, scalable video coding, applications of digital fountain codes to video streaming, cross layer optimization of heterogeneous networks. The project is coordinated by STMicroelectronics and accounts for 10 participants, among which: Thompson Broadcast and Multimedia, Philips, Vodafone, Fraunhofer HHI, University of California, Los Angeles (UCLA). - NEWCOM++: Network of Excellence in Wireless Communications++, submitted to Seventh Framewok Programme of the European Union (FP7), ICT Call 1, Challenge 1: "Pervasive and Trusted Network and Service Infrastructures", Objective 2007.1.1: "The Network of the Future", instrument: Network of Excellence (NoE), proposal number: 216715 (in negotiation; foreseen starting date: January 2008). Role: participant (as part of CNIT - Consorzio Nazionale Interuniversitario per le Telecomunicazioni). She will be leading activities in the field of wireless multimedia communications. NEWCOM++ is devised as a follow up of the NEWCOM NoE (see below). - MEADOW: Mesh adaptive home wireless nets, Italian Ministry of Education and Research grant, 2006-2008. Role: member of the steering committee and scientific responsible for research activities on wireless multimedia applications. - "Advanced techniques and international standards for image and data compression on board of remote sensing platforms," ("Tecniche avanzate e standard internazionali per la compressione di immagini e dati a bordo di piattaforme per telerilevamento"), Regione Piemonte, research grant 2004. Role: scientific and administrative coordinator. - NEWCOM: Network of excellence in wireless communications, VI Framework Programme of the European Union, thematic priority Information Society Technology (IST), 2004-2006 (URL: newcom.ismb.it). Role: administrative and scientific coordinator for Politecnico di Torino; scientific responsible for activities related to wireless multimedia communications. NEWCOM accounted for 61 participants from almost all countries of the EU (Austria, Belgium, Denmark, Finland, France, Germany, Greece, Italy, the Netherlands, Spain, Portugal, Sweden, United Kingdom) and associated countries (Hungary, Israel, Norway, Poland, Switzerland and Turkey). It was organized into seven Departments, characterised by basic research on well-established topics and grouping leading European researchers active in those topics, and five Projects, dealing with "hot" topics whose solution requires multidisciplinary skills. NEWCOM was one of the largest NoEs of the VI FP, and Politecnico di Torino was one of the largest participants. - PRIMO: Reconfigurable platforms for broadband wireless communications, Italian Ministry of Education and Research grant, FIRB programme (Fondo per gli Investimenti della Ricerca di Base), 2001-2005 (URL: primo.ismb.it). Role: member of the steering committee. Responsible for research activities on wireless multimedia applications. - CERCOM: Center of Excellence in Wireless Communications, Italian Ministry of Education and Research grant, years 2000-2004 (URL: www.cercom.polito.it). Role: deputy coordinator; member of the steering committee; responsible for research activities on the physical layer design of beyond 3G wireless networks. The
MIUR - BANDO 2008 - MODELLO B
-5-
Ministero dell'Istruzione dell'Università e della Ricerca mission of the Center was to provide, by means of research, development and education, a significant contribution to the solution of some of the most important technological problems in the field of wireless communications, integrating and coordinating several skills already present at the Department of Electronics and the Department of Informatics of Politecnico di Torino. - DSC: Distributed Coding of Multiple Video Sources (Codifica distribuita di sorgenti video multiple), Programmi di Ricerca Scientifica di Rilevante Interesse Nazionale 2005 (PRIN2005), Italian Ministry of Education and Research, national coordinator Prof. Riccardo Leonardi (University of Brescia). Role: scientific responsible for Politecnico di Torino. - "Development and realization of advanced algorithms suitable for space applications for lossless and near-lossless compression of single-band and multi-hyperspectral optical data," Italian Space Agency grant, 2002-2003. Role: scientific coordinator. - ACHYDA: Advanced methods for lossless compression of hyperspectral data, European Space Agency grant, coordinated by Carlo Gavazzi Space SpA, 2002-2003. Role: scientific coordinator for Politecnico di Torino. - "Robust watermarking of multispectral images" ("Marchiatura robusta di immagini multispettrali"), Programmi di Ricerca Scientifica di Rilevante Interesse Nazionale 2003 (PRIN 2003), Italian Ministry of Education and Research grant, 2003-2004, national coordinator Prof. Vito Cappellini (University of Florence). Role: scientific responsible for Politecnico di Torino. - "Personal wideband communication systems based on satellites and stratospheric platforms" ("Sistemi di comunicazione personale a larga banda da satellite e piattaforma stratosferica"), Programmi di Ricerca Scientifica di Rilevante Interesse Nazionale 2002 (PRIN 2002), Italian Ministry of Education and Research grant, 2002-2003, national coordinator Prof Marina Ruggieri(University of Rome "Tor Vergata"). Role: participant. - HeliNet: network of stratospheric platforms for traffic monitoring, environmental surveillance and broadband services, IST-1999-11214- V Framework programme of the European Union, 2000-2002 (URL: www.helinet.polito.it). Role: deputy coordinator; member of the steering committee, member of the coordination unit; responsible for scientific activities on remote sensing from aerial platforms. - MARVEL: Micro Air Vehicles for multipurpose remote monitoring and sensing, V Framework programme of the European Union, years 2000-2003. Role: participant. - "SAR data processing and compression," Italian Space Agency grant, year 2000. Role: scientific coordinator. - PEC-SAR: advanced methods for raw SAR data compression, Cosmo Skymed programme of the Italian Space Agency, 2001-2002. Coordinated by Carlo Gavazzi Space SpA, Role: scientific and administrative responsible for Politecnico di Torino. - CNRAED: National center of data reception, achiving and processing, coordinated by Carlo Gavazzi Space SpA, funded by the Italian Space Agency (2004) Role: member. MAIN INTERNATIONAL COOPERATION - Ecole Polytechnique Fèdèrale de Lausanne (EPFL), on topics related to remote sensing image compression and processing (prof. Kunt, prof. Thiran, prof. Ebrahimi). Outcomes of the cooperation: common participation to the FP5 HeliNet project; mobility of three PhD students and several graduate students; joint organization of the EUSIPCO 2008 conference; several visits and seminars; joint scientific publications. - University of California at San Diego,- Center for wireless communications, on topics related to robust multimedia communications (Prof. Cosman). Outcomes of the cooperation: mobility of 1 PhD student, joint scientific publications. - University of New South Wales, Sydney, on topics related to scalable video coding (prof. Taubman). Outcomes of the cooperation: exchange of 1 PhD student; common participation to the PRIMO FIRB project; visits and seminars; joint scientific publications (submitted). - University of California, Los Angeles, on topics related to P2P IPTV (Prof. Gerla). Outcomes of the cooperation: mobility of 1 PhD student; common participation to the SEA FP7 project; visits and seminars. - Numerous other scientific cooperations (with EURECOM, ENST , Technical University of Munich, Chalmers University of Technology, University of Surrey, IMEC) stem from the participation to the NEWCOM and NEWCOM++ NoE. EDITORIAL SERVICE Associate Editor: EURASIP Signal Processing Associate Editor: Signal, Image and Video Processing, Springer ed. Member of the organizing committee - publicity chair, EUSIPCO 2008 Member of the technical committee of several major international conferences among which: IEEE ICIP, IEEE ICASSP, IEEE ICC, EUSIPCO, ACM Workshop on Mobile Video, IEEE International Symposium on Multimedia Reviewer for several international journals, among which: IEEE Transactions on Image Processing, IEEE Transactions on Communications, IEEE Transactions on Signal Processing, IEEE Transactions on Geoscience and Remote Sensing, IEEE Communications Letters, IEEE Signal Processing Letters, Signal Processing. PROFESSIONAL MEMBERSHIP AND SERVICE IEEE student member, 1989-1991. IEEE member, 1991-2006. IEEE senior member, 2006-present. Member of the IEEE Communications Society and IEEE Signal Processing Society. Member of the European Association for Signal Processing (EURASIP). PUBLICATIONS AND PATENTS Gabriella Olmo has co-authored more than 150 papers in international journals, conference proceedings, book chapters; about 85 of such papers have been
MIUR - BANDO 2008 - MODELLO B
-6-
Ministero dell'Istruzione dell'Università e della Ricerca published in IEEE - IET periodicals and conference proceedings. She is coauthor of two international patent applications, filed in 2006 and 2007 respectively.
5 - Pubblicazioni scientifiche più significative del Responsabile dell'Unità di Ricerca 1. BACCAGLINI E, TILLO T, OLMO G. (2008). Slice Sorting for Unequal Loss Protection of Video Streams. IEEE SIGNAL PROCESSING LETTERS, vol. 15; p. 581-584, ISSN: 1070-9908, doi: 10.1109/LSP.2008.2001565 2. GRANGETTO M, MAGLI E, TRON R, OLMO G. (2008). Rate-compatible distributed arithmetic coding. IEEE COMMUNICATIONS LETTERS, vol. 12, Issue 8; p. 575-577, ISSN: 1089-7798, doi: 10.1109/LCOMM.2008.080645 3. TILLO T, GRANGETTO M, OLMO G. (2008). Redundant slice optimal allocation for H.264 multiple description coding. IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, vol. 18, ISSUE 1; p. 59-70, ISSN: 1051-8215, doi: 10.1109/tcsvt.2007.913751 4. TILLO T, OLMO G. (2008). Improving the Performance of Multiple Description Coding Based on Scalar Quantization. IEEE SIGNAL PROCESSING LETTERS, vol. 15; p. 329-332, ISSN: 1070-9908, doi: 10.1109/LSP.2008.919843 5. B. PENNA, T. TILLO, E. MAGLI, OLMO G. (2007). Transform coding techniques for lossy hyperspectral data compression. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 45; p. 1408-1421, ISSN: 0196-2892, doi: 10.1109/TGRS.2007.897383 6. E. BACCAGLINI, T. TILLO, OLMO G. (2007). A flexible R-D based multiple description scheme for JPEG 2000. IEEE SIGNAL PROCESSING LETTERS, vol. 14; p. 197-200, ISSN: 1070-9908, doi: 10.1109/TPS.2007.892552 7. E. MAGLI, M. GRANGETTO, OLMO G. (2007). Joint Source, Channel Coding and Secrecy. EURASIP JOURNAL ON APPLIED SIGNAL PROCESSING 8. GRANGETTO M, MAGLI E, OLMO G. (2007). Distributed Arithmetic Coding. IEEE COMMUNICATIONS LETTERS, vol. 11, no. 11; p. 883-885, ISSN: 1089-7798, doi: 10.1109/LCOMM.2007/071172 9. GRANGETTO M, SCANAVINO B, OLMO G., BENEDETTO S (2007). Iterative decoding of serially concatenated arithmetic and channel codes for robust image transmission. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 16; p. 1557-1567, ISSN: 1057-7149, doi: 10.1109/TIP.2007.898977 10. PENNA B, TILLO T, MAGLI E, OLMO G. (2007). Hyperspectral Image Compression Employing a Model of Anomalous Pixels. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 4, ISSUE 4; p. 664-668, ISSN: 1545-598X, doi: 10.1109/LGRS.2007.903976 11. TILLO T, GRANGETTO M, OLMO G. (2007). Multiple Description Image Coding Based on Lagrangian Rate Allocation. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 16, Issue 3; p. 673-683, ISSN: 1057-7149, doi: 10.1109/TIP.2007.892417 12. TILLO T, GRANGETTO M, OLMO G. (2007). On Modeling Mismatch Errors Induced by Different Quantizers. IEEE SIGNAL PROCESSING LETTERS, vol. 14, ISSUE 11; p. 785-788, ISSN: 1070-9908, doi: 10.1109/LSP.2007.9032271 13. TILLO T, OLMO G. (2007). Data-Dependent Pre- and Postprocessing Multiple Description Coding of Images. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 16; p. 1269-1280, ISSN: 1057-7149, doi: 10.1109/TIP.2007.896729 14. BARBARA PENNA, TAMMAM TILLO, ENRICO MAGLI, OLMO G. (2006). Progressive 3D coding of hyperspectral images based on JPEG 2000. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 3; p. 125-129, ISSN: 1545-598X, doi: 10.1109/LGRS.2005.859942 15. MARCO GRANGETTO, ENRICO MAGLI, OLMO G. (2006). A syntax preserving error resilience tool for JPEG 2000 based on error correcting arithmetic coding. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 15, No. 4; p. 807-818, ISSN: 1057-7149, doi: 10.1109/TIP.2005.863953 16. MARCO GRANGETTO, ENRICO MAGLI, OLMO G. (2006). Multimedia selective encryption by means of randomized arithmetic coding. IEEE TRANSACTIONS ON MULTIMEDIA, vol. 8, Issue 5; p. 905-917, ISSN: 1520-9210, doi: 10.1109/TMM.2006.879919 17. PIERPAOLO BACCICHET, ANTONIO CHIMIENTI, EMANUELE QUACCHIO, ENRICO MAGLI, OLMO G. (2006). Performance evaluation of FMO to improve the error resilience of H.264/AVC. ST JOURNAL, vol. 3, no. 2; p. 46-60, ISSN: 1828-2105 18. MARCO GRANGETTO, ENRICO MAGLI, OLMO G. (2005). Fast code-rate optimization for robust image transmission over lossy packet networks. IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 53 N. 6; p. 973-977, ISSN: 0090-6778, doi: 10.1109/TCOMM.2005.849976 19. MARCO GRANGETTO, PAMELA COSMAN, OLMO G. (2005). Joint source/channel coding and MAP decoding of arithmetic codes. IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 53 N. 6; p. 1007-1016, ISSN: 0090-6778, doi: 10.1109/TCOMM.2005.849690 20. S.BELFIORE, M. GRANGETTO, E. MAGLI, OLMO G. (2005). Concealment of whole-frame losses for wireless low bit-rate video based on multiframe optical flow estimation. IEEE TRANSACTIONS ON MULTIMEDIA, vol. 7, ISSUE 2; p. 316-329, ISSN: 1520-9210, doi: 10.1109/TMM.2005.843347 21. E. MAGLI, OLMO G., E. QUACCHIO (2004). Optimized on-board lossless and near-lossless compression of hyperspectral data using CALIC. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 1, ISSUE 1; p. 21-25, ISSN: 0196-2892, doi: 10.1109/LGRS.2003.822312 22. M. GRANGETTO, E. MAGLI, OLMO G. (2004). Ensuring Quality of Service for image transmission: Hybrid Loss Protection. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 13 N. 6; p. 751-757, ISSN: 1057-7149, doi: 10.1109/TIP.2004.827233 23. OLMO G., TILLO T (2004). A novel multiple description coding scheme compatible with the JPEG 2000 decoding. IEEE SIGNAL PROCESSING LETTERS, vol. 11, no. 11; p. 908-911, ISSN: 1070-9908, doi: 10.1109/LSP.2004.836949 24. E.MAGLI, OLMO G. (2003). Lossy predictive coding of SAR raw data. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 41; p. 977-987, ISSN: 0196-2892, doi: 10.1109/TGRS.2003.811556 25. E.MAGLI, OLMO G. (2003). MAP harmonic retrieval in Gaussian colored noise with prior information. DIGITAL SIGNAL PROCESSING, vol. 13; p. 530-551, ISSN: 1051-2004 26. GRANGETTO M, MAGLI E, OLMO G. (2003). Error sensitivity data structures and retransmission strategies for robust JPEG 2000 wireless imaging. IEEE TRANSACTIONS ON CONSUMER ELECTRONICS, vol. 49; p. 872-882, ISSN: 0098-3063, doi: 10.1109/TCE.2003.1261168. 27. M. GRANGETTO, E. MAGLI, OLMO G. (2003). Robust video transmission over error-prone channels via error correcting arithmetic codes. IEEE COMMUNICATIONS LETTERS, vol. 7; p. 596-598, ISSN: 1089-7798, doi: 10.1109/LCOMM.2003.821331 28. S. BELFIORE, M. GRANGETTO, E. MAGLI, OLMO G. (2003). Spatiotemporal error concealment with optimized mode selection and application to H.264. SIGNAL PROCESSING-IMAGE COMMUNICATION, vol. 18; p. 907-923, ISSN: 0923-5965 29. M. BARNI, F. BARTOLINI, E. MAGLI, OLMO G. (2002). Watermarking techniques for electronic delivery of remote sensing images. OPTICAL ENGINEERING, vol. 41; p. 2111-2119, ISSN: 0091-3286 30. M.GRANGETTO, E.MAGLI, M.MARTINA, OLMO G. (2002). Optimization and implementation of the integer wavelet transform for image coding. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 11; p. 596-604, ISSN: 1057-7149, doi: 10.1109/TIP.2002.1014991
MIUR - BANDO 2008 - MODELLO B
-7-
Ministero dell'Istruzione dell'Università e della Ricerca 6 - Elenco dei partecipanti all'Unità di Ricerca
6.1 - Componenti Componenti della sede dell'Unità di Ricerca nº Cognome
Nome
Università/Ente
Qualifica
Disponibilità temporale indicativa prevista 1° anno
2° anno
1.
MAGLI
Enrico
Politecnico di TORINO
Ricercatore confermato
2
2
2.
OLMO
Gabriella
Politecnico di TORINO
Professore Associato confermato
3
3
5
5
TOTALE
Componenti di altre Università / Enti vigilati Nessuno
Titolari di assegni di ricerca Nessuno
Titolari di borse Nessuno
6.1 bis Vice-responsabile MAGLI Enrico
6.2 - Altro personale nº Cognome Nome
1. PAU 2. TILLO
Università/Ente
Dipartimento
GIOVANNI UNIVERSITY OF CALIFORNIA LOS ANGELES, USA TAMMAM XI'AN JAOTONG-LIVERPOOL UNIVERSITY, SUZHOU, CHINA
COMPUTER SCIENCE
Qualifica
RESEARCH SCIENTIST ELECTRICAL AND ELECTRONIC ASSOCIATE ENGINEERING PROFESSOR
TOTALE
Disponibilità temporale indicativa prevista 1° 2° anno anno 1
1
2
2
3
3
6.3 - Personale a contratto da destinare a questo specifico Progetto nº Tipologia di contratto
1. Assegnista TOTALE
Costo previsto
Disponibilità Note temporale indicativa prevista 1° anno 2° anno
46.000
11
11 ASSEGNISTA DI RICERCA PER L'INTERA DURATA DEL PROGETTO
46.000
11
11
MIUR - BANDO 2008 - MODELLO B
-8-
Ministero dell'Istruzione dell'Università e della Ricerca 6.4 - Dottorati a carico del PRIN da destinare a questo specifico Progetto Nessuno
7 - Titolo specifico del Progetto svolto dall'Unità di Ricerca Testo italiano Scalabilità e strategie di codifica per P2P video streaming Testo inglese Scalability and encoding strategies for P2P video streaming
8 - Abstract del Progetto svolto dall'Unità di Ricerca Testo italiano Il mondo accademico e industriale si aspettano un grande successo dall'introduzione di IPTV, a patto che alcune tecnologie strategiche vengano adeguatamente sviluppate per consentire uno streaming efficiente e affidabile su reti P2P. Questa UR vuole concentrarsi su alcune di queste tecnologie. - Esploreremo la codifica video scalabile, il cui uso nel contesto P2P appare promettente. Infatti, se alcuni nodi si disconnettono o molti utenti richiedono simultaneamente lo stesso contenuto, è possibile per i nodi ricorrere ad una versione a qualità o risoluzione inferiore, evitando interruzione del servizio. Inoltre, la scalabilità permette di inglobare utenti con capacità differenti nello stesso insieme di peer. Tuttavia, alcune problematiche sono ancora da affrontare. Gli attuali protocolli P2P non gestiscono flussi scalabili, e neppure permettono lo scambio di contenuti codificati con opzioni differenti. La definizione dello stream scalabile, in termini del più appropriato tipo e numero di livelli di scalabilità, e rate di ciascun livello, è complessa. Adottando come strumento di base il codificatore H.264/SVC, studieremo: la specifica di un co-decodificatore SVC entro un client P2P, e la specifica di un protocollo di streaming P2P capace di supportare la scalabilità. Queste attività si avvarranno della consulenza di esperti di UCLA, e con la stretta collaborazione delle UR3 e 5 che si occuperanno di scalabilità a bassa complessità e mediante wavelet. -Integreremo la codifica a descrittori multipli in un protocollo di streaming P2P opportunamente selezionato. Intendiamo partire da schemi di codifica a descrittori multipli (MDC) che generino stream compatibili con H.264/AVC, e ci proponiamo di integrarli in un protocollo di streaming P2P. Partiremo dallo schema MDC in [24] basato sull'opzione slice ridondanti di H.264/AVC, che realizza un meccanismo piuttosto efficiente di sfruttamento della ridondanza. Affronteremo il problema di integrare tale schema MDC in reti P2P con topologie mesh o ad alberi multipli. Realizzeremo quindi un opportuno protocollo di streaming adatto per la distribuzione di descrittori multipli su una rete di overlay di topologia selezionata. Infine, valuteremo se sarà necessario modificare l'algoritmo MDC per ottimizzarne le prestazioni nel contesto P2P. Ci avvarremo del supporto di un esperto di MDC presso la Xi'an Jaotong-Liverpool University di Suzhou, Cina. -Valuteremo l'uso di codici a fontana nelle reti mesh overlay. I codici a fontana digitali (DF) hanno acquisito grande popolarità nella comunità scientifica e nei comitati di standardizzazione 3GPP-MBMS. I DF generano un numero arbitrario di simboli codificati. Il messaggio trasmesso potrà essere decodificato a patto che un numero sufficiente di simboli venga ricevuto, indipendentemente dalle perdite. Tuttavia, l'uso dei codici DF in applicazioni di streaming in scenari realistici richiede diversi approfondimenti. Per esempio, l'uso di blocchi corti rende il codice DF subottimo. Si affronterà questo problema, perseguendo soluzioni basate sul concetto sliding fountain (SF), e capaci di ottenere unequal error protection (UEP) e codifica congiunta di sorgente e canale. Si proporrà una soluzione per la codifica dei chunk per streaming su reti mesh. Infatti, l'efficienza dei sistemi P2P basati sui chunk è fortemente influenzata dalla lunghezza dei chunk stessi; chunk corti permettono un efficiente sfruttamento della banda di uplink, ma richiedono un elevato traffico di segnalazione dovuto allo scambio della mappa del buffer. Usare la codifica dei chunk, come proposto ad esempio in [36], può essere una soluzione. Ogni chunk è codificato in modo da garantire la ricezione del segmento in modo indipendente dai particolari pacchetti ricevuti. L'intento di questo lavoro è esplorare strategie di codifica e famiglie di codici diverse (Reed Solomon, LT [25], raptor [28]) per sperimentare la codifica dei chunk. I risultati saranno confrontati con quelli ottenuti da UR2, che sperimenta la codifica sub-chunk. - Integreremo e valideremo alcune delle metodologie studiate nel dimostratore comune del progetto, che consiste in un protocollo P2P e relativo client per lo streaming di lezioni di dottorato tra le università coinvolte nel progetto. Tale protocollo si potrà interfacciare ad un codificatore di sorgente flessibile per separare l'algoritmo di codifica di sorgente da quello di gestione del protocollo, e quindi poter sperimentare le tecniche avanzate di codifica studiate nel progetto (MDC, SVC, codifica dei chunk). Per tale dimostratore, metteremo a disposizione due telecamere di alta qualità, già disponibili presso questa UR. - Infine, attueremo opportune strategie di coordinamento e divulgazione dei risultati del progetto. Testo inglese Industry and academia are expecting a great success from the introduction of IPTV, provided that some key technologies are developed. We want to focus on some of such enabling technologies, aiming at a reliable and efficient video streaming on P2P overlays. - We will explore the use of scalable video coding. The application of scalable coding in the P2P context is promising. In fact, if some peer nodes disconnect or thousands of users request the same content simultaneously, the peers may want to resort to lower quality or resolution, avoiding an abrupt service breakdown; moreover, scalability can help accommodating users with different capabilities in the same swarm. However, major issues are still to be solved. Present P2P clients are not able to accommodate scalable streams, or to allow peers to exchange contents encoded with different coding options. The definition of the scalable stream itself in terms of the most proper number and type of layers to be implemented and rate devoted to each layer, is not trivial. We will address the H.264/SVC co-decoder, and focus on: specification of SVC co-decoding within a P2P client, proposal of a streaming protocol able to support scalability. This activity will be performed with the help of researchers hosted from UCLA, and in strict cooperation with RU3 and 5 (which will focus on low complexity and wavelet based scalability). -We will integrate multiple description coding in a selected P2P streaming protocol. We intend to start from multiple description coding (MDC) schemes able to generate streams that are compatible with H.264/AVC, and integrate their features into a P2P streaming protocol. We will start from the recently proposed MDC scheme making use of the H.264/AVC redundant slice option [24], which exhibits a rather efficient redundancy exploitation. We will face the problem of matching such an efficient MDC scheme with mesh or multiple tree P2P overlay network topologies. We will implement a proper P2P streaming protocol, suitable for MDC distribution over the selected overlay network topology. Finally, we will consider modifications to the MDC algorithm, so as to maximize its performance in the P2P context. We will be supported by an MDC expert from the Xi'an Jaotong-Liverpool University, Suzhou, China. - We will validate the use of digital fountain codes in mesh overlays. Digital fountain (DF) codes have recently gained popularity in both the research community and standardization bodies (3GPP-MBMS). A DF is a code, generating an arbitrary number of coded packets, i.e. the water drops. The receiver can be assimilated to a bucket, collecting water drops; the informative message can be reconstructed as far as enough packets are collected, independently of the loss pattern. However, the use of DF codes for realistic video streaming applications opens a number of research issues. First of all, if short block lengths are addressed, the code performance is suboptimal. We will devise solutions to this problem, based on the sliding fountain (SF) concept, providing unequal error protection and joint source channel coding. Moreover, the efficiency of a chunk-based P2P solution over mesh overlay networks is heavily affected by the chunk size; small chunks enable an efficient exploitation of the uplink bandwidth of the peers, but imply larger buffer maps and therefore augmented signalling traffic due to buffer maps exchange. A solution to this dilemma can be devised using coding techniques as proposed in [36], so as to allow for video segment decoding regardless of the particular data packets received. We intend to explore different encoding strategies and code families (Reed Solomon, LT [25], raptor [28]) to experiment chunk coding. We will enable comparisons with sub-chunk encoding techniques developed by RU2. - We will integrate and test some of the advanced techniques into the
MIUR - BANDO 2008 - MODELLO B
-9-
Ministero dell'Istruzione dell'Università e della Ricerca common P2P framework for real-time delivery of Doctorate courses. Such a common protocol will be able to support a flexible source encoder and high level functionalities, so as to enable experiments of the techniques studied in the project (MDC, SVC, chunk encoding). The P2P module will be interfaced with an open source video co-decoder, so as to decouple the source coding algorithm implementation from the P2P protocol management; as a consequence, source coding techniques devised by this one as well as other RUs of the project will be easily integrated with the P2P module. We will make available for streaming experiments two high quality video cameras, already acquired by this RU - Finally, we will implement suitable coordination and dissemination strategies, in order to fulfil a thorough integration of the skills present in the consortium.
9 - Settori di ricerca ERC (European Research Council) PE Mathematics, physical sciences, information and communication, engineering, universe and earth sciences PE5 Information and communication: informatics and information systems,computer science, scientific computing, communication technology, intelligent systems PE5_15 Signals, Speech and Image Processing PE5_11 Multimedia
10 - Parole chiave Testo italiano CODIFICA A DESCRIZIONI MULTIPLE PER PEER TO PEER VIDEO STREAMING CODIFICA VIDEO SCALABILE PER PEER TO PEER VIDEO STREAMING Testo inglese MULTIPLE DESCRIPTION CODING FOR PEER TO PEER VIDEO STREAMING SCALABLE VIDEO CODING FOR PEER TO PEER VIDEO STREAMING
11 - Stato dell'arte Testo italiano Il P2P e le reti logiche (overlay) hanno raggiunto funzionalità che vanno oltre il multicast IP e la condivisione di file. Con l'aumento degli accessi Internet a larga banda, queste tecnologie hanno dimostrato di essere adatte allo streaming audio e video e al video-on-demand. Oltre Skype, il quale si basa su tecnologie P2P ma che raramente coinvolge più di due utenti, stanno emergendo applicazioni più sofisticate. Una è la migrazione degli utenti TV verso soluzioni basate su IP; un'altra è la condivisione di contenuti prodotti direttamente dagli utenti, che comportano da pro-sumers, cioè sono allo stesso tempo produttori e consumatori. Siti Web come "youtube.com" e "myspace.com" e la tecnologia delle videocamere digitali hanno innescato questo fenomeno. Con queste premesse l'industria e l'accademia si aspettano un grande successo dall'introduzione di IPTV; a tal fine sono state sviluppate varie tecnologie. Scalabilità. La codifica video scalabile (SVC) codifica in un unico flusso versioni dello stesso video con differente qualità, risoluzione e frame rate [1,2]. La scalabilità è utile in trasmissione con banda variabile e perdite di pacchetti. In realtà, la possibilità di una parziale ricostruzione è vincolata al corretto ricevimento dei dati relativi al layer di base. Questo approccio è utile anche quando gli utenti hanno schermi con differente risoluzione: mediante una rappresentazione scalabile è possibile decodificare solo la porzione di dati utilizzabili/desiderati rendendo meno stringenti le necessità di adattamento e con risparmio considerevole in termini di velocità di trasmissione e complessità. Il co-decodificatore MPEG/ITU-T JVT SVC rappresenta un'estensione di H.264/MPEG-4 Part 10 AVC [3]. H.264/SVC realizza scalabilità temporale, in risoluzione, in qualità e una qualsiasi combinazione di queste, con una moderata perdita di efficienza di compressione rispetto al codificatore non scalabile. L'uso di SVC nel contesto di streaming in P2P è argomento relativamente nuovo, che pone diversi problemi in quanto i layer sono organizzati secondo gerarchie. Alcune proposte sono apparse recentemente in letteratura. Possiamo citare [33], in cui i peer sono in qualche modo classificati, e il trasporto del layer di base è in carico ai peer più affidabili; [34], dove viene generata una topologia ad albero ed ogni peer deve sottoscrivere a priori un determinato livello di qualità; [35], dove alberi multipli, che trasportano differenti layer, vengono gestiti dinamicamente in modo da massimizzare la qualità del segnale ricevuto. E' bene segnalare come tutti questi contributi si debbano considerare preliminari. Codifica a descrizioni multiple (MDC). In MDC [4] il flusso viene diviso in più sotto-flussi (descrizioni), senza alcuna dipendenza gerarchica reciproca. Se le descrizioni sono trasmesse su percorsi indipendenti, la qualità risulta scalabile. Infatti, un livello minimo di qualità si ottiene con la ricezione di una singola descrizione; la qualità migliora a mano a mano che vengono ricevute altre descrizioni. Ciò si ottiene al prezzo di una certa ridondanza. Sono state proposte diverse tecniche MD: quantizzatori a descrizioni multiple [5-7], trasformate correlanti [8,9], "lapped orthogonal transform" [10], banchi di filtri correlanti [11,12], sotto-campionamento associato a tecniche di recupero dell'errore di propagazione [13-16], schemi basati sulla protezione ineguale [17-19]. Recentemente, sono stati proposti schemi MDC compatibili con standard internazionali per JPEG 2000 [20-22] e per video [23,24]. Quest'ultimo sfrutta l'opzione delle slice ridondanti di H.264/AVC: in presenza di perdite, la rappresentazione ridondante può essere usata per sostituire le porzioni mancanti del flusso compresso. Ogni descrizione e' compatibile con la sintassi dello standard H.264 garantendo il funzionamento della decodifica anche in caso di ricezione di una sola descrizione. Quando tutte le descrizioni sono disponibili, può essere usato un decodificatore H.264 standard previa una semplice elaborazione del flusso compresso. Risultati sperimentali dimostrano che questa tecnica si confronta favorevolmente con altri approcci MD su H.264. L'uso di questo metodo in applicazioni di streaming P2P è uno degli obiettivi della presente proposta. Codici numerici a fontana (DFC) [25-27]. I DFC permettono di codificare un numero illimitato di simboli (codici rateless) fino a che l'utente ottiene informazioni sufficienti a garantire una decodifica corretta. Questi codici hanno complessità inferiore rispetto ai codici Reed-Solomon, con un'efficienza confrontabile; ciò li rende utili nelle applicazioni multicast e P2P [28]. Il codice Raptor R10 [29] è stato incluso negli standard 3GPP-MBMS e DVB-H. Le realizzazioni pratiche di LT e Raptor sono analizzate in [30]. Lo streaming video in tempo reale e la memoria limitata impongono vincoli sui tempi di ricezione per la visualizzazione dei fotogrammi. Una possibile soluzione può essere dividere i dati in blocchi più piccoli, ma questo comporta inefficienza del codice. Per superare questo problema, viene proposto uno schema di codifica SF [31], insieme ad un decodificatore di tipo "belief-propagation " opportunamente modificato. L'uso di finestre sovrapposte permette di estendere virtualmente i blocchi, con rendimenti migliori in termini di recupero dei pacchetti. I DFC possono essere usati nella trasmissione P2P per la codifica dei segmenti (chunk), così da limitare la necessità di concordare i contentuti da scambiare. Ciò permette di raggiungere una maggiore efficienza nello sfruttamento della banda, grazie al ridotto overhead dovuto allo scambio della mappa dei buffer. Una proposta in tale senso è il protocollo rStream, descritto in [36]. In questo articolo si propone di ricodificare i chunk in ogni nodo peer, usando lo stesso codice LT, in modo da limitare la trasmissione di informazioni di controllo. Inoltre, si propone un meccanismo ibrido push-pull per lo scambio di dati, che porta a una buona efficienza nello sfruttamento della banda. Testo inglese Overlay networks and P2P, initially developed to support IP multicast and file-sharing, have gone a long way beyond that functionality. With the increasing bandwidth capacity provided by the Internet, they are also proving to be key technologies for real-time video and audio streaming and of video-on-demand. Beyond Skype, which relies on P2P technologies but seldom involves more than two users, new, more sophisticated applications are emerging. The first one corresponds to TV viewer migration to IP-based TV. In the second one, growing communities of end users share content they often have produced themselves. They act as pro-sumers, i.e., someone who produces and consumes content at the same time. Websites such as "youtube.com" and "myspace.com", as well as digital camera
MIUR - BANDO 2008 - MODELLO B
- 10 -
Ministero dell'Istruzione dell'Università e della Ricerca technology, are the main enablers of this phenomenon. With this background, industry and academia are expecting a great success from the introduction of IPTV. Some technologies are being developed to enable such a vision. Among them, we will focus on the following ones. Scalability. Scalable Video Coding (SVC) allows one to encode in a unique stream several working points corresponding to different quality, picture size and frame rate [1,2]. Scalability is useful in transmission with variable bandwidth and packet losses. In fact, it gives the opportunity of partial reconstruction if data relative to the base layer is correctly received. This approach also faces the situation when users may have different display resolution: using a scalable representation makes it possible to decode only the usable/desired portion of data with relaxed needs for adaptation and considerable savings in computational complexity and transmission rate. The MPEG/ITU-T JVT SVC co-decoder represents a major extension of H.264/MPEG-4 Part 10 AVC [3]. H.264/SVC allows implementing temporal, resolution or quality scalability and any combination of them, with limited compression penalty with respect to non scalable codecs. The use of SVC encoded data in the P2P video streaming context is a relatively new topic, and poses several challenges as layers are hierarchically organized. A few proposal have appeared up to now in the scientific literature. We can mention [33], where peers are somehow ranked, and the transport of the base layer is devoted to the most reliable peers; [34], where a tree topology is generated and each peer is called to subscribe a priori a given quality level; [35], where multiple trees carrying different layers are dynamically managed so as to maximize the overall quality. However, it is worth pointing out that such proposal should be considered as very preliminary. Multiple description coding (MDC). In MDC [4] the stream is divided into multiple substreams (or descriptions), with no hierarchical dependency among each other. In case descriptions are transmitted over independent physical or logical paths, this allows for graceful degradation. In fact, a basic quality level is obtained when a single description is received; then, quality increases as far as more descriptions are received. This comes at the expenses of some extra rate, or redundancy. Several MD techniques have been proposed, namely MD quantization [5-7], correlating transforms [8,9], lapped orthogonal transforms [10], correlating filterbanks [11,12], video subsampling in different domains in association with recovery techniques which take into account error propagation [13-16], schemes based on unequal loss protection [17-19]. Recently, MDC schemes compatible with international standards have been proposed for JPEG 2000 [20-22] and video [23,24]. This latter is based on the redundant slice option of H.264/AVC: in presence of losses, the redundant representation can be used to replace missing portions of the compressed bitstream. Descriptions keep full compatibility with the H.264 standard syntax and decoding behaviour in case of single description reception. When both descriptions are available, a standard H.264 decoder can be used, given a simple pre-processing of the received compressed bitstreams. Experimental results demonstrate that this technique favourably compares with other H.264 MD approaches. The use of such technique in P2P video streaming applications is one of the goals of the present proposal. Digital fountain codes (DFC) [25-27]. DFC allow one to encode an unlimited number of symbols (rateless codes) until every user gets enough information to guarantee correct decoding. They exhibit lower complexity than Reed-Solomon codes, with similar erasure correction performance; this makes them useful in multicast and P2P applications [28]. The systematic raptor code R10 [29] has been included in the 3GPP-MBMS and DVB-H standards. Practical implementations of LT and Raptor codes are analyzed in [30]. Real time video streaming and limited memory impose some constraints on the receiving times of the frames to be played. A possible solution could be to divide the data into smaller blocks, but this leads to code inefficiency. In order to overcome this problem, a SF encoding scheme is proposed in [31], along with a suitably modified belief-propagation decoder. The use of overlapped windows allows one to have a virtually extended block, which yields superior performance in terms of packet recovery. DFC can be applied to encode video chunks in P2P transmission so as to reduce the need for content reconciliation. This can allow one to achieve better uplink bandwidth exploitation due to the reduced overhead related to the need of buffer map exchange. A proposal in this sense is the rStream protocol described in [36]. Here, re-encoding of data chunks in each node, using the same LT code, is proposed so as to avoid the exchange of overhead information. A hybrid push-pull mechanism is proposed for data exchange, leading to a very high efficiency in bandwidth exploitation.
12 - Riferimenti bibliografici ON H.264/SVC [1] H. Schwarz, D. Marpe, T. Wiegand, "Overview of the Scalable Video Coding Extension of the H.264/AVC Standard, " IEEE Trans. Circuits Syst. Video Technol., vol. 17, no. 9, pp. 1103-1120, Sept. 2007 [2] R. Ohm, "Advances in scalable video coding," Proc. IEEE, vol. 93, no. 1, pp. 42-56, Jan. 2005 [3] ITU-T Rec. H.264 Annex G/AVC Amendment 3, Scalable Video Coding (SVC), Jan. 2007 ON MDC [4] V. K. Goyal, "Multiple description coding: compression meets the network," IEEE Signal Proc. Mag., Vol. 18, Issue 5, pp. 74-93, Sept. 2001 [5] V. Vaishampayan, "Design of multiple description scalar quantizers," IEEE Trans. Info. Theory, vol. 39, no. 3, pp. 821-834, May 1993 [6] Vaishampayan, N. J. A. Sloane, S. D. Servetto, "Multiple-description vector quantization with lattice codebooks: design and anaysis," IEEE Trans. Info. Theory, vol. 47, no. 5, pp. 1718-1734, Jul. 2001 [7] J. Hafarkhani and V. Tarokh, "Multiple description trellis-coded quantization," IEEE Trans. Commun., vol. 47, no. 6, pp. 799-803, Jun. 1999 [8] Y. Wang et. al., "Multiple description coding using pairwise correlating transforms," IEEE Trans. Image Proc., vol. 10, no. 3, pp. 351-367, Mar. 2001 [9] K. Goyal , J. Kovacevic, "Generalized multiple description coding with correlating transforms," IEEE Trans. Info. Theory, vol. 47, no. 6, pp. 2199-2224, Sep. 2001 [10] C. Doe-Man Chung and W. Yao, "Multiple description image coding using signal decomposition and reconstruction based on lapped orthogonal transforms," IEEE Trans. Circuits Syst. Video Technol., vol. 9, no. 6, pp. 895-908, Sep. 1999 [11] X. Yan and K. Ramchandran, "Optimal subband filter banks for multiple description coding," IEEE Trans. Info. Theory, vol. 46, no. 7, pp. 2477-2490, Nov. 2000 [12] R. Bemardini et. al. "Polyphase spatial subsampling multiple description coding of video streams with H.264," IEEE ICIP 2004 [13] R. Bernardini, R. Rinaldo "Efficient reconstruction from frame based multiple descriptions, IEEE Trans. on Signal Proc., N. 8, Vol. 53, pp. 3282 - 3296, 2005 [14] A. Reibman et. al., "Multiple description coding for video using motion compensated prediction," IEEE Int. Conf. on Image Proc. (ICIP), vol. 3, pp. 837-841, 1999. [15] F. Verdicchio et. al., "Embedded Multiple Description Coding of Video," IEEE Trans. Image Proc., vol. 15, no. 10, pp. 3114-3130, Oct. 2006. [16] N. Franchi et. al., "Multiple description video coding for scalable and robust transmission over IP", IEEE Trans. Circuits Syst. Video Technol., Vol. 15, Issue 3, pp. 321- 334, March 2005 [17] J. Kim, R. M. Mersereau, Y. Altunbasak, "Error-resilient image and video transmission over the Internet using unequal error protection," IEEE Trans. Image Proc., vol. 12, no. 2, pp. 121-131, Feb. 2003 [18] A. E. Mohr et al., "Unequal loss protection: Graceful degradation of image quality over packet erasure channels through forward error correction," IEEE J. Select. Areas Comm., vol. 18, pp. 819-829, June 2000 [19] R. Puri, K. Ramchandran, "Multiple description source coding through forward error correction codes," 33rd Asilomar Conf. Signals, System Comp., vol. 1, 1999, pp. 342-346 [20] M. Gallant, S. Shirani, F. Kossentini, "Standard-Compliant Multiple Description Video Coding", IEEE Int. Conf. on Image Proc. (ICIP), 2001. [21] G. Olmo, T. Tillo,"A novel multiple description coding scheme compatible with the JPEG 2000 decoder", IEEE Signal Proc. Letters, Vol. 11, No. 11, pp. 908-911, Nov. 2004. [22] E. Baccaglini, T. Tillo, G. Olmo, "Network adaptive Multiple Description Coding for JPEG2000", IEEE Int. Conf. on Image Proc. (ICIP), 2005 [23] T. Tillo, M. Grangetto, G. Olmo, "Multiple description coding using Lagrangian rate allocation control ," IEEE Trans. on Image Proc., Vol. 16, No. 1, pp. 673-683, March 2007 [24] T. Tillo, M. Grangetto, G. Olmo, "Redundant slice optimal allocation for H.264 multiple description coding," IEEE Trans. Circuits Syst. Video Tech., Vol. 18, No. 1, pp. 59-70, Jan. 2008 ON DFC [25] M. Luby et. al., "Efficient Erasure Correcting Codes", IEEE Trans. on Info. Theory, vol. 47, pp. 569-584, Feb. 2001 [26] D. J. C. MacKay, "Fountain Codes", IEE Proceedings, vol. 152, pp. 1062-1068, Dec. 2005. [27] M. Mitzenmacher, "Digital fountains: a survey and look forward," IEEE Info. Theory Workshop, pp. 271 - 276, 2004 [28] A. Shokrollahi, "Raptor codes," Int. Symposium on Information Theory (ISIT 2004), pp. 36, 2004 [29] J. W Byers et al., "A digital fountain approach to asynchronous reliable multicast," IEEE J. Select. Areas Comm., Vol. 20, Issue 8, pp. 1528 - 1540, Oct. 2002 [30] P. Castaldi et al., "Implementation and performance evaluation of LT and Raptor codes for multimedia applications," IEEE Int. Conf. on Int. Inf. Hiding and
MIUR - BANDO 2008 - MODELLO B
- 11 -
Ministero dell'Istruzione dell'Università e della Ricerca Multim. Signal Proc., 2005 [31] M. Bogino et al., "Sliding-window digital fountain codes for streaming of multimedia contents," IEEE Int. Symp. on Circuits and Systems, 2006 ON SVC-BASED AND CODING-BASED SOLUTIONS FOR P2P STREAMING [32] A. Sentinelli et al., "Will IPTV ride the P2P stream?," IEEE Comm. Mag., June 2007 [33] M. Mushtaq, T. Ahmed, "Smooth Video Delivery for SVC based Media Streaming over P2P Networks", Consumer Communications and Networking Conference, 2008. CCNC 2008. 5th IEEE, pp 447 - 451, 2008 [34] K. Lin, N. Liu, X. Luo, "An Optimized P2P based Algorithm using SVC for Media Streaming", Communications and Networking in China, 2008. ChinaCom 2008. Third International Conference on, pp 569 - 573, 2008 [35] P. Baccichet, T. Schierl, T. Wiegand, B. Girod, "Low-delay Peer-to-Peer Streaming using Scalable Video Coding", Packet Video 2007, pp 173 - 181, 2007 [36] Chuan Wu, Baochun Li, "rStream: Resilient and Optimal Peer-to-Peer Streaming with Rateless Codes," IEEE Trans. on Parallel Comp. and Distrib. Systems, vol.. 19, no.. 1, pp. 77-92, Jan. 2008
13 - Descrizione del programma e dei compiti dell'Unità di Ricerca Testo italiano Attività 1: H.264/SVC in P2P. La molteplicità di livelli di qualità al ricevitore resa possibile dalla codifica scalabile è sicuramente utile nel contesto in questione. Tuttavia, vi sono ancora importanti problemi da risolvere. Innanzitutto, i layer sono organizzati gerarchicamente, e di conseguenza un layer superiore è inutilizzabile se non sono stati correttamente ricevuti i layer gerarchicamente inferiori. Inoltre, attualmente i client P2P non sono in grado di ospitare flussi di tipo scalabile, né permettono ai peer scambi di contenuti non identici. Un ulteriore problema è la difficoltà di definire il flusso scalabile, in termini del migliore numero e tipo di layer e rate da assegnare a ciascun layer. Questa UR si propone di studiare alcune delle questioni citate, con lo scopo di abilitare l'uso di video scalabile su reti P2P. Il co-decodificatore H.264/SVC, standardizzato dal comitato JVT, è chiaramente una scelta privilegiata, e sarà oggetto dell'analisi questa UR; altre unità analizzeranno tecniche non basate sulla trasformata DCT, in modo da poter effettuare confronti. In dettaglio, si tratteranno i seguenti argomenti. Argomento 1.1: Selezione dei layer. Gli standard di codifica video, tra cui H.264/SVC, definiscono unicamente la sintassi del flusso dati che un decodificatore compatibile può interpretare, lasciando così la porta aperta ad indagini di strumenti non normativi al lato codificatore. In SVC, la selezione dei layer da implementare dev'essere ben tarata (un eccessivo numero di layer può introdurre un'eccessiva inefficienza del sistema); inoltre, è determinante la relativa ottimizzazione delle prestazioni, in termini di rate-distortion. Ad esempio, se si selezionano due layer di risoluzione QCIF e CIF, non è scontato come distribuire il rate tra i layer a bassa e ad alta risoluzione. L'ottimizzazione rate distortion tra i layer risulta essere problematica specialmente in caso di molti layer. Si identificheranno quindi alcuni casi di studio significativi (combinazioni di scalabilità nei vari domini), e si esemplificheranno tecniche ottimizzate di allocazione dei rate. Argomento 1.2: Specifica di un protocollo di streaming P2P in grado di gestire flussi SVC. Ci si propone innanzitutto di selezionare una topologia della rete di overlay (mesh o ad alberi multipli) e di identificare i requisiti richiesti ai protocolli e client P2P, al fine di renderli in grado di gestire flussi di tipo SVC. Si identificherà quindi un protocollo di streaming P2P e lo si validerà su un testbed ridotto costituito da macchine locali. Si effettueranno confronti con altre tecniche di scalabilità (a bassa complessità, basata su wavelet) sviluppate da altre UR. Ci si avvarrà del supporto di UCLA per quanto riguarda gli aspetti squisitamente protocollari. Attività 2: Codifica a descrittori multipli, compatibile con standard, per streaming P2P. In questa attività, partiremo dallo schema MDC che fa uso dell'opzione slice ridondanti [24] standardizzata in H.264/AVC. La raccomandazione H264 non specifica il comportamento del decodificatore in presenza di slice ridondanti; tuttavia, è plausibile che, qualora slice primarie siano perdute, il decodificatore le sostituisca semplicemente con la versione ridondante. In [24] è proposto un semplice ma efficace approccio analitico di ottimizzazione, basato su una tecnica di allocazione della ridondanza per la codifica video open loop. L'obiettivo di questa attività è integrare la tecnica MDC appena descritta in un protocollo di streaming P2P. Selezioneremo e se necessario modificheremo un protocollo di streaming basato su un'opportuna topologia della rete di overlay in modo da renderlo compatibile con il trasporto di flussi MDC. Valideremo tale protocollo di streaming su un testbed semplificato costituito da macchine locali, con l'obiettivo di indentificare i possibili vantaggi della codifica MDC in termini di qualità del video ricevuto e continuità del servizio. Infine, a seconda dei risultati ottenuti, opereremo eventuali modifiche atte a migliorare le prestazioni dell'algoritmo MDC in tale contesto. Ci avvarremo per questa attività del supporto di un esperto di MDC presso la Xi'an Jaotong-Liverpool University di Suzhou, Cina. Attività 3: Codici di tipo Digital Fountain in una rete di overlay. I codici digital fountain (DF) permettono di generare un numero arbitrario di simboli codificati. Al ricevitore, l'informazione potrà essere ricostruita non appena un numero sufficiente di pacchetti sarà raccolto, in modo del tutto indipendente dal pattern di perdite. Per apprezzare gli aspetti più innovativi di DF, si consideri un Reed-Solomon -RS ( N,K) ottimizzato per il recupero delle cancellazioni. Quest'ultimo, ottimo dal punto di vista della teoria dell'informazione, è in grado di ricostruire i dati a partire da qualsiasi K simboli degli N in uscita. D'altro canto, il rate di codifica deve essere scelto a priori, in funzione della probabilità di perdita di simboli. Tale probabilità è non stazionaria a causa dell'instabilità del traffico P2P; inoltre ogni peer può essere soggetto a diverse velocità di download. Un ulteriore inconveniente è la complessità del decodificatore. I DF sono codici rate-less, dato che un numero arbitrario di simboli è generato in modo casuale per ogni simbolo di informazione. La complessità del co-decodificatore è lineare con la dimensione del blocco. Il prezzo da pagare è un overhead (numero di simboli lievemente maggiore di K per ricostruire l'informazione). L'uso dei codici DF per streaming video apre le porte a diversi campi di ricerca.. Le prestazioni di tali codici possono risultare subottime qualora si usino blocchi corti. L'approccio sliding fountain (SF) [31] risulta utile per superare questo limite. Il codificatore DF sceglie i simboli di sorgente da elaborare tra quelli che sono contenuti in una finestra temporale scorrevole. Questo meccanismo comporta un'estensione virtuale della lunghezza del blocco, che si traduce in un aumento delle prestazioni dei codici DF, dal momento che viene ridotto il sovraccarico e aumentata l'affidabilità della trasmissione. Alternativamente, se il sovraccarico è mantenuto costante, la codifica DF porta ad un rate per simbolo più basso rispetto al sistema che non usi la finestra scorrevole. Inoltre il sistema SF necessita di una quantità di memoria inferiore rispetto al metodo tradizionale. In questo progetto si tratteranno i seguenti argomenti: Argomento 3.1: Applicazione e validazione dell'approccio SF per lo streaming P2P. Il sistema SF offre un'ampia gamma di possibili sviluppi futuri in svariate applicazioni. Infatti, i parametri del sistema possono essere tarati in modo da trasmettere contenuti multimediale in un ambiente instabile come il P2P. Inoltre, la codifica DF sarà usata per algoritmi di Unequal Error Protection (UEP). Argomento 3.2: Applicazione e validazione della codifica DF per la codifica dei chunk in reti mesh. Una rete di overlay basata con topologia ad albero realizza un grafo, la cui radice è la sorgente del contenuto. Inizialmente ogni nodo riceve dati da un nodo padre, il quale può rappresentare la sorgente oppure un semplice peer. Se i peer non cambiano troppo spesso nel tempo, il sistema richiede un sovraccarico basso; in un ambiente dinamico dove i peer cambiano frequentemente, l'albero deve essere continuamente rigenerato. D'altro canto, una rete mesh realizza una distribuzione a grafo, dove ogni nodo contatta una serie di peer per ottenere un certo numero di unità di informazione (chunk). Ogni nodo deve sapere quali chunk ciascun peer possiede, ed esplicitamente richiede i chunk di cui necessita. I sistemi mesh sono più robusti alle disconnessioni dei nodi. Questo tipo di schema però richiede un sovraccarico, dovuto in parte allo scambio delle mappe dei buffer e in parte al processo di richiesta. La capacità di upstream di un dato peer (peer A) è utile se A è connesso ad un peer che necessita di uno dei chunk disponibili al nodo A. La probabilità di questo evento è determinata dal numero di peer che in certo istante sono connessi al nodo e dal numero di chunk utili in un certo momento. Se il contenuto deve essere disponibile entro 20 secondi rispetto all'evento che sta accadendo in tempo reale, questo consente di avere al massimo 20 secondi di dati condivisibili tra i peer; maggiore è la tolleranza al ritardo, migliore sarà la soluzione di streaming raggiunta [32]. Questa tolleranza al ritardo si traduce direttamente nella dimensione del buffer (per esempio se la tolleranza è di 20 secondi e il rate dello streaming è di 700Kbps, la dimensione del buffer sarà 14Mbits o 1.75MB). Per una dimensione di chunk di 256KB, che è il valore di default in BitTorrent, si avrebbero solo 7 chunk , il che implica un'efficienza del 87% circa (l'efficienza può essere stimata come [1 -(1/numero di Chunk)] [32]). Se la dimensione del chunk è ridotta a 16KB, lo stesso buffer di 1.75MB risulterebbe composto da 112 chunk, il che comporta un'efficienza del 99%. Ciò indica che una dimensione per chunk piccola consente di sfruttare al meglio la banda. D'altro canto, diminuendo la dimensione del chunk aumentano la dimensione della mappa dei buffer, e quindi il sovraccarico. Vogliamo proporre lo studio di tecniche di codifica dei chunk, in modo da limitare la quantità di traffico di controllo tra i peer in reti mesh. Proponiamo di codificare i chunk appartenenti a un determinato segmento dati, in modo tale che ogni segmento possa essere ricostruito da un numero sufficiente di pacchetti ricevuti. In questo contesto, ogni utente può identificare un sottoinsieme di peer che possiedano il segmento desiderato e ricevere da essi (o da un loro sottoinsieme) i dati codificati relativi a quel segmento. Siccome i dati possono essere ricostruiti da un qualsiasi insieme sufficiente di simboli codificati, e la probabilità di ricevere lo stesso simbolo da peer differenti può essere resa
MIUR - BANDO 2008 - MODELLO B
- 12 -
Ministero dell'Istruzione dell'Università e della Ricerca molto bassa, specialmente se i dati vengono ricodificati in ogni nodo, non vi è necessità di scambiare una buffer map. In questo lavoro si analizzeranno diverse strategie di codifica e differenti famiglie di codici (RS, LT, raptor) per la codifica dei chunk. Si identificheranno appropriati protocolli di streaming, capaci di sfruttare il principio della codifica dei chunk. Le prestazioni del sistema saranno valutate in termini di efficienza, sovraccarico, probabilità di fallimento rispetto al protocollo classico non basato sulla codifica. Sarà possibile effettuare confronti con tecniche simili implementate da altre unità di ricerca nel progetto (per esempio le tecniche RDMC sviluppate da UR2). Attività 4: Integrazione nel modulo P2P comune. Un protocollo ad hoc P2P e il rispettivo client, in grado di consentire simulazioni su larga scala delle tecniche studiate nel progetto, è obiettivo comune di tutte le UR. Tale infrastruttura P2P potrà essere usata per la diffusione di lezioni di dottorato tra le varie sedi. Integreremo nel protocollo comune almeno una delle tecniche studiate nel progetto (SVC, MDC, codifica dei chunk), selezionata sulla base dei test effettuati sul testbed ridotto basato su macchine locali, previsto in ciascuna attività. Saranno inoltre integrate, ove possibile, funzionalità ad un più alto livello (per esempio supporto per strategie di transcodifica o resilience sviluppate da UR4). Il protocollo sarà validato usando le procedure di test sviluppate da UR4 (le quali verranno applicate anche all'interno delle altre attività, per validazione preliminari). Inoltre, esso potrà essere soggetto a test su larga scala, usando una piattaforma come Planetlab (con il supporto di UCLA), per verificarne caratteristiche quali latenza, indice di continuità, proprietà di scalamento. Questa UR metterà anche a disposizione due telecamere Sony di alta qualità, già disponibili, per prove di streaming. Attività 5: Coordinamento e diffusione dei risultati. Si presterà particolare cura agli aspetti di coordinazione e diffusione dei risultati. Al tale scopo: -Si allestirà un sito web con una sezione riservata ed una pubblica; quest'ultima conterrà tutte le informazioni di divulgazione del progetto -Si provvederà alla creazione di una libreria di riferimento che conterrà software, documenti, scenari di riferimento e risultati, facilitando la condivisione delle conoscenze e la cooperazione -Si organizzerà un adeguato numero di incontri. Il primo sarà fissato al mese 2, in modo da discutere sugli obiettivi comuni e presentare il know-how dei partecipanti. Il secondo sarà fissato al mese 12, al fine di presentare i risultati intermedi e definire l'architettura del dimostratore. Allo scadere del progetto, sarà organizzato un workshop nazionale o internazionale aperto agli esperti del settore, per presentare i risultati conseguiti. Là dove possibile, si userà lo strumento della videoconferenza, per incoraggiare i partecipanti ad una continua integrazione (includendo UCLA e Suzhou) e allo stesso tempo limitare viaggi onerosi. -Si diffonderanno i risultati nella comunità scientifica attraverso la stesura di articoli a conferenze e riviste riconosciute a livello internazionale. -Si promuoveranno partecipazioni a ulteriori progetti di ricerca, per assicurare una continuazione della collaborazione anche dopo la fine del progetto. Pianificazione temporale Il progetto è organizzato in 3 fasi. -Fase 1 (Mesi 0-2): si effettuerà una pianificazione generale delle attività, basata su un approfondito studio dello stato dell'arte. Risultato finale sarà un documento di scenario operativo, sugli strumenti da condividere (p.es. software già disponibile), prospettive generali e definizione di gruppi di lavoro su argomenti specifici (scalabilità, MDC) -Nella fase 2 (Mesi 3-18), le attività 1-3 saranno condotte in parallelo. Una verifica del lavoro sarà prevista ogni sei mesi, rivedendo in modo appropriato strategie ed obiettivi. -Fase 3 (Mesi 19-24). Questa fase sarà principalmente dedicata all'integrazione e alla verifica dei risultati. Anche se l'integrazione sarà un obiettivo perseguito continuamente, in questa fase si finalizzeranno i confronti, si trarranno conclusioni e si porteranno diversi contributi software sul dimostratore. Il risultato sarà sotto forma di contributi al workshop finale, dimostrazione finale e rapporto conclusivo. Testo inglese Activity 1: H.264/SVC in P2P. Scalable coding makes many quality levels available at the receiver end, and this is quite an interesting feature in the P2P context. However, major issues are still to be solved to apply scalability to P2P. First of all, layers are hierarchically organized, and an upper layer is useless unless lower ones are properly received. Moreover, at present, popular P2P clients are not able to accommodate scalable streams, or to allow peers exchanging contents that are not identical. The definition of the scalable stream itself (in terms of the most proper number and type of layers to be implemented, rate to be devoted to each layer, and so on) is not trivial. This RU wants to explore some of such issues, with the aim of enabling scalable video streaming on overlay P2P networks. The H.264/SVC co-decoder by the JVT committee is clearly a preferred choice when exploring scalability, and will be addressed by this RU; non DCT based techniques, possibly suited to the P2P application, will be explored by other units, so as to enable comparisons. In more detail we will address the following topics. Topic 1.1 Selection of the layers to be implemented. Video coding standards, including H.264/SVC, only define the bitstream syntax that a compliant decoder can interpret, leaving the door open to the investigation of non normative tools at the encoder side. For example, the selection of the layers to be implemented must be carefully defined (an excessive number of layers may introduce too much inefficiency in the system); and the related rate-distortion optimisation is crucial. As an example, if a QCIF and a CIF resolution layers are implemented, it is not clear whether it is better to allocate more rate to the lower resolution layer, which may help the estimation of the upper layer, or not. This inter-layer rate distortion optimisation issue turns out to be critical, especially when many layers are implemented. We will identify some meaningful configurations (in terms of various combinations of scalability in the temporal, resolution and quality domains), and will experiment and validate optimized rate allocation for such situations. Topic 1.2 Specification of a P2P streaming protocol able to manage SVC. We will agree upon a overlay network topology (mesh or multiple tree) and will identify the requirements necessary for a P2P streaming protocol to manage SVC streams. We will test the identified streaming protocol on a simplified testbed making used of local machines, Comparisons with low complexity and wavelet based techniques for scalability, developed by RU3 and 5, will be enabled. We will be supported by UCLA personnel as far as the protocol aspects are concerned. Activity 2: Standard compliant multiple description coding in P2P. In this task, we will start from a standard compliant and efficient MDC scheme such as that defined in [24], which is based on the redundant slice option in H.264/AVC. The H.264/AVC recommendation does not specify a normative decoder behaviour in presence of redundant slices. However, it is reasonable that, when some of the samples in the decoded primary picture cannot be correctly decoded due to errors or transmission losses, the decoder will replace the samples of the decoded primary picture with the corresponding ones of the decoded redundant slice. In [24], an analytical optimization approach results in a simple, yet powerful, open loop redundancy allocation technique. The goal of this activity is to integrate the technique into a P2P streaming protocol. We will select and possibly modify a streaming protocol based on a proper overlay network topology so as to support MDC. We will test the identified streaming protocol on a simplified testbed making used of local machines, with the aim of pointing out the possible advantages of MDC encoding in terms of quality of delivered video and continuity index. Finally, we will possibly modify the MDc algorithm in order to enhance its performance in the context at hand. We will be supported by an MDC expert from the Jaotong-Liverpool University, Suzhou, China. Activity 3: Digital fountain codes in mesh overlay networks. Digital fountain codes allow one to generate an arbitrary number of coded packets, i.e. the water drops. The receiver can be assimilated to a bucket, collecting water drops; the informative message can be reconstructed as far as enough packets are collected, independently of the loss pattern. In order to appreciate the most innovative aspects of DFC, let us consider an (N,K) Reed Solomon (RS) code optimized for the erasure case. This latter is able to recover the data from any K symbols out of N, and is optimal from the information theory standpoint. On the other hand, the coding rate must be selected as a function of the probability not to receiving symbols within the useful time window. This probability is highly non stationary due to several reasons, including the instability of P2P traffic; moreover, each peer may experience different download speed. Another drawback of RS is the complexity of the decoder. DFC are rate-less codes, as an arbitrary number of coded symbols is randomly generated for each information symbol; then, each user can gather a number of coded symbols that is enough for it to recover the information. Moreover, both the encoder and the decoder complexities are linear with the data block size. The price to be paid is some overhead, i.e. slightly more than K symbols must be received to recover the original information. The use of DF codes for realistic video streaming applications opens a number of research issues. First of all, the code performance may be suboptimal if short block lengths are addressed. The sliding fountain approach proposed in [31] is useful to limit this drawback. The key feature of SF is to use a windowing approach to partition the information data. The DF encoder chooses the source symbols to be processed among those contained in a sliding window, which moves forward following the chronological order of the video stream. This virtually extends the block length, so as enhance the performance of the DF code by reducing the overhead and increasing transmission reliability. Alternatively, if the overhead is kept constant, DF yields a non decoded symbol rate lower than the non windowed system. Moreover, the SF system needs a lower amount of memory with respect of a traditional one. In this project, we will address the following topics. Topic 3.1 Application and validation of the SF approach to the P2P streaming case. The SF system opens a wide range of possible future developments for many applications. In fact, the system parameters can be tuned in order to transmit multimedia contents in critical situations such as instable P2P environment. Moreover, SF will be studied as a means of providing unequal error protection.
MIUR - BANDO 2008 - MODELLO B
- 13 -
Ministero dell'Istruzione dell'Università e della Ricerca Topic 3.2 Application and validation of DFC for chunk encoding in mesh overlays. Tree-based overlays implement a tree distribution graph, rooted at the source of the content. In principle, each node receives data from a parent node, which may be the source or a peer. If peers do not change too often, such systems require little overhead; however, in high churn environment, the tree must be continuously destroyed and rebuilt. On the other hand, mesh-based overlays implement a mesh distribution graph, where each node contacts a subset of peers to obtain a number of chunks. Every node needs to know which chunks are owned by its peers and explicitly pulls the chunks it needs. Mesh based systems offer good resilience to node failures. On the negative side, this type of scheme involves overhead, due in part to the exchange of buffer maps between nodes and in part to the pull process. The upstream capacity of a given peer (say peer A) is useful if peer A is connected to a peer that needs one of the chunks available at peer A. The probability of this event is determined by the instantaneous number of peers a node is connected to, and the number of relevant chunks at any given time. If the content is assumed to be of little value after, say, 20 seconds of the actual event, this allows at most 20 seconds worth of streaming data to be shared among the peers. Clearly, the larger this delay tolerance, the better a streaming solution will perform [32]. This delay tolerance directly translates into the size of the buffer (e.g. if the delay tolerance is 20 seconds and the streaming rate is 700Kbps, the buffer size is 14Mbits or 1.75MB). For a chunk size of 256KB, the default value in BitTorrent, this provides only 7 chunks, which implies around 87% efficiency (the efficiency of a chunk-based solution can be estimated [32] as [1 -(1/Number of Chunks)]). However, if the chunk size is reduced to 16KB, the same 1.75MB buffer now is comprised of 112 chunks, which would allow a chunk-based solution to utilize 99% of the peer upload capacity. This points out that smaller chunk sizes allow for a better bandwidth exploitation. On the other hand, decreasing the chunk size does increase overhead costs as it implies larger buffer maps. We intend to study chunk encoding techniques, so as to limit the need for too much overhead information to be exchanged among peers. We propose to encode chunks belonging to a given data segments, so that each segment can be recovered if enough encoded symbols are received. In this context, each user can identify a subset of peers that have the desired segment, and receive from all (or a subset) of them data related to that segment. As data can be recovered from any subset of encoded symbols of sufficient cardinality, and the probability of receiving duplicated information is very low, especially if data is re-encoded by each peer as proposed in [36], there is no need of exchanging a buffer map. In this work, we will explore different encoding strategies and different code families (RS, LT codes, raptor codes) to experiment chunk coding. We will devise streaming protocols, suitable for given overlay topologies, able to support and exploit chunk encoding. The performance of the identified systems will be validated in terms of bandwidth efficiency, total overhead, outage probability, with respect to non coded protocols. Comparisons will be enabled with similar techniques implemented by other RUs in the project (e.g. the RDMC techniques developed by RU2). Activity 4: P2P module development. We want to integrate some of the studied techniques in the common P2P infrastructure, which will enable large scale experiments of the techniques studied in the project, and be used for streaming of PhD lessons among the involved universities. The P2P module will support at least one of the studied techniques (MDC, SVC, chunk coding), selected among those identified in the project based on the results of the preliminary performance tests implemented with reduced test beds based on local machines. High level functionalities (e.g. support for transcoding/resiliency strategies developed by RU4) will also be integrated if possible. The selected P2P protocol will be validated using the methodologies developed by RU4 (such methodology will also be performed within each activity to yield preliminary validation). It will also possibly be subject to large scale tests using a platform such as Planetlab (with the support by UCLA), so as to verify the characteristics in terms of latency, continuity index and scaling properties. We will also make available for streaming experiments, two high quality video cameras already acquired by this RU. Activity 5: Coordination and dissemination. We will devote particular care to aspects related to the project coordination and the dissemination of the results. To this end, we will: -Organize and maintain a Web site with a reserved as well as a public section, which will contain all information relevant to the project. -Foster the creation of an integrated simulation library that will collect software modules, reference scenarios, and results, therefore facilitating the sharing of knowledge and the cooperation among partners. -Organize an adequate number of review meetings. A first progress meeting will be organized at Month 2, in order to discuss common objectives, and present the know-how of all the participants. A second progress meeting will be held at month 12, in order to present intermediate results and define the architecture of the demonstrator to be realized. By the end of the project, a national or international workshop will be organized, opened to international experts, to present the research results achieved. Video conference instruments will be employed whenever possible, to encourage a continuous integration of the participants (including UCLA and Suzhou) and at the same time limit travel expenses to the maximum possible extent. -Disseminate the scientific results across the scientific community through the promotion of joint papers on internationally recognised journals and conferences. -Promote joint participation to further research projects, to ensure a proper continuation of the collaboration also beyond the end of the present proposal. Temporal scheduling The activities will be organized into three phases. Phase 1 (Months 0-2) will address a general assessment of the research, based on a thorough state of the art exploration and discussion among all partners. The outcome of this phase will be a document containing the details of the scenario addressed, a number of instruments shared among participants (e.g. software tools already available and that can be shared, protocols agreed upon), general perspectives and planning of working groups on specific topics (e.g. scalability or MDC). In phase 2 (Months 3-18), the research activities 1-3 will be run in parallel. An assessment of the research will be done every six months, with a proper reviewing of the strategies and objectives. Phase 3 (Months 19-24) will be mostly devoted to the integration and assessment of project results. Even though integration will be pursued continuously, this last phase will finalize comparisons, draw common conclusions and port software pieces in the common demonstrator. The outcome will be in the form of contributions to the final workshop and demonstration, and final reporting.
14 - Descrizione delle attrezzature già disponibili ed utilizzabili per la ricerca proposta Testo italiano Nessuna Testo inglese Nessuna
15 - Descrizione delle Grandi attrezzature da acquisire (GA) Testo italiano Nessuna Testo inglese Nessuna
MIUR - BANDO 2008 - MODELLO B
- 14 -
Ministero dell'Istruzione dell'Università e della Ricerca 16 - Mesi persona complessivi dedicati al Progetto Numero
Disponibilità temporale indicativa prevista 1° anno 2° anno
Componenti della sede dell'Unità di Ricerca Componenti di altre Università/Enti vigilati Titolari di assegni di ricerca Titolari di borse Dottorato Post-dottorato Scuola di Specializzazione Personale a contratto Assegnisti Borsisti Altre tipologie Dottorati a carico del PRIN da destinare a questo specifico progetto Altro personale
2 0 0 0 0 0 1 0 0 0 2
TOTALE
5
Totale mesi persona
5
5
10
11
11
22
0 3
0 3
0 6
19
19
38
17 - Costo complessivo del Progetto dell'Unità articolato per voci Voce di spesa Materiale inventariabile
Grandi Attrezzature Materiale di consumo e funzionamento (comprensivo di eventuale quota forfettaria) Spese per calcolo ed elaborazione dati Personale a contratto
Dottorati a carico del PRIN da destinare a questo specifico progetto Servizi esterni Missioni
Pubblicazioni (*) Partecipazione / Organizzazione convegni (*)
Spesa in Euro
Descrizione dettagliata (in italiano)
Descrizione dettagliata (in inglese)
5.000 Un personal computer per ospitare le simulazioni degli algoritmi sviluppati nel progetto e la dimostrazione finale. Materiale librario. 0
One personal computer that will host the simulations of the algorithms developed in the project and the final demo. Books.
9.000 Spese generali di funzionamento, dipartimento e ateneo. Acquisto beni generali di funzionamento quali hard disk, estensioni di memoria e simili.
General management costs of the department and the university. General expenses, for instance: hard disk, memories atc.
46.000 Un assegnista di ricerca con esperienza almeno One researcher under grant triennale da dedicare interamente al progetto (post-doc) to be fully devoted to the per un project (total 2 person-years). totale di 2 anni/persona. 0
9.000 Partecipazione a conferenze e convegni per presentare i risultati del progetto. Partecipazioni alle riunioni intermedie e finale del progetto stesso. 2.000 Costi di pubblicazione su riviste internazionali.
Participation to conferences and workshop to present research results achieved during the project. Participation to project progress meetings and final meeting. Page charges and contributions for publication of papers on international journals. 3.000 Organizzazione convegni. Iscrizioni a convegni. Organization of workshops and Costi inerenti all'organizzazione del workshop conference registration fees. finale Costs related to the organization of del progetto. the final project workshop. 1.000 Rimborsi per seminari tenuti da docenti esterni. Fees for external researchers invited to give seminars.
Altro (voce da utilizzare solo in caso di spese non riconducibili alle voci sopraindicate) 75.000 Subtotale 5.000 Costo convenzionale 80.000 Totale Tutti gli importi devono essere espressi in Euro arrotondati alle centinaia
(*) sono comunque rendicontabili le spese da effettuare per pubblicazioni e presentazione dei risultati finali della ricerca nei dodici mesi successivi alla conclusione del progetto, purché le relative spese siano impegnate entro la data di scadenza del progetto e purché le pubblicazioni e la presentazione dei risultati avvengano entro nove mesi dalla conclusione del progetto.
MIUR - BANDO 2008 - MODELLO B
- 15 -
Ministero dell'Istruzione dell'Università e della Ricerca 18 - Prospetto finanziario dell'Unità di Ricerca Voce di spesa a.1) finanziamenti diretti, disponibili da parte di Università/Enti vigilati di appartenenza dei ricercatori dell'unità operativa a.2) finanziamenti diretti acquisibili con certezza da parte di Università/Enti vigilati di appartenenza dei ricercatori dell'unità operativa a.3) finanziamenti connessi al costo convenzionale b.1) finanziamenti diretti disponibili messi a disposizione da parte di soggetti esterni b.2) finanziamenti diretti acquisibili con certezza, messi a disposizione da parte di soggetti esterni c) cofinanziamento richiesto al MIUR (max 70% del costo complessivo) Totale
Importo in Euro
19.000
5.000
56.000 80.000
19 - Certifico la dichiarata disponibilità e l'utilizzabilità dei finanziamenti a.1) a.2) a.3) b.1) b.2) SI
Firma _____________________________________
I dati contenuti nella domanda di finanziamento sono trattati esclusivamente per lo svolgimento delle funzioni istituzionali del MIUR. Incaricato del trattamento è il CINECA- Dipartimento Servizi per il MIUR. La consultazione è altresì riservata al MIUR D.G. della Ricerca -- Ufficio IV -- Settore PRIN, alla Commissione di Garanzia e ai referee scientifici. Il MIUR potrà anche procedere alla diffusione dei principali dati economici e scientifici relativi ai progetti finanziati. Responsabile del procedimento è il coordinatore del settore PRIN dell'ufficio IV della D.G. della Ricerca del MIUR.
Firma _____________________________________
MIUR - BANDO 2008 - MODELLO B
Data 09/02/2009 ore 14:07
- 16 -
Ministero dell'Istruzione dell'Università e della Ricerca ALLEGATO Curricula scientifici dei componenti il gruppo di ricerca Testo italiano 1.
MAGLI Enrico Curriculum: Enrico Magli si e' laureato in Ingegneria Elettronica nel 1997 ed ha ottenuto il Dottorato di Ricerca in Ingegneria Elettronica e delle Comunicazioni nel 2001 al Dipartimento di Elettronica del Politecnico di Torino (Italia). Dal 2001 al 2003 e' stato ricercatore Post-Doc a contratto, e da gennaio 2004 e' Ricercatore Universitario nello stesso Dipartimento. Tra marzo e agosto 2000 e' stato "visiting researcher" presso il Signal Processing Laboratory dell'EPFL a Losanna (Svizzera). E' membro del Centro di Eccellenza per le Radiocomunicazioni Multimediali (CERCOM), finanziato dal MIUR. I suoi interessi di ricerca sono nel campo della codifica di immagini e video robusta agli errori per applicazioni wireless, della compressione di immagini telerilevate, e della marchiatura elettronica. In particolare, si occupa dello sviluppo di tecniche di "error resilience" ed "error concealment" per trasmissione di immagini e video in ambiente wireless. Lavora inoltre alla codifica lossless, near-lossless e lossy di immagini iperspettrali. Molte di queste attivita' di ricerca vengono svolte su contratti con l'Unione Europea, le agenzie spaziali europea ed italiana, il MIUR, nonche' altre ditte private. E' autore di oltre 110 articoli su riviste e conferenze internazionali. E' membro dell'editorial board dell'EURASIP Journal on Information Security. E' attualmente membro del "Data Archiving and Distribution" (DAD) Technical Committee della IEEE Geoscience and Remote Sensing Society, e' membro del "Multimedia Systems and Applications" (MSA) Technical Committee della IEEE Circuits and Systems Society, partecipa alle attivita' dell'ISO su JPEG 2000, ed e' co-editor di JPEG 2000 Part 11 (Wireless Applications). E' stato membro del Technical Program Committee e session chair per diverse conferenze internazionali, tra le quali IEEE ICME 2002/2003, IEEE Image Processing ICIP 2003/2004, IEEE ISCAS 2004. Pubblicazioni:
M. GRANGETTO, MAGLI E., G. OLMO (2009). Distributed arithmetic coding for the Slepian-Wolf problem. IEEE TRANSACTIONS ON SIGNAL PROCESSING, ISSN: 1053-587X MAGLI E. (2009). Multiband lossless compression of hyperspectral images. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, ISSN: 0196-2892 G. CARVAJAL, B. PENNA, MAGLI E. (2008). Unified lossy and near-lossless hyperspectral image compression based on JPEG 2000. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 5; p. 593-597, ISSN: 1545-598X, doi: 10.1109/LGRS.2008.2000651 M. GRANGETTO, MAGLI E., R. TRON, G. OLMO (2008). Rate-compatible distributed arithmetic coding. IEEE COMMUNICATIONS LETTERS, vol. 12; p. 575-577, ISSN: 1089-7798, doi: 10.1109/LCOMM.2008.080645 B. PENNA, T. TILLO, MAGLI E., G. OLMO (2007). Hyperspectral image compression employing a model of anomalous pixels. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 4(4); p. 664-668, ISSN: 1545-598X, doi: 10.1109/LGRS.2007.903976 B. PENNA, T. TILLO, MAGLI E., G. OLMO (2007). Transform coding techniques for lossy hyperspectral data compression. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 45(5); p. 1408-1421, ISSN: 0196-2892, doi: 10.1109/TGRS.2007.894565 M. GRANGETTO, MAGLI E., G. OLMO (2007). Distributed arithmetic coding. IEEE COMMUNICATIONS LETTERS, vol. 11(11); p. 883-885, ISSN: 1089-7798, doi: 10.1109/LCOMM.2007.071172 MAGLI E., M. BARNI, A. ABRARDO, M. GRANGETTO (2007). Distributed source coding techniques for lossless compression of hyperspectral images. EURASIP JOURNAL ON ADVANCES IN SIGNAL PROCESSING, vol. 2007, ISSN: 1687-6172, doi: 10.1155/2007/45493 B. PENNA, T. TILLO, MAGLI E., G. OLMO (2006). Progressive 3-D coding of hyperspectral images based on JPEG 2000. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 3(1); p. 125-129, ISSN: 1545-598X, doi: 10.1109/LGRS.2005.859942 M. GRANGETTO, MAGLI E., G. OLMO (2006). A syntax preserving error resilience tool for JPEG 2000 based on error correcting arithmetic coding. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 15(4); p. 807-818, ISSN: 1057-7149, doi: 10.1109/TIP.2005.863953 M. GRANGETTO, MAGLI E., G. OLMO (2006). Multimedia selective encryption by means of randomized arithmetic coding. IEEE TRANSACTIONS ON MULTIMEDIA, vol. 8(5); p. 905-917, ISSN: 1520-9210, doi: 10.1109/TMM.2006.879919 P. BACCICHET, A. CHIMIENTI, E. QUACCHIO, MAGLI E., G. OLMO (2006). Performance evaluation of FMO to improve the error resilience of H.264/AVC. ST JOURNAL, vol. 3; p. 46-60, ISSN: 1828-2105 GRANGETTO M, MAGLI E., OLMO G (2005). Fast code-rate optimization for robust image transmission over lossy packet networks. IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 53(6); p. 973-977, ISSN: 0090-6778, doi: 10.1109/TCOMM.2005.849976 S. BELFIORE, M. GRANGETTO, MAGLI E., G. OLMO (2005). Concealment of whole-frame losses for wireless low bit-rate video based on multiframe optical flow estimation. IEEE TRANSACTIONS ON MULTIMEDIA, vol. 7(2); p. 316-329, ISSN: 1520-9210, doi: 10.1109/TMM.2005.843347 C.F. CHIASSERINI, MAGLI E. (2004). Energy-efficient Coding and Error Control for Wireless Video-surveillance Networks. TELECOMMUNICATION SYSTEMS, vol. 26; p. 369-387, ISSN: 1018-4864 M. GRANGETTO, MAGLI E., G. OLMO (2004). Ensuring Quality of Service for image transmission: Hybrid Loss Protection. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 13(6); p. 751-757, ISSN: 1057-7149, doi: 10.1109/TIP.2004.827233 MAGLI E., G. OLMO, E. QUACCHIO (2004). Optimized on-board lossless and near-lossless compression of hyperspectral data using CALIC. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 1(1); p. 21-25, ISSN: 1545-598X, doi: 10.1109/LGRS.2003.822312 M. GRANGETTO, MAGLI E., G. OLMO (2003). Error sensitivity data structures and retransmission strategies for robust JPEG 2000 wireless imaging. IEEE TRANSACTIONS ON CONSUMER ELECTRONICS, vol. 49(4); p. 872-882, ISSN: 0098-3063, doi: 10.1109/TCE.2003.1261168 M. GRANGETTO, MAGLI E., G. OLMO (2003). Robust video transmission over error-prone channels via error correcting arithmetic codes. IEEE COMMUNICATIONS LETTERS, vol. 7(12); p. 596-598, ISSN: 1089-7798, doi: 10.1109/LCOMM.2003.821331 MAGLI E., G. OLMO (2003). Lossy predictive coding of SAR raw data. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 41(5); p. 977-987, ISSN: 0196-2892, doi: 10.1109/TGRS.2003.811556 MAGLI E., G. OLMO (2003). MAP harmonic retrieval in Gaussian colored noise with prior information. DIGITAL SIGNAL PROCESSING, vol. 13; p. 530-551, ISSN: 1051-2004, doi: 10.1016/S1051-2004(03)00007-1 S. BELFIORE, M. GRANGETTO, MAGLI E., G. OLMO (2003). Spatiotemporal error concealment with optimized mode selection and application to H.264. SIGNAL PROCESSING-IMAGE COMMUNICATION, vol. 18; p. 907-923, ISSN: 0923-5965, doi: 10.1016/j.image.2003.08.008
MIUR - BANDO 2008 - MODELLO B
- 17 -
Ministero dell'Istruzione dell'Università e della Ricerca M. BARNI, F. BARTOLINI, MAGLI E., G. OLMO (2002). Watermarking techniques for electronic delivery of remote sensing images. OPTICAL ENGINEERING, vol. 41; p. 2111-2119, ISSN: 0091-3286, doi: 10.1117/1.1496787 M. GRANGETTO, MAGLI E., M. MARTINA, G. OLMO (2002). Optimization and implementation of the integer wavelet transform for image coding. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 11(6); p. 596-604, ISSN: 1057-7149, doi: 10.1109/TIP.2002.1014991 S. GNAVI, B. PENNA, M. GRANGETTO, MAGLI E., G. OLMO (2002). Wavelet kernels on a DSP: a comparison between lifting and filter banks for image coding. EURASIP JOURNAL ON APPLIED SIGNAL PROCESSING, vol. 9; p. 981-989, ISSN: 1110-8657, doi: 10.1016/S1051-2004(03)00007-1 M. GRANGETTO, MAGLI E., G. OLMO (2001). Efficient common-core lossless and lossy image coder based on integer wavelets. SIGNAL PROCESSING, vol. 81; p. 403-408, ISSN: 0165-1684 MAGLI E., G. OLMO (2001). On high resolution positioning of straight patterns via multiscale matched filtering of the Hough transform. PATTERN RECOGNITION LETTERS, vol. 22; p. 705-713, ISSN: 0167-8655 MAGLI E., G. OLMO, L. LO PRESTI (2001). On-board selection of relevant images: an application to linear feature recognition. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 10(4); p. 543-553, ISSN: 1057-7149, doi: 10.1109/83.913589 G. OLMO, MAGLI E., L. LO PRESTI (2000). Joint statistical signal detection and estimation. Part I: theoretical aspects of the problem. SIGNAL PROCESSING, vol. 80; p. 57-73, ISSN: 0165-1684 MAGLI E., G. OLMO, L. LO PRESTI (2000). Joint statistical signal detection and estimation. Part II: a high performance closed-loop technique. SIGNAL PROCESSING, vol. 80; p. 773-786, ISSN: 0165-1684
Testo inglese 1.
MAGLI Enrico Curriculum: Enrico Magli received the degree in Electronics Engineering in 1997, and the Ph.D. degree in Electrical Engineering in 2001, from the Department of Electronics at Politecnico di Torino, Turin, Italy. From 2001 to 2003 he was a Post-Doctoral researcher, and from January 2004 he holds an Assistant professor position in the same Department. From Mar. to Aug. 2000 he was a visiting researcher at the Signal Processing Laboratory of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland. He is a member of the Center of Excellence in Multimedia Radio Communications (CERCOM), funded by the Italian Ministry of Education and Research. His research interests are in the field of error-resilient image and video coding for wireless applications, compression of remote sensing images, and digital watermarking. In particular, he is involved in the development of error resilence and error concealment techniques for wireless image and video transmission. He is also working on lossless, near-lossless and lossy compression of hyperspectral images. Most of these research activities are carried out under contracts with the European Union, the European and Italian Space Agency, the Italian Ministry of Education and Research, as well as other private companies. He has coauthored more than 110 scientific papers in international journals and conferences. He is member of the editorial board of the EURASIP Journal on Information Security. He is currently a member of the Data Archiving and Distribution (DAD) Technical Committee of the IEEE Geoscience and Remote Sensing Society, a member of the Multimedia Systems and Applications (MSA) Technical Committee of the IEEE Circuits and Systems Society, and a contributor to the ISO activities on JPEG 2000, and co-editor of JPEG 2000 Part 11 (Wireless Applications). He has been Technical Program Committee member and session chair for several international conferences, including IEEE ICME 2002/2003, IEEE Image Processing ICIP 2003/2004, IEEE ISCAS 2004. Pubblicazioni:
M. GRANGETTO, MAGLI E., G. OLMO (2009). Distributed arithmetic coding for the Slepian-Wolf problem. IEEE TRANSACTIONS ON SIGNAL PROCESSING, ISSN: 1053-587X MAGLI E. (2009). Multiband lossless compression of hyperspectral images. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, ISSN: 0196-2892 G. CARVAJAL, B. PENNA, MAGLI E. (2008). Unified lossy and near-lossless hyperspectral image compression based on JPEG 2000. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 5; p. 593-597, ISSN: 1545-598X, doi: 10.1109/LGRS.2008.2000651 M. GRANGETTO, MAGLI E., R. TRON, G. OLMO (2008). Rate-compatible distributed arithmetic coding. IEEE COMMUNICATIONS LETTERS, vol. 12; p. 575-577, ISSN: 1089-7798, doi: 10.1109/LCOMM.2008.080645 B. PENNA, T. TILLO, MAGLI E., G. OLMO (2007). Hyperspectral image compression employing a model of anomalous pixels. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 4(4); p. 664-668, ISSN: 1545-598X, doi: 10.1109/LGRS.2007.903976 B. PENNA, T. TILLO, MAGLI E., G. OLMO (2007). Transform coding techniques for lossy hyperspectral data compression. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 45(5); p. 1408-1421, ISSN: 0196-2892, doi: 10.1109/TGRS.2007.894565 M. GRANGETTO, MAGLI E., G. OLMO (2007). Distributed arithmetic coding. IEEE COMMUNICATIONS LETTERS, vol. 11(11); p. 883-885, ISSN: 1089-7798, doi: 10.1109/LCOMM.2007.071172 MAGLI E., M. BARNI, A. ABRARDO, M. GRANGETTO (2007). Distributed source coding techniques for lossless compression of hyperspectral images. EURASIP JOURNAL ON ADVANCES IN SIGNAL PROCESSING, vol. 2007, ISSN: 1687-6172, doi: 10.1155/2007/45493 B. PENNA, T. TILLO, MAGLI E., G. OLMO (2006). Progressive 3-D coding of hyperspectral images based on JPEG 2000. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 3(1); p. 125-129, ISSN: 1545-598X, doi: 10.1109/LGRS.2005.859942 M. GRANGETTO, MAGLI E., G. OLMO (2006). A syntax preserving error resilience tool for JPEG 2000 based on error correcting arithmetic coding. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 15(4); p. 807-818, ISSN: 1057-7149, doi: 10.1109/TIP.2005.863953 M. GRANGETTO, MAGLI E., G. OLMO (2006). Multimedia selective encryption by means of randomized arithmetic coding. IEEE TRANSACTIONS ON MULTIMEDIA, vol. 8(5); p. 905-917, ISSN: 1520-9210, doi: 10.1109/TMM.2006.879919 P. BACCICHET, A. CHIMIENTI, E. QUACCHIO, MAGLI E., G. OLMO (2006). Performance evaluation of FMO to improve the error resilience of H.264/AVC. ST JOURNAL, vol. 3; p. 46-60, ISSN: 1828-2105 GRANGETTO M, MAGLI E., OLMO G (2005). Fast code-rate optimization for robust image transmission over lossy packet networks. IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 53(6); p. 973-977, ISSN: 0090-6778, doi: 10.1109/TCOMM.2005.849976 S. BELFIORE, M. GRANGETTO, MAGLI E., G. OLMO (2005). Concealment of whole-frame losses for wireless low bit-rate video based on multiframe optical flow estimation. IEEE TRANSACTIONS ON MULTIMEDIA, vol. 7(2); p. 316-329, ISSN: 1520-9210, doi: 10.1109/TMM.2005.843347
MIUR - BANDO 2008 - MODELLO B
- 18 -
Ministero dell'Istruzione dell'Università e della Ricerca C.F. CHIASSERINI, MAGLI E. (2004). Energy-efficient Coding and Error Control for Wireless Video-surveillance Networks. TELECOMMUNICATION SYSTEMS, vol. 26; p. 369-387, ISSN: 1018-4864 M. GRANGETTO, MAGLI E., G. OLMO (2004). Ensuring Quality of Service for image transmission: Hybrid Loss Protection. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 13(6); p. 751-757, ISSN: 1057-7149, doi: 10.1109/TIP.2004.827233 MAGLI E., G. OLMO, E. QUACCHIO (2004). Optimized on-board lossless and near-lossless compression of hyperspectral data using CALIC. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, vol. 1(1); p. 21-25, ISSN: 1545-598X, doi: 10.1109/LGRS.2003.822312 M. GRANGETTO, MAGLI E., G. OLMO (2003). Error sensitivity data structures and retransmission strategies for robust JPEG 2000 wireless imaging. IEEE TRANSACTIONS ON CONSUMER ELECTRONICS, vol. 49(4); p. 872-882, ISSN: 0098-3063, doi: 10.1109/TCE.2003.1261168 M. GRANGETTO, MAGLI E., G. OLMO (2003). Robust video transmission over error-prone channels via error correcting arithmetic codes. IEEE COMMUNICATIONS LETTERS, vol. 7(12); p. 596-598, ISSN: 1089-7798, doi: 10.1109/LCOMM.2003.821331 MAGLI E., G. OLMO (2003). Lossy predictive coding of SAR raw data. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 41(5); p. 977-987, ISSN: 0196-2892, doi: 10.1109/TGRS.2003.811556 MAGLI E., G. OLMO (2003). MAP harmonic retrieval in Gaussian colored noise with prior information. DIGITAL SIGNAL PROCESSING, vol. 13; p. 530-551, ISSN: 1051-2004, doi: 10.1016/S1051-2004(03)00007-1 S. BELFIORE, M. GRANGETTO, MAGLI E., G. OLMO (2003). Spatiotemporal error concealment with optimized mode selection and application to H.264. SIGNAL PROCESSING-IMAGE COMMUNICATION, vol. 18; p. 907-923, ISSN: 0923-5965, doi: 10.1016/j.image.2003.08.008 M. BARNI, F. BARTOLINI, MAGLI E., G. OLMO (2002). Watermarking techniques for electronic delivery of remote sensing images. OPTICAL ENGINEERING, vol. 41; p. 2111-2119, ISSN: 0091-3286, doi: 10.1117/1.1496787 M. GRANGETTO, MAGLI E., M. MARTINA, G. OLMO (2002). Optimization and implementation of the integer wavelet transform for image coding. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 11(6); p. 596-604, ISSN: 1057-7149, doi: 10.1109/TIP.2002.1014991 S. GNAVI, B. PENNA, M. GRANGETTO, MAGLI E., G. OLMO (2002). Wavelet kernels on a DSP: a comparison between lifting and filter banks for image coding. EURASIP JOURNAL ON APPLIED SIGNAL PROCESSING, vol. 9; p. 981-989, ISSN: 1110-8657, doi: 10.1016/S1051-2004(03)00007-1 M. GRANGETTO, MAGLI E., G. OLMO (2001). Efficient common-core lossless and lossy image coder based on integer wavelets. SIGNAL PROCESSING, vol. 81; p. 403-408, ISSN: 0165-1684 MAGLI E., G. OLMO (2001). On high resolution positioning of straight patterns via multiscale matched filtering of the Hough transform. PATTERN RECOGNITION LETTERS, vol. 22; p. 705-713, ISSN: 0167-8655 MAGLI E., G. OLMO, L. LO PRESTI (2001). On-board selection of relevant images: an application to linear feature recognition. IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 10(4); p. 543-553, ISSN: 1057-7149, doi: 10.1109/83.913589 G. OLMO, MAGLI E., L. LO PRESTI (2000). Joint statistical signal detection and estimation. Part I: theoretical aspects of the problem. SIGNAL PROCESSING, vol. 80; p. 57-73, ISSN: 0165-1684 MAGLI E., G. OLMO, L. LO PRESTI (2000). Joint statistical signal detection and estimation. Part II: a high performance closed-loop technique. SIGNAL PROCESSING, vol. 80; p. 773-786, ISSN: 0165-1684
MIUR - BANDO 2008 - MODELLO B
- 19 -