CN114071240B - 一种基于自适应程度的移动视频QoE评估方法 - Google Patents

一种基于自适应程度的移动视频QoE评估方法 Download PDF

Info

Publication number
CN114071240B
CN114071240B CN202111096728.5A CN202111096728A CN114071240B CN 114071240 B CN114071240 B CN 114071240B CN 202111096728 A CN202111096728 A CN 202111096728A CN 114071240 B CN114071240 B CN 114071240B
Authority
CN
China
Prior art keywords
qoe
user
code rate
resource allocation
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111096728.5A
Other languages
English (en)
Other versions
CN114071240A (zh
Inventor
肖蔼玲
靳世超
吴胜
马礼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Technology
Original Assignee
North China University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China University of Technology filed Critical North China University of Technology
Priority to CN202111096728.5A priority Critical patent/CN114071240B/zh
Publication of CN114071240A publication Critical patent/CN114071240A/zh
Application granted granted Critical
Publication of CN114071240B publication Critical patent/CN114071240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/4424—Monitoring of the internal components or processes of the client device, e.g. CPU or memory load, processing speed, timer, counter or percentage of the hard disk space used
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64723—Monitoring of network processes or resources, e.g. monitoring of network load
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于自适应程度的移动视频QoE评估方法，具体步骤如下，用户优先级：为了构建基于自适应的QoE评估方法，基站能够根据QoE做出资源分配调整；无线资源分配和码率选择的适配程度：用Bn,j(t)和timen,j(t)去计算无线资源分配和码率选择的适配程度Matchn(t)；现有的依靠传统网络QoS参数来估计QoE，本发明将用户侧的量化指标与基站侧的无线资源分配结合，从自适应的角度出发进行QoE评估。本发明采用用户对无线资源需求紧迫程度的优先级为无线资源分配指明方向，然后通过用户码率选择和无线资源分配适程度确定用户的无线资源份额。通过实时度量当用户下载速率与码率选择适配时及时给予正反馈，不适配则及时给予负反馈，所获得的QoE评分对视频业务评价更加准确。

Description

一种基于自适应程度的移动视频QoE评估方法
技术领域
本发明属于网络通信中自适应移动视频用户体验评估领域，尤其涉及一种综合考虑服务质量和自适应程度的移动流媒体用户体验质量QoE评估方法。
背景技术
随着网络通信技术的日趋成熟和智能手持设备的普及，移动多媒体技术得到了强大推动和迅速发展。作为主流业务，移动视频在数量和质量上的爆炸增长给移动视频传输带来了巨大的挑战。根据思科报道，“视频在今天的家庭中仍然有巨大的需求，但随着未来的应用需求，将有巨大的带宽需求。”尽管5G通信的发展极大提升了网络性能和用户体验，但视频播放中的卡顿现象仍然时有发生。面对用户不断增长的高质量无线视频需求，需要一种新的基于自适应程度的移动视频QoE评估方法，指导无线视频提升传输效率和用户体验质量。
近几年，HTTP自适应视频流(HTTP Adaptive Streaming，HAS)的应用减少了80％的视频卡顿事件。自适应视频的用户体验评估常使用QoE模型，它是网络运营商和服务提供商进行服务优化的依据。HTTP自适应视频流的QoE模型都运行在用户侧，大多考虑用户侧的量化指标，如视频码率、码率切换、卡顿情况等，并以秒级的时间步长定期上传基站指导无线资源分配的调整。由于QoE模型中考虑的影响因素与无线资源分配不在同一层次，且基站的QoE更新与无线资源调度不同步，已有QoE模型只能起到衡量用户感受的作用，难以指导无线资源分配。如上所述，自适应码率选择与无线资源分配的有效配合是真正实现高效视频自适应传输的关键。但是现有的移动流媒体用户QoE评价方法缺少一个实时QoE模型能够当用户下载速率与码率选择适配时及时给予正反馈，不适配则及时给予负反馈，并指导无线资源分配能及时根据这些反馈做出资源分配调整，将每个用户的下载速率尽量控制在适合的值。
中国专利201611165090.5公开了一种移动流媒体用户体验质量QoE评估方法。它用码率状态，码率切换幅度，码率切换次数映射为移动流媒体服务质量评价，在此基础上加入设备抖动情况和用户观看位置的影响因素。以此设计移动流媒体QoE评价方法，即利用QoE影响因素的映射方法计算视频播放全程每个片段的QoE评分
中国专利201910132425.0公开了一种针对HTTP视频流业务的主观QoE评估方法。综合考虑HTTP视频流端到端传输和播放过程，确定影响QoE的客观感知参数以及用户主观打分参数，通过选择重要性较大的影响因素，建立其与平均意见得分之间的非线性关系映射模型库，将平均绝对误差最小的模型作为QoE估计的最优模型，以此实现一种能够获得相媲美全部影响因素的QoE估计准确度。
但是他们的QoE评估方法仅仅考虑传统的用户侧的影响因素，没有考虑基站侧和用户侧的适配程度，以及用户需求紧迫程度对QoE评估的影响，导致他们的QoE模型评估分数不够准确。
发明内容
本发明的目的在于针对现有解决方案的不足，提供一种基于自适应程度的移动视频QoE评估方法。部署在基站的基于自适应程度的移动视频QoE评估方法不仅实时度量用户感受，还实时反馈无线资源分配与码率选择的适配程度。为了实现这个目的，除了传统的QoE因素(如码率、码率切换、卡顿等)，还在QoE模型中考虑用户优先级以及无线资源分配和码率选择的适配程度。尝试在衡量用户视频观看体验的同时，真正的为无线资源的及时调整提供依据。下面介绍本发明的技术方案步骤。
本发明技术方案分三个部份：第一，每个移动视频流媒体用户在视频播放中会受到周围不同无线环境的干扰,这导致不同用户对无线资源的需求紧迫程度处于不同的层次。根据用户对无线资源需求的紧迫程度的大小我们确定无线资源分配的方向。第二，再步骤一中的基础上我们通过码率选择与无线资源适配程度指导无线资源按需分配提高无线资源利用率。第三，在步骤一和步骤二的基础上考虑码率切换间隔的影响,以此避免QoE因过度追求无线资源分配和码率选择适配程度而导致频繁的码率切换。最后将每个片段的QoE评分求和得最终的用户QoE评分。
移动流媒体用户QoE评估方法，具体步骤如下：
1)用户优先级：为了构建基于自适应的QoE评估方法，基站能够根据QoE公平及时地做出资源分配调整，在QoE模型中考虑用户的无线资源分配优先级，去精准聚焦急需无线资源的用户。其中，将urgn(t）定义为用户在随后的时隙的播放过程中遇到暂停事件的概率，表示Un在t时刻对无线资源需求的紧迫性。urgn(t）的计算公式：
Figure GDA0004175035130000031
其中,t是移动流媒体播放时间,e＝2.7是一个常量,timen,j(t)是用户n的视频块j的剩余下载时间，Bn,j(t)为用户缓冲区状态，δ1是一个无穷小量,防止除数为0。定义(1-urgn(t))代表在下载下一个视频片段的过程中，用户不会遇到卡顿事件的概率，在QoE建模中引入Prin(t)＝(1-urgn(t))代表用户的无线资源分配的优先级,值越高说明用户在无线资源分配中的优先级越高，用户越不可能遇到卡顿，其视频服务QoE越好。
2)无线资源分配和码率选择的适配程度：用Bn,j(t)和timen,j(t)去计算无线资源分配和码率选择的适配程度Matchn(t)，计算方式如下：
Matchn(t)＝min|timen,j(t)-Bn,j(t)| (2)
在第j块的下载过程中，Matchn(t)越小，意味着Un的实时下载速率Vn(t)越能在下载完第j块的剩余部分后使得用户不发生卡顿。此时针对不同优先级的用户，QoE模型通过Matchn(t)来分配无线资源，实现无线资源分配和用户码率的相互匹配。否则，无线资源无法合理的分配给不同优先级的用户，分配给他们的无线资源要么过高或者过低，使得缓冲区发生上溢或者下溢。因此，在QoE建模中引入1/(Matchn(t)+δ),来代表无线资源分配和码率选择的适配度对QoE的影响。这一项的值越高表明无线资源分配和码率选择的适配度也就越高，无线资源的分配越合理，对改善全体用户观看体验越有益。
3)码率切换：在播放过程中频繁的比特率切换产生的视觉干扰是降低QoE的关键因素之一。为了避免QoE因过度追求无线资源分配和码率选择适配程度而导致频繁的码率切换，在QoE模型中还考虑了最小码率切换间隔这个因子，以此来平衡频繁的码率切换造成的QoE下降。记录用户上一次发生码率切换的时间tn,k'，当又一次发生码率切换tn,k时,通过两次相邻码率切换的时间间隔(tn,k-tn,k')来度量码率切换对用户QoE造成的影响，记录视频播放中最小间隔Intern(t),其值越大表明用户经历的码率切换越少，用户的观看体验越好。
4)综上所述，定义Un的实时预测QoE得分如下：
QoEn(t)＝(1-urgn(t))[wα/(Matchn(t)+δ2)+wβIntern(t)] (3)
其中wα和wβ分别代表无线资源分配的合理性和码率切换对QoE影响的权重,δ2是一个较小的数，防止除以0。的QoE模型(3)中既包括在视频传输系统无线资源优化层面及时调整无线资源的依据(如urgn(t)、Matchn(t))，又包括传统的面向用户层面的视频观看体验(如码率切换)。使无线资源分配优化真的能由实时QoE驱动，及时聚焦急需无线资源的用户，提高自适应视频传输系统的全体QoE。
与现有技术相比较，本发明的优点如下：(1)思路新颖。现有的依靠传统网络QoS参数来估计QoE，本发明将用户侧的量化指标与基站侧的无线资源分配结合，从自适应的角度出发进行QoE评估。(2)按需分配。本发明所述的移动流媒体用户QoE评估方法，采用用户对无线资源需求紧迫程度的优先级为无线资源分配指明方向，然后通过用户码率选择和无线资源分配适程度确定用户的无线资源份额。(3)QoE评分准确性高。通过实时度量当用户下载速率与码率选择适配时及时给予正反馈，不适配则及时给予负反馈，所获得的QoE评分对视频业务评价更加准确。
附图说明
图1为HTTP移动视频流业务的用户优先级评估方法示意图。
图2.比较三种方法全体用户的鲁棒性。
图3.比较三种方法的Matchn(t)。
图4.比较三种发方法的视频质量变化。
具体实施方式
为了更准确的评估QoE的总体性能和相比现有工作的改进，将所提出的QoE方法驱动的无线资源分配方案PARA与另外两种方法进行比较。首先是Baseline方法采用强化学习工具以全体用户QoE之和作为奖励函数产生ABR视频流中的无线资源分配方案.但Baseline的QoE模型中考虑的是常规的视频QoE影响因素，i.e.,选择的码率，卡顿时长，和码率切换次数；而QoE模型是考虑了用户优先级、码率选择与无线资源分配的匹配程度以及最小切换间隔。然后，参考用户请求间隔感知的Rob算法。请求间隔是指用户发出请求和刚开始下载视频片段之间的时间，在此期间用户并不需要无线资源。
自适应视频传输系统的鲁棒性Robust(t)定义为所有用户在视频观看过程中都不会遇到卡顿的概率。此外，为了保证每个用户对系统鲁棒性的影响的独立性(不受其他用户影响)。在设计系统鲁棒性
Figure GDA0004175035130000051
时采用不同优先级进行累乘的方确保用户之间的公平性，避免系统鲁棒性忽略部分用户。PARA的鲁棒性优于Baseline和Rob。根据公式(1)得出用户对无线资源需求紧迫程度，当用户需求紧迫程度减小时，相应的用户的体验质量就会上升。PARA的鲁棒性较高表示视频播放过程中全体用户的无线资源需求的紧迫程度低，用户卡顿的概率就会降低。此外PARA方法的系统鲁棒性将个用户的优先级相互乘积以此来提高用户之间的公平性，使得每个用户对系统鲁棒性的影响不会收其他用户的干扰，减少了用户在视频播放中遭遇卡顿事件的概率。
图3为Matchn(t)匹配因子的比较。可以看到Baseline和Rob的值高于PARA。从式(2)中，希望的值尽可能小。因此，PARA在无线资源分配和比特率选择方面的匹配结果最好。通过匹配因子，PARA可以帮助为每个用户分配匹配比特率选择的无线资源。一般情况下，当确定哪些用户更需要无线资源时，尽量按需分配有限的资源给用户。PARA有效地减少了失速用户数量。同时考虑了优先级因素和Matchn(t)因素，利用PARA实现的实时下载速度有助于避免下一区块剩余部分下载时的失速。
最后，在播放过程中频繁的比特率切换导致的视觉干扰是降低QoE的关键因素之一。为了避免PARA因过度追求优先级和码率切换与无线资源适配程度的最大化而导致频繁的码率切换，在QoE模型中添加码率切换间隔因子，以此来平衡频繁的码率切换造成的QoE下降。图4，展示了PARA，Baseline and Rob系统用户不同视频质量变化。将11个不同视频比特率划分成为11个递增的视频等级。在图4中，分别计算了码率切换中视频质量变化在码率切换总数中的百分比。其中，码率等级相差为1时，视频质量变化为1。码率等级相差为2时，视频质量变化为2.以此类推。从图中可以看出PARA方法的码率波动幅度6占据码率切换总数的5.8％，比baseline和Rob方法分别多了百分之2.3和百分之4.5。这表明PARA方法在视频质量变化时会有较大的视觉差，对用户观看体验造成一定程度的下降。造成这种现象的原因是，系统为了实现更好的match效果，对每次调整的视频质量更加精确的适合无线资源的分配。以较多的高视频质量变化为代价，更好的提升用户的QoE。

Claims (2)

1.一种基于自适应程度的移动视频QoE评估方法，其特征在于：该方法的具体步骤如下：
1)用户优先级：在QoE模型中考虑用户的无线资源分配优先级，去精准聚焦急需无线资源的用户；其中，将urgn(t)定义为用户在随后的时隙的播放过程中遇到暂停事件的概率，表示Un在t时刻对无线资源需求的紧迫性；urgn(t)的计算公式：
Figure FDA0004175035120000011
其中，t是移动流媒体播放时间，e＝2.7是一个常量，timen，j(t)是用户n的视频块j的剩余下载时间，Bn，j(t)为用户缓冲区状态，δ1是一个无穷小量，防止除数为0；定义(1-urgn(t))代表在下载下一个视频片段的过程中，用户不会遇到卡顿事件的概率，在QoE建模中引入Prin(t)＝(1-urgn(t))代表用户的无线资源分配的优先级，值越高说明用户在无线资源分配中的优先级越高，用户越不可能遇到卡顿，其视频服务QoE越好；
2)无线资源分配和码率选择的适配程度：用Bn，j(t)和timen，j(t)去计算无线资源分配和码率选择的适配程度Matchn(t)，计算方式如下：
Matchn(t)＝min|timen，j(t)-Bn，j(t)| (2)
在QoE建模中引入1/(Matchn(t)+δ)，来代表无线资源分配和码率选择的适配度对QoE的影响；
3)码率切换：在QoE模型中还考虑了最小码率切换间隔这个因子，平衡频繁的码率切换造成的QoE下降；记录用户上一次发生码率切换的时间tn，k′，当又一次发生码率切换tn，k时，通过两次相邻码率切换的时间间隔(tn，k-tn，k′)来度量码率切换对用户QoE造成的影响，记录视频播放中最小间隔Intern(t)，其值越大表明用户经历的码率切换越少，用户的观看体验越好；
4)综上所述，定义Un的实时预测QoE得分如下：
QoEn(t)＝(1-urgn(t))[wα/(Matchn(t)+δ2)+wβIntern(t)] (3)
其中wα和wβ分别代表无线资源分配的合理性和码率切换对QoE影响的权重,δ2是一个较小的数，防止除以0；QoE模型(3)中包括在视频传输系统无线资源优化层面及时调整无线资源的依据，还包括面向用户层面的视频观看体验的码率切换；使无线资源分配优化真的能由实时QoE驱动，及时聚焦无线资源的用户，提高自适应视频传输系统的全体QoE。
2.根据权利要求1所述的一种基于自适应程度的移动视频QoE评估方法，其特征在于：在第j块的下载过程中，Matchn(t)越小Un的实时下载速率Vn(t)越能在下载完第j块的剩余部分后使得用户不发生卡顿；针对不同优先级的用户，QoE模型通过Matchn(t)来分配无线资源，实现无线资源分配和用户码率的相互匹配；否则，无线资源无法合理的分配给不同优先级的用户。
CN202111096728.5A 2021-09-18 2021-09-18 一种基于自适应程度的移动视频QoE评估方法 Active CN114071240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111096728.5A CN114071240B (zh) 2021-09-18 2021-09-18 一种基于自适应程度的移动视频QoE评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111096728.5A CN114071240B (zh) 2021-09-18 2021-09-18 一种基于自适应程度的移动视频QoE评估方法

Publications (2)

Publication Number Publication Date
CN114071240A CN114071240A (zh) 2022-02-18
CN114071240B true CN114071240B (zh) 2023-05-26

Family

ID=80234077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111096728.5A Active CN114071240B (zh) 2021-09-18 2021-09-18 一种基于自适应程度的移动视频QoE评估方法

Country Status (1)

Country Link
CN (1) CN114071240B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114979089B (zh) 2022-04-25 2023-03-24 北京邮电大学 一种实时传输全景视频的系统和方法
CN116017092A (zh) * 2022-12-12 2023-04-25 中国科学院计算技术研究所 一种QoE量化方法以及基于此的传输系统调参方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014209495A1 (en) * 2013-06-28 2014-12-31 Wi-Lan Labs, Inc. Video streaming quality of experience recovery using a video quality metric
CN106604026A (zh) * 2016-12-16 2017-04-26 浙江工业大学 一种移动流媒体用户体验质量QoE评估方法
CN109302623A (zh) * 2018-11-01 2019-02-01 南京大学 一种基于QoE模型动态自适应视频的传输方法
CN109327867A (zh) * 2018-10-26 2019-02-12 西安交通大学 LTE网络下QoE驱动的视频码率自适应和资源分配联合算法
CN110708578A (zh) * 2019-10-22 2020-01-17 北方工业大学 一种视频码率自适应调整方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130298170A1 (en) * 2009-06-12 2013-11-07 Cygnus Broadband, Inc. Video streaming quality of experience recovery using a video quality metric
US9246842B2 (en) * 2012-04-27 2016-01-26 Intel Corporation QoE-aware radio access network architecture for http-based video streaming
US9609040B2 (en) * 2014-02-21 2017-03-28 Dialogic Corporation Efficient bitrate adaptation in video communications over IP networks

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014209495A1 (en) * 2013-06-28 2014-12-31 Wi-Lan Labs, Inc. Video streaming quality of experience recovery using a video quality metric
CN106604026A (zh) * 2016-12-16 2017-04-26 浙江工业大学 一种移动流媒体用户体验质量QoE评估方法
CN109327867A (zh) * 2018-10-26 2019-02-12 西安交通大学 LTE网络下QoE驱动的视频码率自适应和资源分配联合算法
CN109302623A (zh) * 2018-11-01 2019-02-01 南京大学 一种基于QoE模型动态自适应视频的传输方法
CN110708578A (zh) * 2019-10-22 2020-01-17 北方工业大学 一种视频码率自适应调整方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种基于自由初始码率的自适应移动视频传输方法;陈晶;王博;;数字技术与应用(第10期);全文 *
自适应视频流QoE评估研究;彭章友;任衍杭;张钟浩;;工业控制计算机(第09期);全文 *

Also Published As

Publication number Publication date
CN114071240A (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
CN109302623B (zh) 一种基于QoE模型动态自适应视频的传输方法
CN114071240B (zh) 一种基于自适应程度的移动视频QoE评估方法
CN108924667B (zh) 一种支持QoE最大化的可用带宽自适应视频分片请求方法
CN109040855A (zh) 一种无线dash流媒体码率平滑自适应传输方法
Zahran et al. Arbiter+: Adaptive rate-based intelligent http streaming algorithm for mobile networks
Ramakrishnan et al. SDN based QoE optimization for HTTP-based adaptive video streaming
EP3103220B1 (en) System and method for dynamic effective rate estimation for real-time video traffic
US20130304934A1 (en) Methods and systems for controlling quality of a media session
US8578436B2 (en) Method for two time-scales video stream transmission control
CN109327867B (zh) LTE网络下QoE驱动的视频码率自适应和资源分配联合方法
Hoßfeld et al. To each according to his needs: Dimensioning video buffer for specific user profiles and behavior
CN111490983B (zh) 一种基于视频感知质量的自适应流媒体码率选择系统
Zahran et al. OSCAR: An optimized stall-cautious adaptive bitrate streaming algorithm for mobile networks
CN110072130A (zh) 一种基于http/2的has视频切片推送方法
CN112437321B (zh) 一种基于直播流媒体的自适应码率计算方法
CN108833995B (zh) 一种无线网络环境中自适应流媒体的传输方法
Krishnamoorthi et al. Slow but steady: Cap-based client-network interaction for improved streaming experience
CN113301392A (zh) 码率确定方法、装置、设备及存储介质
Li et al. Dashlet: Taming swipe uncertainty for robust short video streaming
Poojary et al. Analysis of QoE for adaptive video streaming over wireless networks
CN112866756B (zh) 一种多媒体文件的码率控制方法、装置、介质和设备
WO2014066975A1 (en) Methods and systems for controlling quality of a media session
Feng-Hui et al. QoE issues of OTT services over 5G network
Togou et al. An elastic dash-based bitrate adaptation scheme for smooth on-demand video streaming
Zhang et al. A QOE-driven approach to rate adaptation for dynamic adaptive streaming over http

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant