CN117461311A - 基于解码帧率测量视频体验质量 - Google Patents

基于解码帧率测量视频体验质量 Download PDF

Info

Publication number
CN117461311A
CN117461311A CN202280039537.1A CN202280039537A CN117461311A CN 117461311 A CN117461311 A CN 117461311A CN 202280039537 A CN202280039537 A CN 202280039537A CN 117461311 A CN117461311 A CN 117461311A
Authority
CN
China
Prior art keywords
qoe
rate
video
frame rate
encoded
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.)
Pending
Application number
CN202280039537.1A
Other languages
English (en)
Inventor
Z·阿伊娜
S·F·斯利温斯基
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.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing LLC
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 Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN117461311A publication Critical patent/CN117461311A/zh
Pending legal-status Critical Current

Links

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
    • H04N21/43—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
    • H04N21/4425—Monitoring of client processing errors or hardware failure
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • 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
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • 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
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2662—Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • 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
    • H04N21/637—Control signals issued by the client directed to the server or network components
    • H04N21/6377—Control signals issued by the client directed to the server or network components directed to server
    • H04N21/6379—Control signals issued by the client directed to the server or network components directed to server directed to encoder, e.g. for requesting a lower encoding rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

描述了用于确定针对流传输视频的体验质量(QoE)率信息的技术。例如，客户端能够在接收和解码编码视频流的同时计算QoE率。能够基于在多个时间段期间对编码视频流进行解码时在客户端发生的视频停顿的数量来计算QoE率。确定在给定时间段期间是否发生视频停顿涉及将编码帧率与解码帧率进行比较。能够输出QoE率的指示。

Description

基于解码帧率测量视频体验质量
背景技术
提供高质量的视频流传输体验对许多组织(从提供实时流传输解决方案(例如，实时视频游戏流传输服务)到视频点播解决方案的组织)都是重要的。在典型的大规模视频流传输解决方案中，给定的视频流可以被同时地流传输到数百或数千个客户端。了解客户端正在经历的回放质量会是重要的。
在视频流传输客户端处，存在确定回放体验的质量的许多因素。例如，在客户端处会存在关于视频内容编码、视频流转码、视频内容分发、网络带宽和计算资源利用率等的问题。类似地，在视频流传输客户端处有许多种方式来测量回放体验的质量。在一些解决方案中，分组丢失被用于测量在客户端处的回放体验。然而，分组丢失可能不准确地反映回放体验，因为分组丢失不一定与用户在显示器上看到的内容有关(例如，视频帧仍然可以被解码和显示)。用于测量质量的其他解决方案也存在类似的问题，诸如解码器缓冲区满度。
发明内容
提供本概要是为了以简化的形式引入概念的选择，这些概念在下文的详细描述中进一步描述。本概要不是为了识别所要求保护的主题的关键特征或基本特征，也不是为了用于限制所要求保护的主题的范围。
描述了用于在视频解码期间确定体验质量(QoE)率的技术。例如，能够执行操作以接收包括根据视频编码规范而编码的视频内容的编码视频流。能够针对在对所述编码视频流的解码期间的多个时间段中的每个时间段执行操作，包括：获得所述编码视频流的编码帧率；根据在所述时间段期间对所述编码视频流的解码来获得解码帧率；以及至少部分地基于所述编码帧率与所述解码帧率的比较来确定在时间段期间是否存在视频停顿。能够至少部分地基于在多个时间段上确定了多少视频停顿来计算QoE率。能够输出QoE率的指示。
作为另一示例，描述了用于接收在视频解码期间计算出的QoE率的指示的技术。例如，能够针对在编码视频流的解码期间的多个回放间隔的每个回放间隔执行操作。所述操作能够包括从多个客户端设备中的每个客户端设备接收指示根据在客户端设备处对编码视频流进行解码的回放质量的回放间隔的QoE率的指示，其中，基于在解码期间在客户端设备处发生多少个视频停顿，在客户端设备处计算QoE率，并且其中，至少部分地基于在编码视频流的编码帧率与在客户端设备处对编码视频流进行解码期间由解码器生成的解码帧率之间的差来确定视频停顿。能够存储从多个客户端设备中的每个客户端设备接收的QoE率的指示。至少部分地基于QoE率的指示，能够发起对编码视频流的流传输的自动化调整。
附图说明
图1是描绘了用于基于视频帧率评估视频体验质量(QoE)的示例性环境的框图。
图2是描绘了使用QoE率确定回放体验类别的示例性流程图的图。
图3是用于在视频解码期间确定QoE率的示例性方法的流程图。
图4是用于针对在视频解码期间的回放间隔来确定QoE率的示例性方法的流程图。
图5是用于从客户端接收基于视频停顿的QoE率的示例性方法的流程图。
图6是其中能够实现一些所描述的实施例的示例性计算系统的图。
图7是能够与在本文中所描述的技术结合使用的示例性云支持环境。
具体实施方式
如在本文中所描述的，各种技术和解决方案能够被应用于确定针对流传输视频的体验质量(QoE)率信息。例如，客户端能够在接收和解码编码视频流的同时计算QoE率。能够基于在多个时间段期间对所述编码视频流进行解码的同时在客户端处发生的视频停顿的数量来计算QoE率。确定在给定时间段期间是否发生视频停顿涉及将编码帧率与解码帧率进行比较。能够输出QoE率的指示(例如，被发送到数据收集服务)。
QoE率的指示能够由服务(例如，数据收集服务)从多个客户端接收。所述服务能够存储QoE率的指示并且执行进一步的处理和/或分析。例如，所述服务能够确定针对所述QoE率的回放体验类别。所述服务也能够提供数据分析和可视化工具(例如，查看在客户端处的回放质量的总体趋势)。所述服务也能够基于所述QoE率来发起自动动作以纠正问题(例如，重启与视频流传输相关联的服务器或组件)。
在本文中所描述的用于基于帧率确定视频体验质量的技术提供了各种优点。一个优点在于，能够实现这些技术而不管所使用的流传输协议如何(即，确定QoE率与流传输协议无关)。例如，能够针对使用Web实时通信(WebRTC，其是开源项目)、HTTP实时流传输(HLS，其是由开发的通信协议)和/或使用其他流传输协议而提供的视频流来确定QOE率。另一优点在于，无论使用的视频解码器(或者视频编解码器)如何，都能够实现这些技术。另一优点在于，能够仅使用帧率(即，不使用与流传输或解码相关联的任何其他参数，诸如分组丢失信息、解码器缓冲器满度等)来确定QoE率信息。另外，这些技术能够通过使用更少的计算资源来高效地实现。例如，客户端能够仅使用帧率有效地执行计算(例如，针对各种回放间隔来计算停顿和QoE率)。
体验质量
在本文中所描述的技术中，使用新的体验质量技术来测量视频回放体验。新技术仅使用帧率测量(例如，代替其他量度，诸如分组丢失或解码器缓冲器满度)，并且因此提供了测量体验质量的更准确和有效的方法。
一旦流传输视频开始播放，人眼对滞后和停顿是敏感的。当已经丢弃多个连续视频帧时发生视频停顿，导致在视频解码和/或回放期间的冻结。停顿能够由各种条件引起，包括源滞后、导致分组丢失的网络问题、回放硬件问题(例如，导致无法实时解码)和/或影响视频处理组件(例如，解码器、转码器等)以编码帧率处理视频帧的能力的其他问题。
使用视频停顿统计，能够确定针对不同时间段的各种体验质量度量。所述体验质量度量指示由用户在观看流传输视频内容的回放时所体验的回放质量。例如，如果有大量的视频停顿，那么用户将在回放期间看到视频冻结。
计算QoE率
在本文中所描述的技术中，至少部分地基于帧率来计算QoE率。在一些实现方式中，用于计算QoE率的仅有解码统计信息是视频帧率。
为了计算QoE率，在给定时间段内获得编码帧率和解码帧率。所述编码帧率指代流传输视频内容被编码(例如，在服务器、视频源或转码器处)的帧率。所述编码帧率也被称为源帧率或目标帧率。
在一些情况下，所述编码帧率能从编码视频比特流(例如，其作为比特流参数而提供)获得。在一些情况下，以另一种方式确定所述编码帧率(例如，通过对流传输视频帧的初始时段进行解码并且使用来自该初始时段的帧率作为编码帧率来确定)。
所述解码帧率指代由视频解码器提供的帧率。换言之，所述解码帧率是在所述编码视频流已经被解码之后的帧率。在一些实现方式中，所述解码器提供所述解码帧率。例如，web浏览器(实现视频解码器)能够在所述编码视频流已经被解码之后提供所述解码帧率(例如，根据每秒帧数(fps))。所述解码帧率与显示帧率或渲染帧率是不同的。例如，60fps视频流即使在所述解码帧率较低(例如，42fps)时仍然能够具有60fps的显示帧率和/或渲染帧率。然而，用户将注意到在这种情况下的停顿(例如，所显示的视频内容可能冻结一定量的时间)。
一旦已经在时间段内(例如，在一秒钟内或者在某个时间段内)获得了所述编码帧率和所述解码帧率，则执行检查以确定在所述时间段内是否已经存在视频停顿。通过将在所述编码帧率与所述解码帧率之间的差与阈值进行比较来执行检查。如果所述差超过阈值，则确定在所述时间段内已经发生了视频停顿。否则，如果所述差未超过阈值，则确定在所述时间段期间尚未发生视频停顿。
以下等式，即等式1，在一些实现方式中用于确定在给定时间段内是否已经发生了视频停顿。
如果等式1导致停顿等于1(即，真)，则在给定时间段内已经发生了视频停顿。如果等式1导致停顿等于0(即，假)，则在给定时间段内没有发生视频停顿。在等式1中使用以下术语：
fmax-视频被编码的帧率(编码帧率)
fk-在给定时间段内播放的帧率(解码帧率)
Δk-在编码帧率fmax与解码帧率fk之间的差
θ-阈值
所述阈值能够是默认值或者用户可配置的值。在一些实现方式中，所述阈值被设置为用户能够检测到的丢弃帧的大约最小数量。例如，如果编码帧率是每秒60帧，那么所述阈值可以被设置为10(例如，大多数用户将能检测到10个丢弃帧)。
为了例示说明等式1如何操作，考虑客户端设备(例如，运行具有视频解码器的web浏览器的计算设备)正在接收比特流中的流传输视频的示例。以每秒60帧的编码帧率对流传输视频进行编码。在一秒的时间段内，解码帧率为每秒48帧。使用等式1(将阈值设置为10)，对于一秒的时间段，将停顿设置为1，因为delta将等于12，其大于阈值10，因此指示在一秒的时间段期间的视频停顿。
在典型的实现方式中，在一定的时间长度上(例如，在一定数量的分钟上)对停顿的数量进行计数，这也被称为回放间隔。能够通过在回放间隔上递增计数器来对停顿的数量进行计数。在一些实现方式中，针对使用等式1检测到的每个停顿，等式2递增名为qoeCount的计数器。
qoeCount ＝ qoeCount+停顿 等式2
例如，如果在五分钟的回放间隔期间有6个停顿，那么qoeCount将等于6。计数器通常在下一回放间隔被重置。
基于确定停顿(例如，使用等式1)和在回放间隔期间对停顿的数量进行计数(例如，使用等式2)，能够计算总回放体验率。总体回放体验率指示在某个回放间隔内的平均停顿率。在一些实现方式中，等式3被用于确定总回放体验率，被称为qoeRate。
例如，如果在10分钟的回放间隔期间qoeCount等于27(指示27个停顿)，那么qoeRate将被计算为：(27*100)/600)＝4.5(指示停顿率4.5％)。尽管等式3将qoeRate确定为百分比，但是其他实现方式可以将qoeRate确定为小数值。
使用qoeRate，能够在回放间隔期间(例如，在流传输视频的整个回放时间段内或者在作为整个回放时间段的一部分的较短的回放间隔内)确定回放体验。然而，在回放时间间隔相对较大的情况下，qoeRate会变得非常小，并且其会变得难以识别出现显著停顿的较短时间段。为了解决该潜在问题，能够利用较短的时间间隔来确定额外的qoeRate。使用下文的等式4和5来计算两个示例性比率。
比率qoeRate1M跟踪每一分钟回放间隔的停顿率。具体而言，在每一分钟回放间隔期间，能够使用在一分钟回放间隔期间累积停顿(并且在下一个一分钟回放间隔开始时重置)的qoeCount1M来计算新的qoeRate1M。比率qoeRate15M跟踪每十五分钟回放间隔的停顿率。具体而言，在每十五分钟回放间隔期间，能够使用在十五分钟回放间隔期间累积停顿(并且在下一个十五分钟回放间隔开始时重置)的qoeCount15M来计算新的qoeRate15M。能够在除了和/或代替一分钟或十五分钟回放间隔之外的时间段上保持比率。
对回放体验进行分类
在本文中所描述的技术中，能够基于qoeRate对回放体验进行分类。能够基于针对各种回放间隔的qoeRate(例如，针对整个回放持续时间的qoeRate、诸如5分钟或15分钟的相对短持续时间的qoeRate、和/或诸如一分钟的非常短持续时间的qoeRate)来执行分类。
在一些实现方式中，使用在表1中所描绘的质量等级来执行分类。这些类别能够用于整体qoeRate(例如，用于整个回放间隔)或者基于较短间隔的qoeRate度量(例如，qoeRate1M或qoeRate15M值)。例如，如果qoeRate被计算为4.5，那么回放体验将被分类类为“良好”。
qoeRate 类别
如果qoeRate＝0 优异
如果0<qoeRate<＝0.8 良好
如果0.8<qoeRate<＝8 好
如果8<qoeRate<＝16 尚可
如果16<qoeRate<＝50 差
如果qoeRate>50 很差
表1
在其他实现方式中，能够使用不同的qoeRate值和/或范围来确定类别。另外，能够使用不同数量的类别和/或类别指定。在一些实现方式中，基于qoeRate值使用不同类型的量表(例如，从1到10的数值量表)来评估回放体验。
用于评价体验质量的环境
图1是描绘了用于基于视频帧率来评估视频体验质量的示例性环境100的图。示例性环境100包括客户端140。客户端140能够是任意类型的计算设备(例如，服务器计算机、虚拟机、台式计算机、膝上型计算机、平板计算机、电话或者另一类型的计算设备)，其包括用于确定在客户端140处接收和解码的流传输视频的体验质量(QoE)的软件和/或硬件资源。例如，客户端140能够包括诸如web浏览器和视频解码器(例如，与web浏览器集成)的软件资源。
在142-148处所描绘的是能够由客户端140执行的示例性操作(例如，经由在客户端140上运行的软件)。在142处，在客户端140处接收编码视频流(例如，现场视频流、点播视频流或者另一类型的视频流)。在144处，针对在142处接收的编码视频流的解码期间的多个时间段中的每个时间段确定停顿。在一些实现方式中，根据等式1来确定停顿。在146处，基于在144处确定的停顿来计算QoE率。在一些实现方式中，根据等式3、4和/或5来计算QoE率。在148处，输出在146处计算出的QoE率的指示。例如，QoE率能够被发送到数据收集服务110，如在135处所描绘的。
在144-148处所描绘的操作能够针对多个回放间隔中的每个回放间隔而重复，每个回放间隔包括相应的多个时间段。例如，在对编码视频流的解码期间，能够为每5分钟计算单独的QoE率。
在一些实现方式中，客户端140基于计算出的QoE率来确定回放体验类别。例如，客户端140能够使用诸如表1中所描绘的那些类别。客户端140能够将QoE率和/或针对QoE率的指示(例如，类别)发送到数据收集服务110。
在150处所描绘的是额外客户端，其中的每个额外客户端能够执行关于客户端140所描述的操作。通常，示例性环境100支持任意数量的客户端，包括客户端140和客户端150。
示例性环境100包括视频提供商120。视频提供商120是由客户端140(和/或由其他客户端，诸如客户端150)接收的编码视频流的源，如在122处所描绘的。例如，视频提供商120经由计算机网络132(例如，包括互联网)将编码视频流传输到客户端140(和/或客户端150)，如在130处所描绘的。视频提供商120能够由各种软件资源(例如，视频编码资源和/或视频转码资源)和/或硬件资源(例如，服务器硬件、云计算资源等)来实现。在一些实现方式中，视频提供商120充当提供编码视频流的中介(例如，视频提供商120能够是内容分发网络(CDN)的一部分)。通常，示例性环境110能够包括任意数量的视频提供商。
示例性环境100包括数据收集服务110。数据收集服务110能够由各种软件资源(例如，数据库软件、数据可视化工具等)和/或硬件资源(例如，服务器硬件、数据存储资源、云计算资源等)来实现。数据收集服务110从任意数量的客户端(例如，从客户端140和/或客户端150)接收QoE率的指示(例如，QoE率本身和/或从QoE率导出的类别信息)。通常，数据收集服务110在各种回放间隔上从许多客户端接收QoE率信息，这允许数据收集服务110生成QoE统计数据(例如，用于报告或可视化)并且执行自动化操作(例如，如果大量客户端经历低于阈值的质量)。在一些实现方式中，数据收集服务110执行在112-118处所描绘的操作中的一个或多个操作。例如，在112处，数据收集服务110从多个客户端(例如，从客户端140和/或从客户端150)接收QoE率信息(例如，QoE率和/或类别)。在114处，数据收集服务110存储接所收到的率信息。在需要时，数据收集服务110能够在存储所述率信息之前和/或之后执行额外处理。例如，如果数据收集服务110接收作为数值(例如，作为由等式3生成的百分比)的QoE率，则能够将QoE率值转换为回放体验类别并且进行存储。QoE率信息能够被存储在数据存储中，使得其能够被取回(例如，查询)。
如在116处所描绘的，数据收集服务110能够提供用于访问QoE率信息的数据可视化工具。例如，用户或自动化过程能够查询所保存的QoE率信息以生成可视化、报告等。在一些实现方式中，数据可视化工具允许用户查看描绘对于多个回放间隔中的每个回放间隔，在多个类别中的每个类别中有多少客户端具有QoE率(例如，有多少客户端具有优异的质量率，有多少客户端具有良好的质量率，有多少客户端具有好的质量率，等等)的图表。能够基于所存储的QoE率信息(例如，聚合的QoE率信息)来执行各种类型的额外数据分析。例如，对于不同区域(例如，不同地理区域，诸如不同国家)中的客户端、对于查看不同视频流的客户端(例如，对于不同流传输事件)等，能够获得和/或可视化QoE率信息。如在118处所描绘的，数据收集服务110能够基于QoE率信息来执行自动化操作。在一些实现方式中，所述自动化操作包括发起编码视频流的自动化调整。例如，如果基于QoE率信息检测到关于流传输视频的问题，则数据收集服务110能够发起一个或多个视频管线组件的重启。例如，数据收集服务110能够向视频管线组件(例如，视频编码服务、视频转码服务等)发送命令以重启。在一些实现方式中，数据收集服务110向视频提供商120发送命令以执行重启(例如，重启在视频提供商120处运行或者与视频提供商120相关联的一个或多个视频管线组件)。能够通过将所述QoE率信息与各种阈值进行比较来检测问题。例如，如果超过阈值数量的客户端正在经历低于特定质量(例如，低于良好的质量)的QoE率，则能够执行自动化调整。也能够基于QoE率信息采取其他自动化操作。例如，能够基于QoE率信息来生成警报(例如，电子邮件警报、文本消息警报、仪表板警报等)。
在一些实现方式中，QoE率信息被用于测试新特征。例如，如果将新特征被部署到流传输客户端(例如，对视频解码器的修改、新视频解码器、联网修改、视频流传输管线改变等)，则能够在改变之前获得的QoE率信息与在改变之后获得的QoE率信息之间进行比较(例如，使用相同的流传输视频内容)。
在一些实现方式中，QoE率信息被用于质量监控。例如，能够在各种回放间隔上从多个客户端获得QoE率信息。使用所述QoE率信息，能够监控回放体验的质量(例如，使用仪表板以可视化地描绘监控统计数据)。
在一些实现方式中，用于确定QoE率信息的技术能够被应用于视频处理管线的其他阶段。例如，能够在对视频内容的转码期间确定QoE率信息。转码能够在视频处理期间的各种位置处发生(例如，在内容分发网络处、在云服务器处、在视频提供商120处等)。在转码期间，能够针对多个时间段中的每个时间段确定停顿，能够计算QoE率，并且能够输出QoE率信息(例如，被发送到数据收集服务110)。通常，在转码期间执行的操作与由客户端140在142-148处执行的操作非常相似，不同之处在于，它们是在转码期间而不是在解码期间执行的。从视频处理管线的其他阶段获得的QoE率信息也能够用于执行自动化操作和/或用于执行数据可视化和分析。
示例性分类算法
在本文中所描述的技术中，能够基于qoeRate对回放体验进行分类。能够基于针对各种回放间隔的qoeRate(例如，针对整个回放持续时间的qoeRate、诸如5分钟或15分钟的相对短持续时间的qoeRate、和/或诸如一分钟的非常短持续时间的qoeRate)来执行分类。
图2是描绘了用于基于QoE率来确定回放体验类别的示例性算法200的图。能够针对多个客户端中的每个客户端和针对多个回放间隔中的每个回放间隔来执行示例性算法200。例如，示例性算法200能够用于使用针对每个客户端的最近计算出的QoE率信息来确定针对每个客户端的每个一分钟回放间隔的类别。在示例性算法200中，考虑三个QoE率。首先，qoeRate指示自针对给定客户端开始回放编码视频流以来的停顿率。第二，qoeRate1M指示针对给定客户端在过去一分钟期间的停顿率。第三，qoeRate15M指示针对给定客户端在过去15分钟期间的停顿率。在其他实现方式中，能够考虑不同的QoE率(例如，不同数量的QoE率和/或覆盖不同回放间隔的QoE率)。
在205处，所述算法开始针对给定客户端的QoE率的输入集合确定类别的过程。例如，可以使用等式3、4和5来计算三个QoE率。在210处，评估三个QoE率(qoeRate1M、qoeRate15M和qoeRate)中的每一个。如果三个QoE率中的任意一个大于50％，则类别被确定为“非常差”，如在215处所指示的。这意味着，如果客户端在过去一分钟、过去15分钟或者自回放开始以来经历了高于该比率的停顿，则将在当前回放间隔内为客户端确定该类别。否则，所述算法进行到220处的下一评估阶段。在220处，如果三个QoE率中的任意一个高于16％，则类别被确定为“差”，如在225处所指示的。否则，所述算法进行到在230处的下一评估阶段。在230处，如果三个QoE率中的任意一个高于8％，则类别被确定为“尚可”，如在235处所指示的。否则，所述算法进行到在240处的下一评估阶段。在240处，如果三个QoE率中的任意一个高于0.8％，则类别被确定为“良好”，如在245处所指示的。否则，所述算法进行到在250处的下一评估阶段。在250处，如果三个QoE率中的任意一个高于0％，则类别被确定为“非常好”，如在255处所指示的。否则(即，对于三个QoE率，比率等于0％)，则类别被确定为“优异”，如在260处所指示的。用于三个QoE率的阈值是示例性值，并且不同的实现方式能够使用不同的阈值(例如，对于在210处所描绘的第一QoE阶段，不同于50％)。另外，不同的阈值可以用于不同的回放间隔持续时间(例如，整体qoeRate可以使用第一阈值，较短持续时间qoeRate15M可以使用第二阈值，并且最短持续时间qoeRate1M可以使用第三阈值)。
用于在视频解码期间确定QoE率的方法
在本文中的任意示例中，能够提供用于基于视频停顿在视频解码期间确定QoE率的方法。
图3是用于在视频解码期间确定QoE率的示例性方法300的流程图。例如，示例性方法300能够由客户端(诸如客户端140)执行。在310处，接收编码视频流。所述编码视频流包括根据视频编码规范编码的视频内容。
在320处，在对编码视频流的解码期间，针对多个时间段中的每个时间段执行多个操作。在330处，获得编码视频流的编码帧率。在340处，获得在所述时间段期间对编码视频流进行解码的解码帧率。在350处，使用编码帧率和解码帧率来确定在所述时间段期间是否发生视频停顿。例如，能够使用等式1进行确定。
在360处，至少部分地基于在多个时间段上确定了多少个视频停顿来计算QoE率。例如，每个时间段可以是一秒，多个时间段覆盖60秒。在这种情况下，将使用在60秒回放间隔(其包含60个一秒时间段)期间发生的视频停顿的数量来计算QoE率。在一些实现方式中，根据等式3、4或5来计算QoE率。
在370处，输出QoE率的指示。QoE率的指示能够是数值QoE率(例如，作为分数值或百分比)或者数值QoE率的表示(例如，从数值QoE率导出的回放体验类别)。QoE率的指示能够被保存、发送到外部服务(例如，数据收集服务110)，或者以另一种方式输出。
图4是用于确定在视频解码期间的回放间隔的QoE率的示例性方法400的流程图。例如，示例性方法400能够由客户端(诸如客户端140)来执行。
在410处，接收编码视频流。所述编码视频流包括根据视频编码规范而编码的视频内容。
在420处，在对编码视频流的解码期间，针对覆盖回放间隔的多个时间段中的每个时间段来执行多个操作。在430处，获得编码视频流的编码帧率。在440处，获得在所述时间段期间对编码视频流进行解码的解码帧率。在450处，计算在所述时间段期间获得的编码帧率与解码帧率之间的差(例如，计算Δk)。在460处，当所述差大于阈值时，则确定在所述时间段期间发生了视频停顿。例如，能够使用等式1进行确定。
在470处，至少部分地基于确定在回放间隔期间已经发生了多少个视频停顿来计算针对所述回放间隔的QoE率。例如，如果回放间隔的持续时间是15分钟，并且每个时间段的持续时间是一秒，那么在430-460处所描绘的操作将被执行900次。
在480处，输出QoE率的指示。QoE率的指示能够是数值QoE率(例如，作为分数值或百分比)或者数值QoE率的表示(例如，从数值QoE率导出的回放体验类别)。QoE率的指示能够被保存、发送到外部服务(例如，数据收集服务110)，或者以另一种方式输出。
图5是用于在编码视频流的流传输期间基于视频停顿从客户端接收QoE率的示例性方法500的流程图。例如，示例性方法500能够由在服务器或云资源上运行的服务来执行，诸如数据收集服务110。
在510处，在编码视频流的流传输期间，针对多个回放间隔中的每个回放间隔执行多个操作。所述编码视频流正在被流传输到多个客户端(例如，运行视频解码软件的客户端设备)。在520处，从多个客户端中的每个客户端接收QoE率的指示。所述QoE率是基于在回放间隔期间在客户端处发生多少个视频停顿来计算的。使用编码帧率与解码帧率之间的差(例如，来自在客户端处运行的视频解码器)来确定视频停顿。在530处，存储QoE率的指示。在一些实现方式中，指示被存储为数值QoE值。在一些实现方式中，接收QoE率中的至少一些并且将其存储为回放体验类别。
在530处，至少部分地基于QoE率的指示来发起自动化调整。例如，能够重启与流传输编码视频流相关联的一个或多个视频管线组件(例如，编码器组件、转码组件、网络组件等)。能够基于QoE率中存在的趋势来发起自动化调整。例如，QoE率可以在多个回放间隔(例如，每分钟、每五分钟等)上变化。如果QoE率指示关于流传输编码视频流的问题(例如，如果许多客户端报告质量低于阈值的QoE率)，则能够采取自动化动作(例如，重启视频管线组件)。
计算系统
图6描绘了其中可以实现所描述的技术的适当计算系统600的广义示例。计算系统600并不旨在表示对使用范围或功能的任何限制，因为这些技术可以在不同的通用或专用计算系统中实现。
参考图6，计算系统600包括一个或多个处理单元610、615和存储器620、625。在图6中，该基本配置630包含于虚线内。处理单元610、615执行计算机可执行指令。处理单元可以是通用中央处理单元(CPU)、专用集成电路(ASIC)中的处理器或任何其他类型的处理器。处理单元还可以包括多个处理器。在多处理系统中，多个处理单元执行计算机可执行指令以增加处理能力。例如，图6示出中央处理单元610以及图形处理单元或协同处理单元615。有形存储器620、625可以是易失性存储器(例如，寄存器、高速缓存、RAM)、非易失性存储器(例如，ROM、EEPROM、闪存等)，或者是处理单元可访问的这两者的某种组合。存储器620、625以适于由处理单元执行的计算机可执行指令的形式存储实现本文所述的一种或多种技术的软件680。
计算系统可以具有额外特征。例如，计算系统600包括存储设备640、一个或多个输入设备650、一个或多个输出设备660以及一个或多个通信连接670。诸如总线、控制器或网络的互连机构(未示出)互连计算系统600的组件。通常，操作系统软件(未示出)为在计算系统600中执行的其他软件提供操作环境，并协调计算系统600的组件的活动。
有形存储设备640可以是可移动的或不可移动的，并且包括磁盘、磁带或盒式磁带、CD-ROM、DVD或可用于存储信息并可在计算系统600内访问的任何其他介质。存储设备640存储用于实现在本文中所描述的一种或多种技术的软件680的指令。输入设备650可以诸如键盘、鼠标、笔或轨迹球之类的触摸输入设备、语音输入设备、扫描设备或向计算系统600提供输入的另一设备。对于视频编码，输入设备650可以是相机、视频卡、TV调谐器卡或以模拟或数字形式接受视频输入的类似设备，或者将视频样本读入计算系统600的CD-ROM或CD-RW。输出设备660可以是显示器、打印机、扬声器、CD写入器或从计算系统600提供输出的另一设备。
通信连接670支持通过通信介质到另一计算实体的通信。通信介质在调制数据信号中传达诸如计算机可执行指令、音频或视频输入或输出或其他数据的信息。调制数据信号是以编码信号中的信息的方式设置或改变其一个或多个特性的信号。作为示例而非限制，通信介质可以使用电、光、RF或其他载体。
所述技术可以在计算机可执行指令的一般上下文中描述，所述计算机可执行指令例如那些包含于程序模块中的指令，所述指令在计算系统中在目标实处理器或虚拟处理器上执行。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、库、对象、类、组件、数据结构等。在各种实施例中，程序模块的功能可以根据需要在程序模块之间组合或拆分。用于程序模块的计算机可执行指令可以在本地或分布式计算系统内执行。
术语“系统”和“设备”在本文中可互换使用。除非上下文另有明确指示，否则任何术语都不暗示对某种类型的计算系统或计算设备的任何限制。通常，计算系统或计算设备可以是本地的或分布式的，并且可以包括专用硬件和/或通用硬件与实现本文所述功能的软件的任何组合。
为了表示，详细描述使用如“确定”和“使用”的术语来描述计算系统中的计算机操作。这些术语是计算机执行的操作的高级抽象，不应与人类执行的动作混淆。与这些术语对应的实际计算机操作因实现方式而异。
云支持环境
图7示出了可在其中实现所描述的实施例、技术和技艺的适当的云支持环境700的通用示例。在示例性环境700中，由云710提供各种类型的服务(例如，计算服务)。例如，云710可以包括计算设备的集合，该计算设备可以集中或分布式地定位，其向经由诸如互联网的网络连接的各种类型的用户和设备提供基于云的服务。可以以不同的方式使用实现环境700来完成计算任务。例如，一些任务(例如，处理用户输入和呈现用户界面)可以在本地计算设备(例如，连接的设备730、740、750)上执行，而其他任务(例如，将在后续处理中使用的数据的存储)可以在云710中执行。
在示例性环境700中，云710为具有各种屏幕能力的连接的设备730、740、750提供服务。连接的设备730表示具有计算机屏幕735(例如，中等尺寸屏幕)的设备。例如，连接的设备730可以是诸如台式计算机、膝上型计算机、笔记本、上网本等的个人计算机。连接的设备740表示具有移动设备屏幕745(例如，小尺寸屏幕)的设备。例如，连接的设备740可以是移动电话、智能电话、个人数字助理、平板计算机等。连接的设备750表示具有大屏幕755的设备。例如，连接的设备750可以是电视屏幕(例如，智能电视)或连接到电视的另一设备(例如，机顶盒或游戏控制台)等。连接的设备730、740、750中的一个或多个可以包括触摸屏能力。触摸屏可以以不同的方式接受输入。例如，当物体(例如，指尖或触笔)扭曲或中断流经表面的电流时，电容式触摸屏检测触摸输入。作为另一示例，当来自光学传感器的光束被中断时，触摸屏可以使用光学传感器来检测触摸输入。与屏幕表面的物理接触对于某些触摸屏检测输入是不必要的。在示例性环境700中也可以使用没有屏幕能力的设备。例如，云710可以在没有显示器的情况下为一个或多个计算机(例如，服务器计算机)提供服务。
服务可以由云710通过服务提供商720或通过在线服务的其他提供商(未示出)来提供。例如，云服务可以定制为特定连接的设备(例如，连接的设备730、740、750)的屏幕尺寸、显示能力和/或触摸屏能力。
在示例性环境700中，云710至少部分地使用服务提供商720向各种连接的设备730、740、750提供在本文中所描述的技术和解决方案。例如，服务提供商720可以为各种基于云的服务提供集中式解决方案。服务提供商720可以管理用户和/或设备(例如，用于连接的设备730、740、750和/或它们相应的用户)的服务订阅。
示例性实现方式
尽管为了便于呈现，以特定的顺序次序描述了所公开的一些方法的操作，但应当理解，这种描述方式包括重新安排，除非下文所述的特定语言需要特定的次序。例如，在一些情况下，顺序描述的操作可以被重新安排或同时执行。此外，为了简单起见，附图可以不示出所公开的方法可以与其他方法结合使用的各种方式。所公开的任何方法都可以实现为存储在一种或多种计算机可读存储介质上并在计算设备(即，任何可用的计算设备，包括智能电话或包括计算硬件的其他移动设备)上执行的计算机可执行指令或计算机程序产品。计算机可读存储介质是可在计算环境中访问的有形介质(诸如DVD或CD的一个或多个光学介质盘、易失性存储器(例如DRAM或SRAM)或非易失性存储器(例如闪存或硬盘驱动器))。作为示例并参考图6，计算机可读存储介质包括存储器620和625，以及存储设备640。术语“计算机可读存储介质”不包括信号和载波。此外，术语“计算机可读存储介质”不包括通信连接，如670。
用于实现所公开的技术的任何计算机可执行指令以及在实现所公开的实施例期间创建和使用的任何数据都可以存储在一个或多个计算机可读存储介质上。计算机可执行指令可以是例如专用软件应用或经由web浏览器或其他软件应用(例如远程计算应用)访问或下载的软件应用的一部分。例如，可以在单个本地计算机(例如，任何合适的商业可用计算机)上或在使用一个或多个网络计算机的网络环境中(例如，经由互联网、广域网、局域网、客户端-服务器网络(例如云计算网络)或其他此类网络)执行此类软件。
为了清楚起见，仅描述了基于软件的实现方式的某些所选方面。省略了本领域中公知的其他细节。例如，应当理解，所公开的技术不限于任何特定的计算机语言或程序。例如，所公开的技术可以通过用C++、Java、Perl或任何其他合适的编程语言编写的软件来实现。同样，所公开的技术不限于任何特定的计算机或硬件类型。合适的计算机和硬件的某些细节是公知的，并且不需要在本公开中详细阐述。
此外，可以通过适当的通信单元上传、下载或远程访问任何基于软件的实施例(例如包括用于使计算机执行任何所公开的方法的计算机可执行指令)。这种合适的通信单元包括例如，互联网、万维网、内联网、软件应用、电缆(包括光纤电缆)、磁通信、电磁通信(包括RF、微波和红外通信)、电子通信或其他这种通信单元。
所公开的方法、装置和系统不应被解释为以任何方式进行限制。相反，本公开针对各种公开实施例的所有新颖和不明显的特征和方面，单独地以及以各种组合和相互子组合的方式。所公开的方法、装置和系统不限于任何特定方面或特征或其组合，所公开的实施例也不要求存在任何一个或多个特定优点或解决任何问题。
来自任何示例的技术都可以与任何一个或多个其他示例中描述的技术相结合。鉴于所公开的技术的原理可以应用到的许多可能的实施例，应当认识到，所示的实施例是所公开的技术的示例，并且不应当被视为对所公开的技术的范围的限制。

Claims (15)

1.一种计算设备，包括：
处理器；
网络接口；以及
存储器；
所述计算设备被配置为执行用于在视频解码期间确定体验质量(QoE)率的操作，所述操作包括：
接收包括根据视频编码规范而编码的视频内容的编码视频流；
针对在对所述编码视频流的解码期间的多个时间段中的每个时间段：
获得所述编码视频流的编码帧率；
根据在所述时间段期间对所述编码视频流进行解码来获得解码帧率；以及
至少部分地基于所述编码帧率与所述解码帧率的比较来确定在所述时间段期间是否存在视频停顿；至少部分地基于在所述多个时间段上确定了多少个视频停顿来计算QoE率；以及
输出所述QoE率的指示。
2.根据权利要求1所述的计算设备，其中，针对所述多个时间段中的每个时间段，所述解码帧率是在所述时间段期间由在所述计算设备上运行的视频解码器成功解码并且能用于回放的编码视频内容的帧的数量。
3.根据权利要求1所述的计算设备，其中，至少部分地基于所述编码帧率与所述解码帧率的比较来确定在所述时间段期间是否存在视频停顿包括：
如果在所述编码帧率与所述解码帧率之间的差大于阈值，则确定在所述时间段期间存在视频停顿；以及
否则，确定在所述时间段期间不存在视频停顿。
4.根据权利要求1所述的计算设备，其中，所述QoE率被计算为在所述多个时间段上确定的所述视频停顿的总数与等于所述多个时间段的回放间隔的比率。
5.根据权利要求1所述的计算设备，其中，至少部分地基于在所述多个时间段上确定了多少个视频停顿来计算所述QoE率包括：
累加QoE计数，所述QoE计数总计在所述多个时间段期间确定的视频停顿的数量；以及
将所述QoE计数除以等于所述多个时间段的回放间隔，以确定所述QoE率。
6.根据权利要求1所述的计算设备，所述操作还包括：
计算一个或多个额外QoE率，每个额外QoE率覆盖不同的多个时间段；以及
输出所述一个或多个额外QoE率的指示。
7.根据权利要求1所述的计算设备，所述操作还包括：
确定针对所述QoE率的回放体验类别；
其中，输出所述QoE率的所述指示包括输出所述回放体验类别。
8.根据权利要求1所述的计算设备，其中，所述多个时间段中的每个时间段的持续时间为一秒。
9.根据权利要求1所述的计算设备，其中，输出所述QoE率的所述指示包括：
将所述QoE率的所述指示发送到数据收集服务；
其中，所述数据收集服务至少部分地使用所述QoE率的所述指示来发起对所述编码视频流的自动化调整。
10.一种由计算设备实现的用于在视频解码期间确定体验质量(QoE)率的方法，所述方法包括：
接收包括根据视频编码规范而编码的视频内容的编码视频流；
在由在所述计算设备上运行的视频解码器对所述编码视频流的解码期间，针对覆盖第一回放间隔的多个时间段中的每个时间段：
获得所述编码视频流的编码帧率；
根据在所述时间段期间对所述编码视频流进行解码来获得解码帧率，其中，所述解码帧率是由所述视频解码器产生的；
计算在所述编码帧率与所述解码帧率之间的差；以及
当在所述编码帧率与所述解码帧率之间的所述差大于阈值时，确定在所述时间段期间存在视频停顿；
至少部分地基于在所述第一回放间隔期间确定了多少个视频停顿来计算所述第一回放间隔的QoE率；以及
输出所述QoE率的指示。
11.根据权利要求10所述的方法，其中，所述QoE率被计算为在所述第一回放间隔期间确定的所述视频停顿的总数等于所述第一回放间隔的比率。
12.根据权利要求10所述的方法，还包括：
计算一个或多个额外QoE率，每个额外QoE率覆盖一个或多个额外回放间隔；以及
输出所述一个或多个额外QoE率的指示。
13.根据权利要求10所述的方法，其中，输出所述QoE率的所述指示包括：
将所述QoE率的所述指示发送到数据收集服务；
其中，所述数据收集服务至少部分地使用所述QoE率的所述指示来执行对所述编码视频流的自动化调整。
14.一种由计算设备实现的用于在视频解码期间确定体验质量(QoE)率的方法，所述方法包括：
针对在编码视频流的流传输期间的多个回放间隔中的每个回放间隔：
从多个客户端设备中的每个客户端设备接收指示针对所述回放间隔的QoE率的指示，所述QoE率的所述指示表明根据在所述客户端设备处对所述编码视频流进行解码的回放质量，其中，所述QoE率是在所述客户端设备处基于在解码期间在所述客户端设备处发生多少个视频停顿来计算的，其中，视频停顿是至少部分地基于在所述编码视频流的编码帧率与在所述客户端设备处对所述编码视频流的解码期间由解码器生成的解码帧率之间的差来确定的；以及
存储从所述多个客户端设备中的每个客户端设备接收的所述QoE率的所述指示；
至少部分地基于所述QoE率的所述指示，发起对所述编码视频流的所述流传输的自动化调整。
15.根据权利要求14所述的方法，其中，所述自动化调整包括重启与所述编码视频流的所述流传输相关联的一个或多个视频管线组件。
CN202280039537.1A 2021-06-03 2022-05-10 基于解码帧率测量视频体验质量 Pending CN117461311A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/338,068 2021-06-03
US17/338,068 US11558668B2 (en) 2021-06-03 2021-06-03 Measuring video quality of experience based on decoded frame rate
PCT/US2022/028410 WO2022256145A1 (en) 2021-06-03 2022-05-10 Measuring video quality of experience based on decoded frame rate

Publications (1)

Publication Number Publication Date
CN117461311A true CN117461311A (zh) 2024-01-26

Family

ID=81851601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280039537.1A Pending CN117461311A (zh) 2021-06-03 2022-05-10 基于解码帧率测量视频体验质量

Country Status (4)

Country Link
US (1) US11558668B2 (zh)
EP (1) EP4349009A1 (zh)
CN (1) CN117461311A (zh)
WO (1) WO2022256145A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3494700A4 (en) * 2016-08-03 2020-01-15 Dejero Labs Inc. SYSTEM AND METHOD FOR CONTROLLING DATA STREAM CHANGES

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100128130A1 (en) * 2008-11-24 2010-05-27 At&T Intellectual Property I, L.P. Systems and methods to monitor video quality
US8385221B2 (en) 2010-02-28 2013-02-26 International Business Machines Corporation System and method for monitoring of user quality-of-experience on a wireless network
US9191284B2 (en) * 2010-10-28 2015-11-17 Avvasi Inc. Methods and apparatus for providing a media stream quality signal
CA2742038C (en) * 2011-05-30 2019-01-08 Sandvine Incorporated Ulc Systems and methods for measuring quality of experience for media streaming
US9398347B2 (en) * 2011-05-30 2016-07-19 Sandvine Incorporated Ulc Systems and methods for measuring quality of experience for media streaming
WO2012167416A1 (en) * 2011-06-07 2012-12-13 Huawei Technologies Co., Ltd. Monitoring device and method for monitoring a video session in a data network
WO2013029214A1 (en) 2011-08-26 2013-03-07 Huawei Technologies Co., Ltd. Video quality monitor and method for determining a network video quality measure in a communication network
US8789081B2 (en) 2011-09-02 2014-07-22 Verizon Patent And Licensing Inc. Video quality scoring
US20130304934A1 (en) * 2011-09-29 2013-11-14 Avvasi Inc. Methods and systems for controlling quality of a media session
US9207938B2 (en) * 2012-08-29 2015-12-08 Hewlett-Packard Development Company, L.P. Instruction forwarding based on predication criteria
WO2014066975A1 (en) 2012-10-30 2014-05-08 Avvasi Inc. Methods and systems for controlling quality of a media session
US9277208B2 (en) 2013-11-12 2016-03-01 Oovoo, Llc System and method for estimating quality of video with frame freezing artifacts
US20150271231A1 (en) * 2014-03-18 2015-09-24 Qualcomm Incorporated Transport accelerator implementing enhanced signaling
US10146395B2 (en) * 2014-05-06 2018-12-04 T-Mobile Usa, Inc. Quality of experience diagnosis and analysis in wireless communications
US10182097B2 (en) 2015-09-23 2019-01-15 Board Of Regents, The University Of Texas System Predicting a viewer's quality of experience
US10869072B2 (en) 2015-12-16 2020-12-15 Nippon Telegraph And Telephone Corporation Audio-visual quality estimation device, method for estimating audio-visual quality, and program
US10673921B2 (en) 2016-03-06 2020-06-02 Ssimwave Inc. Method and system for automatic user quality-of-experience measurement of streaming video
US10003847B2 (en) 2016-04-22 2018-06-19 Google Llc Watch-time clustering for improving video searches, selection and provision
EP3261292A1 (en) * 2016-06-21 2017-12-27 Alcatel Lucent Method and system for automating assessment of network quality of experience
EP3503569A1 (en) * 2017-12-19 2019-06-26 Thomson Licensing Method of transmitting video frames from a video stream to a display and corresponding apparatus
CN110662017B (zh) * 2018-06-30 2022-05-10 华为技术有限公司 一种视频播放质量检测方法和装置
US11153203B2 (en) * 2018-10-05 2021-10-19 Sandvine Corporation System and method for adaptive traffic path management
CN110519633B (zh) * 2019-08-02 2021-10-15 广州视源电子科技股份有限公司 无线传屏方法、装置、系统和智能交互平板
US11570228B2 (en) * 2020-10-15 2023-01-31 Sandvine Corporation System and method for managing video streaming quality of experience
CN114189700A (zh) * 2021-11-23 2022-03-15 广州博冠信息科技有限公司 直播卡顿提示方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
US11558668B2 (en) 2023-01-17
US20220394332A1 (en) 2022-12-08
WO2022256145A1 (en) 2022-12-08
EP4349009A1 (en) 2024-04-10

Similar Documents

Publication Publication Date Title
US11683234B2 (en) Server outlier detection
US8566856B2 (en) Video stream measurement method and system
CN109618565B (zh) 流式视频用户体验质量的自动测量方法和系统
US11765437B2 (en) Automatic diagnostics alerts
US11507488B2 (en) Upstream fault detection
KR102523149B1 (ko) 부트스트래핑을 통한 지각 품질 모델 불확실성의 정량화
US20180048921A1 (en) Real-time playback diagnostics
CN111432248A (zh) 直播视频流的质量监控方法和装置
US10778354B1 (en) Asynchronous enhancement of multimedia segments using input quality metrics
US10560215B1 (en) Quality control service using input quality metrics
Burger et al. A generic approach to video buffer modeling using discrete-time analysis
US20230156068A1 (en) System and method for managing video streaming quality of experience
US9313251B2 (en) Sharing a configuration state of a client device that meets a threshold level of QoE
CN117461311A (zh) 基于解码帧率测量视频体验质量
US11929869B2 (en) Scalable and real-time anomaly detection
CN113473116B (zh) 一种直播质量监测方法、装置及介质
CN113411672A (zh) 通信质量评估方法、装置、可读存储介质及电子设备
CN112769643A (zh) 资源调度方法、装置、电子设备及存储介质
CN117915154A (zh) 视频档位确定方法、装置、设备、存储介质及程序产品

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