Mobile Multimedia Streaming Techniques : QoE and Energy Consumption Perspective
由于两个原因，多媒体流传输到移动设备具有挑战性。首先，将内容传送到客户端的方式必须确保用户在流媒体会话中间不会经历长的初始播放延迟或失真的播放。其次，多媒体流应用是智能手机中最耗能的应用之一。能量消耗主要取决于无线接入技术（Wi-Fi、3G和4G）的传输技术和功率管理技术。为了深入了解现有的流媒体技术，它们如何在不同的移动平台上工作，它们在提供流畅的体验质量方面所做的努力，以及它们对手机能耗的影响，我们对几款同时具有Wi-Fi和蜂窝网络接入的智能手机进行了大量的主动测量。我们的分析揭示了五种不同的技术来提供内容的视频播放器。技术的选择取决于移动平台、设备、播放器、质量和服务。我们的流量和功率测量结果使我们能够得出结论，所确定的技术都不是最佳的，因为它们没有考虑以下因素：使用的接入技术，用户行为和用户对数据浪费的偏好。我们指出的技术与最佳的播放缓冲区配置，它提供了最有吸引力的权衡在特定情况下。
2014-05-24 cs.MM cs.NI
A QoS Guarantee Strategy for Multimedia Conferencing based on Bayesian Networks
面向服务的体系结构（SOA）通常用于Web服务系统的设计和实现。在SOA环境中实现媒体通信的关键技术是面向服务的通信。为了充分利用SOA的优势，我们设计并实现了一个基于Web的多媒体会议系统，为用户提供了一个混合编排的Web和通信服务。由于目前的SOA缺乏有效的多媒体服务QoS保证解决方案，用户满意度受到QoS违规的极大挑战，例如，低视频PSNR（峰值信噪比）和长播放延迟。为了解决这一关键问题，我们首先采用了业务流程执行语言（Business Process Execution Language，简称BPEL）服务引擎来实现混合服务的编排和执行。其次，我们提出了一种新的上下文感知的方法来量化和利用QoS指标和可用的上下文之间的因果关系的基础上贝叶斯网络（CABIN）。该方法包括三个阶段：（1）信息离散化，（2）因果关系分析，（3）最佳上下文调整。我们实现CABIN在现实生活中的多媒体会议系统，并比较其性能与现有的延迟和吞吐量为导向的计划。实验结果表明，CABIN在提高视频质量方面优于竞争方法的PSNR。它还提供了一个一站式商店控制网络和通信服务。
2015-06-21 cs.MM cs.NI
Towards a QoE Model to Evaluate Holographic Augmented Reality Devices
增强现实（Augmented Reality，AR）技术发展迅速，为用户提供了与真实世界环境交互的新方式。虽然全息AR多媒体设备的性能可以用传统的服务质量参数来衡量，但体验质量（QoE）模型可以从用户的角度更好地评估设备。由于目前还没有公认的模型来测量全息AR多媒体设备的QoE，我们提出了一个QoE框架，并用模糊推理系统对其进行建模，以定量评估设备。
2022-12-25 cs.MM
Processor Based Active Queue Management for providing QoS in Multimedia Application
本文的目的是实现基于主动网络的主动队列管理技术，利用基于网络处理器（NP）的路由器提供服务质量（QoS），以增强多媒体应用。使用Intel IXP 2400 NP模拟器评估性能。结果表明，基于主动网络的主动队列管理算法在拥塞情况下具有比RED算法更好的性能，能够以最小的时延和队列丢失实现高速的分组分类，从而支持多媒体应用。使用模拟，我们表明，该系统可以提供保证优先流与提高网络利用率，其中带宽是根据优先级的流之间共享。我们首先分析了负载分配方案的可行性和最优性，然后分别针对非延迟敏感流和延迟敏感流提出了解决方案。已经进行了严格的模拟和实验，以评估性能。
2010-04-11 cs.MM cs.NI
A review on Machine Learning based User-Centric Multimedia Streaming Techniques
Indian Institute of Technology, Kharagpur（印度理工学院克勒格布尔分校）；INRIA（法国国家信息与自动化研究院）
本文综述了基于机器学习的以用户为中心的多媒体流传输技术，重点涵盖整体与连续时变QoE建模、传统及360°视频的自适应流传输策略、相关数据集以及当前不足与开放挑战。
2024-11-24 cs.AI cs.LG cs.MM
Analysis, Design and Simulation of a New System for Internet Multimedia Transmission Guarantee
QoS是多媒体通信系统中的一个重要问题。本文提出了一种新的多媒体传输系统，该系统在多媒体传输过程中重新设置QoS要素（RSVP、路由协议、发送方和接收方）之间的关系，从而在原有多媒体路径失效的情况下创建替代路径。最后，利用OPNET 11.5仿真软件对该系统进行了仿真。仿真结果表明，我们提出的系统优于旧的QoS参数，如数据包丢失和延迟抖动。
2009-10-01 cs.MM cs.NI
Evaluation of Preference of Multimedia Content using Deep Neural Networks for Electroencephalography
Yonsei University（延世大学）
基于脑电的用户体验质量评价因其能够实时监测用户体验质量而受到广泛关注。然而，它仍然遭受相当低的识别准确性。在本文中，我们提出了一种新的方法，使用深度神经网络对改进的EEG建模，从而提高识别精度。特别是，我们的目标是在学习模型中对与QoE分析相关的时空特征进行建模。结果表明了该方法的有效性。
2018-09-12 cs.HC cs.LG cs.MM
Energy Efficiency Optimization for MIMO-OFDM Mobile Multimedia Communication Systems with QoS Constraints
除了服务质量（QoS）外，能量效率也是设计和评估移动多媒体通信系统的一个重要参数，这一点已成为近年来研究的热点。针对多输入多输出正交频分复用（MIMO-OFDM）移动多媒体通信系统，提出了一种统计QoS约束下的能量效率模型。采用信道矩阵奇异值分解（SVD）的方法，所有的子信道分类的信道特性。通过对所有子信道进行分组，将传统MIMO-OFDM通信系统中的多信道联合优化问题转化为多目标单信道优化问题。因此，MIMO-OFDM移动多媒体通信系统的能量效率优化的封闭形式的解决方案。在此基础上，提出了一种能量效率优化的功率分配算法（EEOPA），以提高MIMO-OFDM移动多媒体通信系统的能量效率。仿真结果表明，在MIMO-OFDM移动多媒体通信系统中，EEOPA算法能够以较高的能量效率保证所需的QoS。
2014-12-17 cs.IT cs.MM cs.NI
Resource Allocation Mechanism for Media Handling Services in Cloud Multimedia Conferencing
多媒体会议是多方之间的多媒体内容的会话交换。它具有广泛的应用范围（例如，大型多人在线游戏（MMOG）和远程学习）。媒体处理服务（例如，视频混合、代码转换和压缩）对于多媒体会议是关键的。然而，有效的资源使用和可扩展性仍然是重要的挑战。不幸的是，迄今为止提出的基于云的方法在满足服务质量（QoS）要求的同时，在资源使用和扩展的效率方面具有若干缺陷。本文提出了一种解决方案，优化资源分配和规模的参与者的数量，同时保证QoS。此外，我们的解决方案还包括不同的媒体处理服务，以支持参与者的需求。将资源分配问题转化为一个线性规划（ILP）问题，设计了一个启发式算法，并针对不同的参与者数量和不同的参与者地理分布情况对算法进行了评估。仿真结果表明，我们的资源分配机制可以组成的媒体处理服务和分配所需的资源，以最佳的方式，同时尊重QoS的端到端的延迟。
2019-03-27 cs.MM cs.NI
A New Approach to Manage QoS in Distributed Multimedia Systems
处理网络拥塞是用于提高分布式多媒体系统中的服务质量（QoS）的标准。针对网络拥塞问题的现有解决方案忽略了可扩展性考虑，因为它们为每个视频流保持单独的分类。在本文中，我们提出了一种新的方法，允许控制QoS提供给客户端根据网络拥塞，丢弃一些帧时，需要的。提出的技术，称为（m，k）-帧，是可扩展的应用程序的性能几乎没有下降。（m，k）-框架方法是从（m，k）-固定实时约束的概念出发提出的，即在一个任务的k次调用中，m次调用必须满足其截止期。我们的模拟研究表明，（m，k）帧的方法，以适应QoS的真实条件下，在多媒体应用程序中，根据当前的系统负载的有用性。值得注意的是，当活动客户端1的数量变化时，即客户端的动态到达时，系统必须调整提供给活动客户端1的QoS。
2009-06-26 cs.MM cs.PF
The Metaverse from a Multimedia Communications Perspective
延展实境（XR）技术，如虚拟现实和360°立体流，使Metaverse的概念，一个沉浸式的虚拟空间的协作和互动。为了确保沉浸式媒体的高保真显示，需要考虑带宽、延迟和网络流量模式，以确保用户的体验质量（QoE）。在这篇文章中，例子和计算探索，以证明上述参数的要求。此外，可以从多媒体通信的角度探索未来的方法，例如使用强化学习（RL）的网络感知和使用帧中的空间或时间差异的XR内容感知。
2023-01-18 cs.MM cs.NI
Handcrafted vs Deep Learning Classification for Scalable Video QoE Modeling
移动视频流量在蜂窝和企业无线网络中占主导地位。随着各种应用的出现，网络管理员面临的挑战是在面对各种无线条件和应用内容时提供高QoE。然而，最先进的网络缺乏对QoE的分析，因为这需要来自应用或用户反馈的支持。虽然存在通过训练机器学习模型而不需要用户反馈来将QoS映射到QoE的现有技术，但是由于ML的QoE地面实况注释不足，这些技术仅限于少数应用。为了解决这些限制，我们专注于视频电话应用和模型的空间和时间的视频QoE的关键文物。我们的主要贡献是设计内容和设备独立的指标，并在不同的WiFi条件下进行培训。我们表明，我们的指标达到了中位数90%的准确性，通过比较平均意见得分超过200个用户和800个视频样本在三个流行的视频电话应用程序- Skype，FaceTime和谷歌环聊。我们通过使用深度神经网络来进一步扩展我们的指标，更具体地说，我们使用组合的CNN和LSTM模型。通过将我们的QoE指标与深度学习模型相结合，我们实现了95%的中位准确率，这比最先进的众所周知的技术提高了38%。
2019-01-10 cs.MM cs.NI
An Enhanced Time Space Priority Scheme to Manage QoS for Multimedia Flows transmitted to an end user in HSDPA Network
Hassan 1st University（哈桑一世大学）；Mohammed V Souissi University（穆罕默德五世苏伊西大学）；Universiy Algarve（阿尔加维大学）
本文研究了HSDPA网络中用于管理多媒体流QoS的综合时间空间优先级方案的缺陷，并提出改进方案以提升RT流的QoS并高效利用网络资源。
2013-08-12 cs.MM cs.NI cs.SY
A Resource Allocation Mechanism for Video Mixing as a Cloud Computing Service in Multimedia Conferencing Applications
多媒体会议是多方之间的多媒体内容的会话交换。它具有广泛的应用（例如大型多人在线游戏（MMOG）和远程学习）。许多多媒体会议应用广泛使用视频，因此视频混合在会议设置中至关重要。云计算是一种可以解决多媒体会议中的可扩展性问题的技术，同时带来其他好处，例如弹性、资源的有效使用、快速开发和引入新的应用。然而，迄今为止提出的基于云的多媒体会议方法在满足服务质量（QoS）要求的同时有效使用资源方面存在若干缺陷。针对多媒体会议应用中基于云的视频混合服务，提出了一种优化资源分配的解决方案，在保证QoS的同时，支持用户数量的可扩展性。我们将资源分配问题转化为一个线性规划问题，并设计了一个启发式算法，仿真结果表明我们的资源分配模型在保证QoS的同时，能够支持更多的参与者.
2015-09-22 cs.MM
QoE-Oriented Resource Allocation for 360-degree Video Transmission over Heterogeneous Networks
由于多媒体和网络部署的快速增长，沉浸式媒体流传输，特别是带宽要求非常高的虚拟现实（VR）/360度视频流传输已经变得越来越流行。为了更好地探索资源的使用和实现更好的用户体验质量（QoE），本文开发了一种应用层方案，以在360度视频流中联合利用LTE和Wi-Fi网络的可用带宽。这种新提出的方案和相应的解决方案算法利用视频的显著性，预测用户的视图和用户的状态信息，以获得用户与不同的Wi-Fi接入点（AP）的最佳关联，以最大限度地提高系统的效用。此外，提出了一种新的缓冲策略，以减轻短时预测问题的影响，在时变网络中传输360度视频。在各种360度视频的仿真实验中，验证了所提出的方案和算法的良好性能和低复杂度。
2018-03-21 cs.MM cs.NI
A Survey on Cross-Layer Design Frameworks for Multimedia Applications over Wireless Networks
在过去的几年里，互联网的吞吐量，使用率和可靠性几乎呈指数级增长。宽带无线移动自组织网络（MANDON）和蜂窝网络的引入以及增加的计算能力已经为待创建的新种类的应用（即，实时多媒体应用）打开了大门。在像因特网这样的复杂网络上传送实时多媒体业务是一项特别具有挑战性的任务，因为这些应用对带宽、延迟和延迟抖动具有严格的服务质量（QoS）要求。传统的基于IP的尽力而为服务将无法满足这些严格的要求。无线信道的时变性质和资源受限的无线设备使得该问题更加困难。为了提高终端用户在无线互联网上感知的媒体质量，QoS支持可以在不同的层中解决，包括应用层、传输层和链路层。跨层设计是实现这种适应的一种众所周知的方法。在跨层设计中，考虑到来自物理无线介质的挑战和来自应用的QoS需求，使得在物理层的速率、功率和编码可以适应于满足给定当前信道和网络条件的应用的要求。文献中存在许多跨层设计的提议。在本文中，广泛的审查已经取得了这些跨层架构，结合应用层，传输层和链路层的控制。特别是像信道估计技术，自适应控制在应用层和链路层的能量效率，基于优先级的调度，传输层的传输速率控制，和自适应自动重传请求（ARQ）的问题进行了详细讨论。
2010-12-12 cs.MM cs.NI
DaI: Decrypt and Infer the Quality of Real-Time Video Streaming
对网络服务质量的推断是网络运营商进行优化的重要依据。然而，主流的实时的【形】视频流应用采用加密的安全性，留下了一个问题，提取实时的【形】视频的服务质量（QoS）指标。在本文中，我们提出了DaI，一个基于流量的实时的【形】视频质量估计。DaI可以部分解密加密的实时的【形】视频数据，并应用机器学习方法来估计实时的【形】视频的关键客观体验质量（QoE）度量。根据实验结果，DaI可以估计客观的QoE指标，平均准确率为79%。
2022-11-04 cs.MM cs.NI
Cross-Layer Protocols for Multimedia Communications over Wireless Networks
在过去的几年里，互联网的吞吐量，使用率和可靠性几乎呈指数级增长。宽带无线移动自组织网络（MANDON）和蜂窝网络的引入以及增加的计算能力已经为待创建的新种类的应用（即，实时多媒体应用）打开了大门。在复杂的网络（如Internet）上传输实时多媒体流量是一项特别具有挑战性的任务，因为这些应用对带宽、延迟和延迟抖动有严格的服务质量（QoS）要求。传统的基于IP的尽力而为服务已经不能满足这些严格的要求。无线信道的时变性质和资源受限的无线设备使得该问题更加困难。为了提高终端用户在无线互联网上感知的媒体质量，QoS支持可以在不同的层中解决，包括应用层、传输层和链路层。跨层设计是实现这种适应的一种众所周知的方法。在跨层设计中，考虑到来自物理无线介质的挑战和来自应用的QoS需求，使得在物理（PHY）层的速率、功率和编码可以适应于满足给定当前信道和网络条件的应用的要求。文献中存在许多跨层设计的提议。在本章中，我们对这些结合了应用层、传输层和链路层控制的跨层体系结构进行了广泛的回顾。特别是，像信道估计技术，自适应控制在应用层和链路层的能源效率，基于优先级的调度，传输层的传输速率控制，自适应自动重传请求（ARQ）的问题进行了详细讨论。
2012-06-19 cs.MM cs.NI
Supervised Learning based QoE Prediction of Video Streaming in Future Networks: A Tutorial with Comparative Study
Cardiff Metropolitan University（卡迪夫城市大学）；University of Western Australia（西澳大利亚大学）；Dublin City University（都柏林城市大学）；University College Dublin（都柏林大学学院）；University of Cagliari（卡利亚里大学）
基于体验质量（QoE）的服务管理仍然是在下一代网络（例如5G/6 G）中成功提供多媒体服务的关键，这需要适当的质量监控、预测和资源管理工具，其中机器学习（ML）可以发挥关键作用。在本文中，我们提供了一个基于监督学习ML模型的视频流服务QoE测量和预测解决方案的开发和部署教程。首先，我们为开发和部署基于监督学习的视频流QoE预测模型提供了一个详细的管道，该管道包括数据汇集、特征工程、模型优化和训练、测试以及预测和评估等几个阶段。其次，我们通过提出参考架构，讨论了使用软件定义网络（SDN）、网络功能虚拟化（NFV）和移动边缘计算（MEC）等网络使能技术在下一代网络（5G/6 G）中部署用于QoE预测/测量的ML模型。第三，我们提出了一个比较研究的国家的最先进的监督学习ML模型的QoE预测的视频流应用程序的基础上，多个性能指标。
2022-01-03 cs.LG cs.MM cs.NI
Harnessing the Potential of Function-Reuse in Multimedia Cloud Systems
基于云的计算系统可能由于其用户的预算约束或某些资源类型的限制而被超额订阅。超额预订又会降低用户感知的服务质量（QoS）。我们研究的减轻超额预订和所产生成本的方法是基于处理服务请求所需的计算的智能重用（即，任务）。我们提出了一个重用的范例，等待执行的任务。这种模式在无服务器平台中特别有影响力，因为多个用户可以同时请求类似的服务。我们的动机是一个多媒体流引擎，以按需方式处理媒体片段。我们提出了一种机制，以确定各种类型的“可合并”的任务，并聚合它们，以提高QoS和减轻所产生的成本。我们开发新的方法来确定何时以及如何执行任务聚合，使其他任务的QoS不受影响。评估结果表明，该机制可以通过显着降低任务错过其截止日期的百分比%，提高了服务质量。此外，它还可以将使用云服务的总时间（以及随后产生的成本）减少9%以上。
2021-04-09 cs.DC cs.MM
Optimization of Unequal Error Protection Rateless Codes for Multimedia Multicasting
无速率码已被证明能够为多播应用提供比固定速率码更大的灵活性和效率。在下文中，我们优化的不等错误保护（UEP）的多媒体多播到一组异构用户的无比率码。所提出的设计的目标是提供有保证的或尽力的服务质量（QoS）。提出了一种随机交织的无码率编码器，用户只需要解码符号到自己的QoS水平。建议的编码器进行了优化的基础上测量的标准化猛禽码在无线信道上的传输特性。结果表明，一个有保证的QoS问题制定可以转化为一个凸优化问题，产生一个全局最优解。数值结果表明，所提出的优化随机交织UEP无比率编码器的性能优于最近提出的其他UEP无比率码。
2015-01-10 cs.IT cs.MM math.IT
An Efficient QOS Based Multimedia Content Distribution Mechanism in P2P Network
对等网络是网络中的每个节点都可以充当网络中其他节点的客户端或服务器的网络。它允许共享访问各种资源，如文件，外围设备和传感器，而无需中央服务器。P2P网络中的内容分发是通过多播从服务器完成的。多播是将数据发送到多个指定的过程。该技术对于P2P网络中的大规模多媒体内容分发是高效的，其中端节点具有相同的系统组件集合。但在现实中，对等点对不同的服务级别以及不同的服务组件有着异构的需求。为具有广泛不同需求的每个对等体提供差异化服务的能力变得越来越重要。我们需要在现有的共享网络基础设施之上提供差异化服务。为解决上述问题而提出的解决方案是向每个对等体提供个性化服务。重点研究了在P2P网络中构造和维护一种高效的多重覆盖组播树结构。树的维护过程由两种机制控制，即节点驱动的动态重构和通过观察网络状态变化进行的不频繁的树维护。基于上述策略，本文构建了一种新的可扩展体系结构，并对其进行了分析。
2022-01-19 cs.MA cs.MM
YouTube QoE Evaluation Tool for Android Wireless Terminals
在本文中，我们提出了一个Android应用程序，它能够评估和分析感知体验质量（QoE）的YouTube服务在无线终端。为了实现该目标，应用程序执行客观服务质量（QoS）参数的测量，然后通过效用函数将其映射到主观QoE（根据平均意见得分，MOS）。我们的应用程序还告知用户有关导致低MOS的潜在原因，并提供一些提示来改善它。在每个YouTube会话之后，用户可以选择通过在线意见调查来确定会话。该信息已在试点体验中用于将理论QoE模型与真实用户反馈相关联。从这样的经验的结果表明，理论模型（取自文献）提供了比用户反馈稍微悲观的结果。用户似乎更沉迷于无线连接，与从有线场景获得的理论模型相比，民意调查的MOS增加了约20%。
2014-05-19 cs.MM
ADS: Adaptive and Dynamic Scaling Mechanism for Multimedia Conferencing Services in the Cloud
多媒体会议广泛应用于各种应用中，例如在线游戏和远程学习。这些应用程序需要在参与者数量波动时有效地扩展会议规模。云是一种解决可扩展性问题的技术。然而，所提出的基于云的解决方案在考虑应用的未来需求同时满足服务质量（QoS）要求和资源使用效率方面具有若干缺点。在本文中，我们提出了一个自适应和动态缩放机制（ADS）的多媒体会议服务在云中。该机制使得能够相对于参与者的数量进行可伸缩的和弹性的资源分配。ADS产生一个具有成本效益的扩展计划，同时考虑到QoS要求和未来的需求的会议服务。我们使用线性规划（ILP）来描述这个问题，并设计了一个启发式算法。仿真结果表明，ADS机制可以弹性地扩展会议服务。此外，ADS启发式优于贪心算法从资源效率的角度来看。
2017-11-06 cs.MM
Towards User-level QoE: Large-scale Practice in Personalized Optimization of Adaptive Video Streaming
本文提出首个大规模部署的个性化自适应视频流系统LingXi，通过用户参与度分析、退出率预测和贝叶斯优化动态调整算法参数，在快手平台A/B测试中显著提升观看时长并减少卡顿。
2025-08-22 cs.MM eess.IV
QoE assessment for SVC streaming in ENVISION
可伸缩视频编码由于其能够处理终端异构性和网络条件变化的能力，在许多多媒体服务中的内容交付中引起了极大的兴趣。在我们以前的工作中，在EXPERISION的保护下，我们提出了一种播放平滑机制，通过减少流在适应不断变化的网络条件时所经历的质量变化来确保分层流的均匀交付。在本文中，我们研究由此产生的视频质量，从最终用户的感知在不同的网络条件下的损失和延迟。因此，我们采用了双重刺激损害量表（DSIS）方法。结果表明，在不同的网络配置下，平滑的视频片段的平均意见得分较高。这证实了所提出的平滑机制的有效性。
2014-05-28 cs.MM
Multi-Layer Monitoring at the Edge for Vehicular Video Streaming: Field Trials
本文提出一种边缘多层监控架构，利用5G SA网络和MEC基础设施，为车载视频流实时提供QoS、QoE和定位信息，并通过现场试验验证其有效性。
2023-11-13 cs.MM cs.NI
A Study on Impacts of Multiple Factors on Video Qualify of Experience
HTTP自适应流（HAS）已经成为当今多媒体传输的一种经济有效的手段。然而，体验质量（QoE）如何受到1）变化的感知质量和2）中断的共同影响还没有得到很好的理解。在本文中，我们提出了第一次尝试定量量化这些因素对流媒体会话的QoE的相对影响。为了实现这一目的，我们首先使用直方图对因素的影响进行建模，直方图表示会话中各个因素的频率分布。通过使用大型数据集，然后提供对这些因素的相对影响的各种见解，作为改善流会话的QoE的建议。
2020-06-23 cs.MM
Realistic Video Sequences for Subjective QoE Analysis
互联网上的多媒体流（直播和点播）是现代互联网的基石，承载着超过60%的流量。在如此高的需求下，提供出色的用户体验是一项至关重要且具有挑战性的任务。为了评估用户QoE，许多研究人员部署了主观质量评估，其中参与者观看和评价人工注入各种时间和空间损伤的视频。为了帮助弥合客观视频QoE指标与用户体验之间的差距，我们开发了DashReStreamer，这是一个用于在真实网络中重新创建自适应流媒体视频的开源框架。DashReStreamer利用由在不受控制的环境中运行的HAS算法创建的日志（即，有线或无线网络），在一个视频文件中编码可视变化和停止事件。这些视频适用于模仿现实网络条件的主观QoE评估。为了补充DashReStreamer，我们根据从真实移动和无线网络收集的视频日志重新创建了234个逼真的视频剪辑。此外，我们的数据集包含视频日志，其中包含HAS算法做出的所有决策，以及说明吞吐量分布的网络带宽配置文件。我们相信这个数据集和框架将允许其他研究人员在他们的追求在理解视频QoE动态的影响的最后前沿。
2022-04-14 cs.MM
Towards QoS-Aware Recommendations
在本文中，我们提出了多媒体服务的推荐系统（RS）应该是“QoS感知”的，即，考虑内容可以被递送的期望QoS，以增加用户满意度。网络感知推荐最近被提出作为一个有前途的解决方案，以提高网络性能。然而，QoS感知RS的想法已经从网络的角度进行了研究。它的可行性和性能性能优势的内容提供商或用户的角度只是推测。因此，在本文中，我们的目标是提供初步的答案，QoS感知RS的概念的可行性，通过调查其对真正的用户体验的影响。为此，我们进行实验，真实用户的测试平台上，并提出初步的实验结果。我们的分析证明了这个想法的潜力：QoS感知的RS可能对用户（更好的体验）和内容提供方（更高的用户参与度）都有好处。此外，基于收集的数据集，我们建立统计模型（i）预测用户体验作为QoS，相关性的建议（QoR）和用户兴趣的函数，和（ii）提供有用的见解QoS感知RS的设计。我们相信，我们的研究是一个重要的第一步QoS感知的建议，通过提供实验证据，其可行性和好处，并可以帮助打开未来的研究方向。
2020-10-01 cs.MM cs.NI
A Tutorial of the Mobile Multimedia Wireless Sensor Network OMNeT++ Framework
在这项工作中，我们将给出一个详细的教程说明如何使用移动多媒体无线传感器网络（M3WSN）的仿真框架。M3WSN框架已在第六届OMNeT++国际研讨会（2013年）上作为科学论文发表。M3WSN框架实现了真实视频序列的多媒体传输。因此，可以通过使用QoE度量来评估一组多媒体算法、协议和服务。此外，关键的视频相关信息，如帧类型、GoP长度和帧内依赖性，可以用于创建新的评估和优化解决方案。为了支持移动性，M3WSN利用不同的移动性跟踪，使网络如何在移动情况下的行为的理解。本教程将介绍如何安装和配置M3WSN框架，设置和运行实验，创建移动和视频跟踪，以及如何评估不同协议的性能。本教程将在Ubuntu 12.04 LTS和OMNeT++ 4.2的环境中给出。
2015-09-11 cs.MM cs.NI cs.PF
A First Look at Quality of Mobile Live Streaming Experience: the Case of Periscope
来自移动设备的实时多媒体流正在迅速普及，但对它们提供的QoE知之甚少。在本文中，我们将研究Periscope服务。我们首先抓取服务，以了解其使用模式。然后，我们研究了使用的协议，典型的体验质量指标，如播放流畅性和延迟，视频质量，以及Android应用程序的能耗。
2016-10-03 cs.MM cs.NI
The UWB Solution for Multimedia Traffic in Wireless Sensor Networks
无线多媒体传感器网络的QoS（服务质量）和能量消耗是研究的重点。这些研究项目在理论和实践方面进行投资，以扩大无线通信中出现的规范、标准和技术的使用范围。这些技术的性能与使用领域及其特性的局限性密切相关。在本文中，我们给出了比较ZigBee技术，最广泛地应用于传感器网络，UWB（超宽带），它提出了自己作为竞争对手，在这些工作中，目前更好的结果，为视听应用与中等范围和高吞吐量。
2011-11-08 cs.MM cs.NI cs.OS
Towards Better Quality of Experience in HTTP Adaptive Streaming
HTTP自适应流（HAS）是当今流行的多媒体交付解决方案。HAS的新颖性在于通过自适应比特率（ABR）算法来促进连续地使流会话适应当前网络条件的可能性。各种流行的流媒体和视频点播服务，如Netflix，亚马逊Prime Video和Twitch都使用这种方法。鉴于这一广泛的消费者基础，ABR算法不断改进，以提高用户满意度。这些改进的见解是在体验质量（QoE）的研究领域内收集的。在该领域内，各种研究人员致力于识别潜在的损害并测试其对观众QoE的影响。两个经常讨论的影响QoE的视觉障碍是失速事件和质量切换。到目前为止，通常假设这些停滞事件对QoE具有最坏的影响。本文挑战这一信念，并回顾了这一假设，比较失速事件与多质量和高振幅质量开关。进行了两项主观研究。在第一个主观研究中，参与者获得了金钱奖励，而第二个主观研究是由志愿者进行的。统计分析表明，失速事件不会导致QoE的最严重降级。这些发现表明，需要重新评估QoE研究中失速事件的影响。因此，这些发现可能用于进一步的研究，并改善目前的自适应策略在ABR算法。
2023-02-01 cs.MM
Personalized QoE Prediction: A Demographic-Augmented Machine Learning Framework for 5G Video Streaming Networks
Department of Data Science（数据科学系）；AI National University of Computer（人工智能国家计算机大学）；Faculty of Computing（计算机学院）
本文提出一种融合人口统计数据的机器学习框架，通过数据增强提升QoE预测的准确性，TabNet在5G视频流网络中表现最佳。
2025-12-14 cs.AI cs.MM eess.IV
Joint Transmission in QoE-Driven Backhaul-Aware MC-NOMA Cognitive Radio Network
在本文中，我们开发了一个资源分配框架，以优化回程感知的多小区认知无线电网络（CRN）的下行链路传输，使多载波非正交多址接入（MC-NOMA）。所考虑的CRN由单个宏基站（MBS）和多个小BS（SBS）组成，所述多个小BS分别被称为主层和辅助层。对于主层，我们考虑正交频分多址接入（OFDMA）方案，也服务质量（QoS）来评估用户满意度。另一方面，在第二层中，采用MC-NOMA，并且通过体验质量（QoE）来评估作为流行的多媒体服务的Web、视频和音频的用户满意度。此外，辅助层中的每个用户可以经由联合传输（JT）在子载波上由多个SBS同时服务。特别地，我们用公式表示功率控制和调度的联合优化问题（即，用户关联和子载波分配），以最大化次用户的总可实现QoE。已经开发了一种有效的资源分配机制来处理非线性形式的干扰并克服QoE服务函数的非凸性。调度和功率控制策略利用增广拉格朗日方法（ALM）。仿真结果表明，所提出的解决方案的方法可以控制干扰和JT-NOMA提高总感知QoE相比，现有的计划。
2020-08-30 cs.MM eess.SP
Quality of Experience for Streaming Services: Measurements, Challenges and Insights
在过去的几年里，网络和用户手机技术的发展对电信行业和互联网生态系统提出了挑战。特别地，像YouTube、Vimeo和DailyMotion这样的多媒体流服务的前所未有的进步导致了令人印象深刻的需求增长和对服务质量（QoS）（例如，高数据率、低等待时间/抖动等）。主要地，在提供特定服务时要考虑许多困难，例如严格的QoS、以人为中心的特征、大量设备、异构设备和网络以及不可控的环境。因此，体验质量（QoE）的概念正在获得可见性，并且大量的研究工作已经花费在以高用户体验来改进和/或交付可靠且增值的服务上。在本文中，我们通过提供标准定义和开发的最重要的测量方法，介绍了QoE在无线和移动网络（4G，5G及以后）中的重要性。此外，我们表现出显着的增强和控制方法，研究人员提出，以满足用户的期望，在服务体验。
2019-12-24 cs.MM
Comparison of Popular Video Conferencing Apps Using Client-side Measurements on Different Backhaul Networks
在COVID-19疫情期间，视频会议平台被用于不同目的，包括课堂教学。然而，这些平台并不是为其中许多目标而设计的。当用户（如教育工作者）选择一个平台时，不清楚哪个平台在相同的网络和硬件资源下表现更好，以满足所需的体验质量（QoE）。类似地，当开发人员设计新的视频会议平台时，他们没有明确的指导方针来根据QoE要求进行设计选择。在本文中，我们提供了一组网络和系统测量以及定量用户研究，以衡量视频会议应用程序在服务质量（QoS）和QoE方面的性能。使用这些指标，我们衡量了Google Meet，Microsoft Teams和Zoom的表现，这是教育和商业领域的三个流行平台。我们发现这三个应用程序在处理视频和音频流方面存在很大差异。我们看到他们的治疗选择影响了他们对硬件资源的消耗。我们的定量用户研究证实了我们的定量测量结果。虽然每个平台都有其优势，但我们发现没有一个应用程序是理想的。用户可以根据以下哪一个更重要来选择合适的平台：音频、视频或网络带宽、CPU或内存。
2022-10-18 cs.MM cs.NI
Subjective and Objective Quality-of-Experience Evaluation Study for Live Video Streaming
Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University（图像通信与网络工程研究所，上海交通大学）；Alibaba Group（阿里巴巴集团）
本文研究直播视频流的主观和客观质量体验评估，构建了首个直播视频流QoE数据集TaoLive QoE，并提出端到端QoE模型Tao-QoE，整合多尺度语义特征和光流运动特征以预测回顾性QoE评分。
2026-04-17 cs.AI cs.MM eess.IV
Adaptive Resource Management for Multimedia Applications in Femtocellular and Macrocellular Networks
近年来，各种高数据率无线应用的需求不断增长，并且在未来将继续增长。为了满足这些需求，必须合理利用现有的有限无线资源或开发新的无线技术。因此，我们提出了一些新的想法来管理无线资源和部署的毫微微蜂窝网络技术。研究主要分为两个部分：（a）毫微微蜂窝网络部署和资源分配以及（b）宏蜂窝网络的资源管理。第一部分介绍了毫微微蜂窝网络的部署场景、集成毫微微蜂窝/宏蜂窝网络架构、具有成本效益的频率规划和移动性管理方案。在第二部分中，我们提出了一种基于自适应带宽分配的CAC。建议的CAC依赖于自适应多级带宽分配方案的非实时呼叫。我们建议通过无线网络提供视频服务。我们提供了一个QoS自适应无线资源分配以及流行度为基础的带宽分配方案，可扩展的视频在无线蜂窝网络。所有提出的方案都通过一些数值和模拟结果进行了验证。本文的研究结果清楚地表明了我们所提出的方案的优点。
2014-12-14 cs.MM cs.NI
A real-time blind quality-of-experience assessment metric for HTTP adaptive streaming
在当今的互联网中，HTTP自适应流（HAS）是用于视频流的主流标准，其基于自适应比特率（ABR）算法来切换视频内容的比特率。有效的体验质量（QoE）评估度量可以为ABR算法提供关键反馈。然而，在客户端侧预测这样的实时QoE是具有挑战性的。QoE预测要求与人类视觉系统（HVS）的高度一致性、低延迟和盲评估，这些都难以同时实现。为了解决这个问题，我们分析了HAS系统的各种特性，并提出了一种非均匀采样度量来降低时间复杂度。此外，我们设计了一个有效的QoE指标，它将分辨率和重新缓冲时间集成为服务质量（QoS），并将深度神经网络的时空输出和特定的切换事件集成为内容信息。这些奖励和惩罚功能回归到质量分数与支持向量回归（SVR）模型。实验结果表明，该指标的准确率比主流的盲QoE指标高出0.3倍，计算时间仅为视频播放时间的60%，表明该指标能够为ABR算法提供实时指导，提高HAS的整体性能.
2023-03-17 cs.MM eess.IV
Adaptation Logic for HTTP Dynamic Adaptive Streaming using Geo-Predictive Crowdsourcing
随着人们对高体验质量（QoE）的视频流服务需求的不断增长，促使人们对客户端自适应逻辑方法进行了大量研究。然而，大多数算法使用客户端先前的下载体验，并且不使用由专业服务的用户生成的人群知识数据库。我们提出了一种新的人群算法，最大限度地提高了QoE。此外，我们展示了如何将人群信息集成到现有的算法，并说明了这两个国家的最先进的算法。我们在一个包含336，551个网络性能样本的大型现实众包数据集上评估了我们的算法和最先进的算法（包括我们修改后的算法）。该数据集由WeFi LTD提供。我们的新算法在QoS（eMOS）方面优于所有其他方法。
2016-02-05 cs.MM
New Approach for an Affective Computing-Driven Quality of Experience (QoE) Prediction
University of Paris-Est Creteil（巴黎东克雷泰伊大学）
本研究提出一种情感计算驱动的QoE预测新模型，基于公开多媒体QoE数据集的EEG数据提取特征训练多类深度学习模型，经优化的LSTM模型F1分数达68%-78%，并分析了频段与电极的重要性差异。
2023-11-05 cs.AI cs.CV cs.HC
Congestion Control for Network-Aware Telehaptic Communication
遥触觉应用涉及远程位置之间的延迟敏感的多媒体通信，对于不同的媒体组件具有不同的服务质量（QoS）要求。这些QoS约束提出了各种挑战，特别是当通信发生在共享网络上，未知的和随时间变化的交叉流量。在这项工作中，我们提出了一个传输层拥塞控制协议的遥触觉应用程序在共享网络上运行，被称为动态分组模块（PACK）。蓝牙是一种无损的网络感知协议，它根据网络中的拥塞程度调整遥触觉分组化速率。为了监控网络拥塞，我们设计了一种新型的网络反馈模块，它将遥触觉数据包所遇到的端到端延迟以可忽略的开销传送到相应的发射机。通过大量的模拟，我们表明，在广泛的网络交叉流量条件下，远程触觉应用的QoS要求，满足。我们还报告了定性结果的实时telepartamic实验与几个人类受试者，这表明，即使在严重拥挤的网络情况下，tetrahaptic保持质量的遥触觉活动。最后，我们比较了几个以前提出的遥触觉通信协议的性能，并证明了，EPORTUPERFORMANCE优于这些协议。
2017-01-12 cs.MM cs.NI
Study on the Assessment of the Quality of Experience of Streaming Video
Moscow Institute of Physics and Technology（莫斯科物理技术学院）
HTTP上的动态自适应流传输提供了大多数多媒体服务的工作，然而，该技术的性质使QoE（体验质量）的评估进一步复杂化。本文研究了各种客观因素对流视频QoE主观估计的影响。本文介绍了标准和手工制作的功能，显示了它们的相关性和p值的意义。提出了一种基于回归和梯度提升的视频质量评估模型，其SRCC在验证子样本上达到0.9647。所提出的回归模型适用于所应用的应用（具有和不具有参考视频两者）;梯度提升回归量模型是进一步改进质量估计模型的前景。我们采用SQOE-III数据库，迄今为止同类数据库中最大和最真实的数据库。VQA（视频质量评估）模型可在https://github.com/AleksandrIvchenko/QoE-assesment上获得
2020-12-08 cs.LG cs.MM
Fast Adaptive Algorithm for Robust Evaluation of Quality of Experience
离群点检测是众包体验质量（QoE）鲁棒性评价的重要组成部分，近年来受到广泛关注。在多媒体的QoE中，由于不同的测试条件、人为错误、上下文的异常变化等，会出现离群值。在本文中，我们提出了一个简单而有效的算法离群值检测和强大的QoE评估命名为迭代最小二乘（iLTS）。该算法将二进制权重分配给样本，即，0或1表示样本是否为离群值，则离群值修剪子集最小二乘解给出稳健的排名分数。在更新权重和排序得分之间交替进行迭代优化，在有限步内收敛到局部优化器。在我们的测试设置中，iLTS比基于LASSO的方法快190倍，性能相当。此外，该方法的变化版本示出了离群值检测中的自适应，其提供了自动检测以确定数据样本是否是离群值，而无需\emph{a priori}关于离群值的量的知识。仿真实例和实际应用都证明了iLTS的有效性和效率。一个Matlab软件包提供给研究人员利用众包配对比较数据进行强大的排名。
2014-10-22 cs.MM
A Brief Survey on Adaptive Video Streaming Quality Assessment
University of Waterloo（滑铁卢大学）；Shanghai Jiao Tong University（上海交通大学）；Ningbo University（宁波大学）
自适应视频流的体验质量（QoE）评估在高级网络管理系统中起着重要作用。在HTTP上的动态自适应流传输方案（DASH）的情况下尤其具有挑战性，其具有包括附加回放问题的日益复杂的特性。在本文中，我们提供了一个简短的概述自适应视频流质量评估。在回顾相关工作后，我们分析和比较了使用或不使用自适应视频流的机器学习技术的客观Qoe评估模型的不同变体。通过性能分析，我们观察到，混合模型的性能优于服务质量（QoS）驱动的QoE方法和信号保真度测量。此外，对于相同的设置，基于机器学习的模型略微优于不使用机器学习的模型。此外，我们发现，现有的视频流QoE评估模型仍然有有限的性能，这使得它很难在实际的通信系统中应用。因此，基于传统视频质量预测的深度学习特征表示的成功，我们还应用了现成的深度卷积神经网络（DCNN）来评估流视频的感知质量，其中考虑了流视频的时空特性。实验证明了它的优越性，这揭示了专门设计的深度学习框架的自适应视频流质量评估的未来发展。我们相信这项调查可以作为自适应视频流的QoE评估的指导方针。
2022-02-25 cs.CV cs.MM
Non-Cooperative Game Theory Based Rate Adaptation for Dynamic Video Streaming over HTTP
Shandong University（山东大学）；City University of Hong Kong（香港城市大学）
HTTP动态自适应流媒体技术（Dynamic Adaptive Streaming over HTTP，DASH）因其能够适应网络的多变性而被证明是一种新兴的、有前途的多媒体流媒体技术。速率自适应机制，一个具有挑战性和开放性的问题，在基于DASH的系统中起着重要的作用，因为它会影响用户的体验质量（QoE），网络利用率等。在本文中，基于非合作博弈论，我们提出了一种新的算法来优化分配有限的出口带宽的服务器多用户，以最大限度地提高他们的QoE与公平性保证。该算法是无代理的。具体而言，一种新的用户QoE模型是通过考虑各种因素，如接收的视频质量，参考缓冲区长度，和用户累积的缓冲区长度等，然后，带宽竞争问题制定为一个非合作博弈的存在纳什均衡，从理论上证明。最后，提出了一个分布式迭代算法，并进行了稳定性分析，以寻找纳什均衡。与现有方法相比，仿真和真实网络场景下的大量实验结果表明，该算法能够产生更高的QoE，并且所有用户的实际缓冲区长度保持接近最优状态，即，一直在参考缓冲区中移动。此外，该算法不会产生播放中断。
2019-12-27 cs.CV cs.MM cs.SY
Video Contents Prior Storing Server for Optical Access Network
最重要的多媒体应用之一是用于下一代网络的互联网协议电视（IPTV）。IPTV提供三重播放业务，这些业务需要具有组播和服务质量（QoS）保证的功能的高速接入网络。在光接入网中，以太网无源光网络（EPON）被认为是满足更高带宽需求的最佳解决方案之一。在本文中，我们提出了一种新的架构，组播直播IPTV业务在光接入网。所提出的机制涉及为每个IPTV频道分配唯一的逻辑链路标识符。为了管理多播，在光线路终端（OLT）和每个光网络单元（ONU）中构建了优先存储服务器。在这项工作中，我们提出了一个部分事先存储策略，考虑随着时间的推移和用户的访问模式的视频内容片段的流行程度的变化，以计算在事先存储的对象的效用。我们还建议分区的前存储，以避免驱逐流行的对象（那些不经常访问）的不受欢迎的访问频率较高的。从两个在线数据集测量流行度分布和流行度老化，并在模拟中使用参数。仿真结果表明，我们提出的架构可以提高系统的性能和QoS参数的数据包延迟，抖动和丢包。
2015-04-08 cs.MM cs.NI
Machine Learning-Based Prediction of Quality Shifts on Video Streaming Over 5G
针对5G视频流中质量切换影响用户体验质量（QoE）的问题，研究其与信道指标RSRP、RSRQ、SNR的关系，提出基于传统机器学习分类器的预测方法，仅用上述指标实现77%准确率，助力5G时代OTT服务优化。
2025-08-25 cs.LG cs.MM
