Key points are not available for this paper at this time.
Videodienste werden sowohl in mobilen als auch in festen Netzwerken weit verbreitet angenommen. Für ihre erfolgreiche Bereitstellung sind die Inhaltsanbieter zunehmend daran interessiert, die Leistung solcher Übertragungen aus der Perspektive der Endnutzer zu bewerten, d.h. deren Qualität der Erfahrung (QoE). Zu diesem Zweck sind subjektive Qualitätsbewertungsmethoden kostspielig und können nicht in Echtzeit verwendet werden. Daher ist eine automatische Schätzung der QoE sehr wünschenswert. In diesem Papier schlagen wir ein No-Reference-QoE-Überwachungsmodul für adaptives HTTP-Streaming unter Verwendung von TCP und dem H.264-Videocodec vor. HTTP-Streaming mit TCP ist die beliebte Wahl vieler webbasierter und IPTV-Anwendungen aufgrund der intrinsischen Vorteile des Protokolls. Darüber hinaus leiden diese Anwendungen nicht unter Videodatenverlust aufgrund der zuverlässigen Natur der Transportschicht. Es kann jedoch zu Wiedergabeunterbrechungen kommen, und wenn adaptives Bitrate-Videostreaming verwendet wird, kann die Videoqualität aufgrund von verlustbehafteter Kompression variieren. Unser QoE-Schätzmodul, basierend auf Random Neural Networks, modelliert den Einfluss beider Faktoren. Die in diesem Papier vorgestellten Ergebnisse zeigen, dass unser Modell die Beziehung zwischen ihnen und der QoE genau erfasst.
Singh et al. (Sun,) haben diese Frage untersucht.