云社交电视的用户视频质量体验

近年来,多屏云社交电视将社交体验引入了传统的电视领域中。观看同一内容社交电视的观众虽然来自不同的地方,但是仍然可以通过文本、图像、音频和视频来进行互动,这就在传统体验上增强了社会属性。笔者将社交电视用户体验分为3个要素(用户延迟、视频质量体验和资源利用率),并且提供一个通用算法来提高用户体验。具体来说就是提出了一个基于云计算的最佳播放速率分配方案,最大限度提高整体视频质量体验(QoE)和用户间的延迟上限。实验结果表明,该算法实现了用户间延迟和视频质量的最优组合,并论证了无线信道快速衰弱下的最优性能。

基于可见损伤持续时间贝叶斯网络的视频QoE评估方法

目前,对视频业务体验质量(QoE)的客观评估方法中,视频图像质量下降造成的可见显示损伤持续时间对用户体验质量的影响往往被忽略。针对该问题,讨论了可见显示损伤持续时间对用户体验质量的影响。同时,分析了造成可见显示持续损伤的客观原因,构建了包含分层客观指标和主观评估结果的贝叶斯网络。在此基础上,提出了针对视频业务体验质量的无参考评估方法,并通过主观测试验证了该方法的准确性。

基于BP神经网络的网络视频QoE评估

为有效感知网络视频末端受众体验质量,提出一种利用网络层QoS指标数据在线实时评估网络视频QoE的方法。基于BP神经网络,分别使用变学习率梯度下降和弹性BP两种算法,建立关系映射模型。在搭建仿真实验环境,模拟视频服务端到端传输过程和网络损伤,获取QoS与QoE指标数据的基础上,进行模型误差分析,实验结果表明,映射模型所得到的预测数据,与目标数据分布特征规律基本吻合,精确度满足预期要求。