【摘 要】
：
基于高感知质量的视频流的需求,如何对视频流的用户体验质量进行有效而准确的评估成为目前研究的一个热点.本文论述了基于视频流的用户体验质量的预测方法,重点阐述了几种典型的QoE预测模型.首先,对影响用户体验质量的因素进行了分析并指出存在的问题;然后,对用户体验质量的不同预测方法进行了分析和论述;最后,就网络视频流的用户体验质量预测方法的进一步发展提出了若干技术与研究展望.
【机 构】
：
宁波大学 信息科学与工程学院 宁波 315211 宁波大学 信息科学与工程学院 宁波 315211
【出 处】
：
中国电子学会电路与系统学会第二十四届年会
论文部分内容阅读
基于高感知质量的视频流的需求,如何对视频流的用户体验质量进行有效而准确的评估成为目前研究的一个热点.本文论述了基于视频流的用户体验质量的预测方法,重点阐述了几种典型的QoE预测模型.首先,对影响用户体验质量的因素进行了分析并指出存在的问题;然后,对用户体验质量的不同预测方法进行了分析和论述;最后,就网络视频流的用户体验质量预测方法的进一步发展提出了若干技术与研究展望.
其他文献
文章描述了一个基于心理学的情绪包络光谱调制模式(envelopespectralmodulationpatterns,ESMP)原理,用于人类语音情绪的自动识别.这种模式是从听觉过零峰值幅度(auditory-ZCPA)的临时光谱中提取的.在语音情绪分析中得到听觉ZCPA滤波器组和调制滤波器组,使用临时光谱表示法提取声学频率和临时调制频率成分,从而通过人类语音知觉而不是传统的短时光谱特征来传递情绪
为了解决微弱信号采集过程中存在工频干扰的问题,提出了一种新的基于人工蜂群优化的工频干扰抑制算法.算法利用人工构造观测信号的方法将工频干扰抑制问题转化为盲信号分离问题,选用信号变化度作为信号分离的目标函数,利用人工蜂群优化算法对目标函数进行优化求解,从而在完成信号分离工作的同时实现了对采集信号中工频干扰的抑制.仿真实验表明,所提出算法对微弱信号中存在的工频干扰成分具有很好的抑制效果.
无线传感器网络中节点间的能量消耗是不均衡的,因此有一些局部节点会过早死亡造成“能量空洞”问题,进而缩短了网络寿命.现有分簇算法往往通过采用非均匀的簇头竞争半径去构造大小不等的簇来解决这一问题.考虑到这些分簇算法中簇头非均匀竞争半径以及簇间数据传输路由设计上的缺陷,针对节点能量异构且分布不均匀的无线传感器网络,本文提出一种改进的分布式非均匀分簇路由协议IDUC(ImprovedDistributed
随着国内3G/LTE网络和智能终端的快速发展,移动互联网的数据业务流量迅猛增长,而且不断推出新形式的数据业务,都给运营商的网络运营带来了前所未有的冲击.为了提高网络的承载能力,科学的规划未来的数据业务发展,需要准确地分析各数据业务对无线资源的占用情况.本文首先分析了现有移动互联网网络资源占用问题的研究现状,然后结合蜂窝网络特征和实测数据,分析不同业务与资源的关联关系,通过业务-资源关联算法建立业务
本文在具有IQ不平衡的OFDM(OrthogonalFrequencyDivisionMultiplexing)系统模型的基础上,主要专注于设计逼近最佳补偿最大似然(MaximumLikelihood,ML)算法性能的低复杂度补偿算法.为了达到此目的,对传统的ML的补偿算法进行研究并提出了两个亚逼近ML的补偿方法.仿真结果表明,与常规的ML相比,提出的改进的亚ML的补偿方法性能优于现有的补偿方法,
针对正交频分复用系统中收发两端都有同相和正交不平衡的问题,当信道稀疏时,本文采用了基于压缩感知理论的迭代收缩(IS)算法和平行协调下降算法进行信道估计.仿真结果表明,采用相同的最小二乘(Leastsquare,LS)均衡器,本文的时域LS-IS算法和平行协调下降算法(PCD)的误码性能优于频域LS和匹配追踪算法.
随着智能手机的蓬勃发展,数据业务对移动互联网正常运行的冲击越来越大,给电信运营商的服务水平造成了更为严峻的挑战;与此同时,大数据时代的来临也向移动互联中的数据存储、处理和分析提出了新的要求:运营商面对网络流量的迅速增长,亟需新的分析工具来充分挖掘大数据中的价值,解决将流量转变为效益的难题,最终实现蜂窝网络流量经营和智能化管道等发展战略.本文首先分析了大数据对移动互联网的冲击和挑战,然后介绍了面向大
针对肺部图像中边缘等重要特征与背景对比度较低这一问题,本文做了以下三点改进:一,采用基于小波变换的增强算法对图像进行增强,提高图像对比度;二,在数学形态学的基础上,结合结构元素的三个基本选取原则,选取适合于肺部图像的全方位多尺度结构元素,并对一般的膨胀腐蚀型边缘检测算子进行改进;三,对最终进行加权求和的权值计算方法进行改进,将峰值信噪比(PSNR)融入权值中,最后采用选取的结构元素和改进的算子对峰
本文提出了一种符合人眼视觉感知的多视点视频码率控制算法,算法分为四层,分别是视点层、GOP(GroupOfPictures)层、帧层、宏块层.在视点层,采用预先编码一个GOP的方式来确定视点间的码率分配比例;在GOP层,根据HBP(HierarchicalBPictures)结构的特点计算每个GOP的初始量化参数和目标比特数;在帧层,通过预测帧复杂度来确定每帧的目标比特数;在宏块层,根据人眼视觉感
针对移动信道具有多径传播、噪声干扰强等特点,压缩视频流容易发生丢包现象,进而严重影响视频解码质量,因此必须从移动终端设备的实际应用角度出发,尽可能的降低计算复杂度,采取有效的错误隐藏技术提高解码端视频的重建质量.首先,分析了移动立体视频主流的编码结构;然后,基于宏块丢失和整帧丢失两个方面,分别按照隐藏方法对现有的移动立体视频错误隐藏技术进行了研究与分析;最后,提出了移动立体视频错误隐藏进一步研究的