• 정보과학회 논문지
• /
• 제44권1호
• /
• pp.95-106
• /
• 2017

최근 높은 품질의 멀티미디어 콘텐츠를 제공하고 급증하는 트래픽을 처리하기 위해 HTTP 적응적 스트리밍이 등장하였다. HTTP 적응적 스트리밍 서비스의 QoE (Quality of Experience; 사용자 체감 품질)를 향상시키기 위해서는 평균적인 비디오 품질을 최대화해야 하며 품질 변경 주기, 품질 감소 폭, 그리고 끊김 현상을 최소화해야 한다. 최근 제안되었던 HTTP 적응적 스트리밍의 품질 조절 알고리즘들은 QoE 관련 특성을 세밀하게 고려하지 않아 높은 QoE를 제공하기 어렵다. 본 논문에서는 HTTP 적응적 스트리밍의 QoE 향상을 위해 SQA (Smooth Quality Adaptation) 알고리즘을 제안한다. 제안하는 알고리즘은 일정 기간 품질을 유지하고 비디오 품질의 급격한 감소를 방지함으로써 부드러운 사용자 체감 품질을 제공한다. 시뮬레이션을 통해 제안하는 알고리즘이 대역폭 감소 구간에서 품질 변경 폭을 감소시키고 품질 변경을 최소화하는 것을 확인하였다.

• 한국통신학회논문지
• /
• 제36권5B호
• /
• pp.451-463
• /
• 2011

QoE (Quality of Experience)란 서비스에 대해 사용자가 느끼는 체감품질로서 정의된다. 그러나, 음성의 경우에는 이용자 MOS로 맵핑될 수 있는 R-Value라는 표준 측정기법이 존재하나, 영상의 경우에는 이용자 MOS를 대변할 수 있는 QoE 표준 측정기법이 제시되어 있지 않다. 본 논문에서는 IPTV에서 영상 QoE 측정을 위한 효과적인 방법론을 제안한다. 제안방법은 이용자들의 MOS 에 영향을 미치는 시나리오 유형들을 선정하고, 이들 유형에 가중치를 적용하여 QoE를 자동으로 측정해 낸다. 검증을 위하여 선정한 시나리오 유형들이 반영되어 제작한 열화영상에 제안 알고리즘을 적용하여 구한 QoE와 이용자들로부터 측정한 MOS 간의 상관도를 산출하였고, 결과는 제안 알고리즘이 실제 이용자가 체감하는 품질과 높은 상관도를 가짐을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권11호
• /
• pp.5392-5418
• /
• 2017

The primary aim of this paper is to propose a non-linear regression based technique for mapping different network Quality of Service (QoS) factors to an integrated end-user Quality of Experience (QoE) or Mean Opinion Score (MOS) value for an online video streaming service on a mobile phone. We use six network QoS factors for finding out the user QoE. The contribution of this paper is threefold. First, we investigate the impact of the network QoS factors on the perceived video quality. Next, we perform an individual mapping of the significant network QoS parameters obtained in stage 1 to the user QoE based upon a non-linear regression method. The optimal QoS to QoE mapping function is chosen based upon a decision variable. In the final stage, we evaluate the integrated QoE of the system by taking the combined effect of all the QoS factors considered. Extensive subjective tests comprising of over 50 people across a wide variety of video contents encoded with H.265/HEVC and VP9 codec have been conducted in order to gather the actual MOS data for the purpose of QoS to QoE mapping. Our proposed hybrid model has been validated against unseen data and reveals good prediction accuracy.

• Journal of Communications and Networks
• /
• 제9권4호
• /
• pp.446-456
• /
• 2007

Increased access to broadband networks has led to a fast-growing demand for voice and video over IP(VVoIP) applications such as Internet telephony(VoIP), videoconferencing, and IP television(IPTV). For pro-active troubleshooting of VVoIP performance bottlenecks that manifest to end-users as performance impairments such as video frame freezing and voice dropouts, network operators cannot rely on actual end-users to report their subjective quality of experience(QoE). Hence, automated and objective techniques that provide real-time or online VVoIP QoE estimates are vital. Objective techniques developed to-date estimate VVoIP QoE by performing frame-to-frame peak-signal-to-noise ratio(PSNR) comparisons of the original video sequence and the reconstructed video sequence obtained from the sender-side and receiver-side, respectively. Since processing such video sequences is time consuming and computationally intensive, existing objective techniques cannot provide online VVoIP QoE. In this paper, we present a novel framework that can provide online estimates of VVoIP QoE on network paths without end-user involvement and without requiring any video sequences. The framework features the "GAP-model", which is an offline model of QoE expressed as a function of measurable network factors such as bandwidth, delay, jitter, and loss. Using the GAP-model, our online framework can produce VVoIP QoE estimates in terms of "Good", "Acceptable", or "Poor"(GAP) grades of perceptual quality solely from the online measured network conditions.

• ETRI Journal
• /
• 제43권3호
• /
• pp.447-458
• /
• 2021

The quality of experience (QoE) of video streaming is degraded by playback interruptions, which can be mitigated by the playout buffers of end users. To analyze the impact of playout buffer dynamics on the QoE of wireless adaptive hypertext transfer protocol (HTTP) progressive video, we model the playout buffer as a G/D/1 queue with an arbitrary packet arrival rate and deterministic service time. Because all video packets within a block must be available in the playout buffer before that block is decoded, playback interruption can occur even when the playout buffer is non-empty. We analyze the queue length evolution of the playout buffer using diffusion approximation. Closed-form expressions for user-perceived video quality are derived in terms of the buffering delay, playback duration, and interruption probability for an infinite buffer size, the packet loss probability and re-buffering probability for a finite buffer size. Simulation results verify our theoretical analysis and reveal that the impact of playout buffer dynamics on QoE is content dependent, which can contribute to the design of QoE-driven wireless adaptive HTTP progressive video management.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.229-234
• /
• 2021

The explosive growth of video-based services is considered as the dominant contributor to Internet traffic. Hence it is very important for video service providers to meet the quality expectations of end-users. In the past, the Quality of Service (QoS) was the key performance of networks but it considers only the network performances (e.g., bandwidth, delay, packet loss rate) which fail to give an indication of the satisfaction of users. Therefore, Quality of Experience (QoE) may allow content servers to be smarter and more efficient. This work is motivated by the inherent relationship between the QoE and the QoS. We present a no-reference (NR) prediction model based on Deep Neural Network (DNN) to predict video QoE. The DNN-based model shows a high correlation between the objective QoE measurement and QoE prediction. The performance of the proposed model was also evaluated and compared with other types of neural network architectures, and three known machine learning methodologies, the performance comparison shows that the proposed model appears as a promising way to solve the problems.

• 정보과학회 논문지
• /
• 제45권2호
• /
• pp.187-194
• /
• 2018

최근 HTTP 적응적 스트리밍(HTTP adaptive streaming) 서비스가 주목을 받고 있다. 기존 HTTP 적응적 스트리밍 서비스의 비디오 품질 조절 기법은 네트워크의 대역폭이나 클라이언트의 버퍼량에 따라 비디오 품질을 조절한다. 그러나 기존 품질 조절 기법은 빈번한 대역폭 변화나 고정된 버퍼 임계로 인해 불필요한 품질 변경이 발생하여 QoE(Quality of Experience)가 저하되는 문제가 있다. 본 논문에서는 변화하는 네트워크 환경에서 HTTP 적응적 스트리밍 서비스의 QoE 향상을 위해 평균 비디오 품질을 높이면서 불필요한 품질 변경을 최소화하는 비디오 품질 유지 기법을 제안한다. 제안하는 기법은 버퍼 점유율과 비디오 품질이 높을 경우 품질 유지 기간을 길게 설정하여 높은 품질을 오래 유지한다. 실험을 통해 제안하는 기법이 평균 비디오 품질을 향상시키고 품질 변경을 최소화하여 QoE를 향상시키는 것을 확인하였다.

• 정보과학회 논문지
• /
• 제44권4호
• /
• pp.423-432
• /
• 2017

최근 HTTP 적응적 스트리밍 서비스의 표준인 DASH(Dynamic Adaptive Streaming over HTTP)를 기반으로 하는 비디오 스트리밍 서비스의 QoE(Quality of Experience) 향상을 위해 비디오 품질 조절 기법들이 연구되고 있다. 그러나 기존 기법들은 비디오의 VBR(Variable Bitrate) 특성에 대한 고려가 부족하여 불필요한 품질 변화로 인해 QoE가 저하되는 문제를 발생시킨다. 본 논문에서는 세그먼트 특성을 기반으로 품질을 조절하는 SC-DASH(Segment Characteristics-based DASH)를 제안한다. SC-DASH는 다음에 요청할 세그먼트의 크기, 세그먼트 처리량, 그리고 버퍼 점유율을 기반으로 비디오 품질을 조절하여 불필요한 품질 변화가 발생하는 것을 방지한다. 실험 결과를 통해 SC-DASH가 기존 기법보다 불필요한 품질 변화를 감소시킴으로써 QoE를 향상시키는 것을 확인하였다.

• 정보과학회 논문지
• /
• 제45권2호
• /
• pp.175-186
• /
• 2018

최근 QoE를 향상시키기 위한 비디오 스트리밍 프로토콜로 HTTP 적응적 스트리밍이 주목받고있다. 높은 지연을 갖는 네트워크에서 HTTP 적응적 스트리밍은 하나의 세그먼트 요청에 하나의 세그먼트를 응답 받는 형식으로 동작하기 때문에 Lost RTT Cycle에 의해 평균 비디오 비트율이 감소한다. 하나의 요청에 다수의 세그먼트를 다운로드하는 Server-push 기반의 스트리밍 기법은 버퍼 언더플로우에 의한 QoE 저하가 발생한다. 본 논문에서는 높은 지연을 갖는 네트워크에서 HTTP 적응적 스트리밍의 QoE를 향상시키기 위한 VSSDS(Video Streaming Scheme based on Dynamic Server-push) 기법을 제안한다. 제안하는 기법은 가용대역폭을 예측하여 품질조절을 수행하고, 요청 주기마다 요청할 세그먼트의 개수를 결정한다. 실험을 통하여 제안하는 기법이 기존 기법에 비해 평균 비디오 비트율을 향상시키며, 버퍼 언더플로우를 방지하는 것을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권1호
• /
• pp.82-87
• /
• 2015

HTTP 적응적 스트리밍 서비스의 품질을 향상시키기 위한 연구가 활발히 진행되고 있다. 그러나 기존 HTTP 적응적 스트리밍 기술은 VBR 비디오 전송에 대한 고려가 부족하여, 스트리밍 서비스의 QoE가 저하되는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해, CB-DASH (Content and Buffer-aware DASH)라는 DASH 기반의 새로운 품질 적응 기법을 제안한다. 제안하는 기법은 비디오의 VBR 특성과 클라이언트 버퍼 상태를 고려하여 비디오 품질을 조절한다. 시뮬레이션 결과를 통해 제안한 기법의 정확한 대역폭 예측 및 QoE 향상을 확인하였다.