陶晓明 杜冰 段一平

摘要:基于脑电图(EEG)响应趋同性的生理学机理,研究了基于脑电图响应特征的体验质量(QoE)度量方法,实现小样本稳定度量;建立网络关键性能指标(KPI)、服务关键质量指标(KQI)与QoE之间的映射关系模型。该模型可有效地提升多媒体服务和网络资源协同的优化空间,为显著提升多媒体业务支持能力提供新途径。
关键词:用户体验;深度学习;脑电图;评测
Abstract: Based on the physiological mechanism of electroencephalogram (EEG) response convergence, the quality of experience (QoE) measurement method based on EEG response characteristics is studied to realize small sample stability measurement. Furthermore, the key performance indicator (KPI) and key quality indicator (KQI) are established based on this model. By this way, the optimization space of multimedia services and network resources collaboration can be effectively improved, and a new way to significantly enhance multimedia business support capabilities is provided.
Keywords: quality of experience; deep learning; electroencephalogram; evaluation
1 视频体验质量评测概述
无线多媒体业务的爆炸式增长已成为无线通信行业快速、持续发展的主要推动力。多媒体信息在为用户带来多类型、全方位的视听体验的同时,也决定了用户对多媒体业务的主观评价必将受多维因素的综合影响;因此用户的体验质量(QoE)[1]才是衡量服务质量的最优指标。然而,传统通信技术的发展是基于通信系统中各层面客观技术指标来提升用户的服务质量(QoS)。该发展思路只能单纯地提升一个或多个客观通信指标,同时可能会偏离用户满意度提升这一根本目标,从而造成通信和计算资源的浪费。可以看到,与传统通信业务相比,无线视频通信的功能定位已从准确、快速、及时地完成信息传输,扩展为满足用户多样化的通信业务体验需求。未来,无线视频通信质量的评价方法应当具备更强的主观属性和整体属性。也就是说,无线视频通信质量评价的结果应当能全面反映一项技术或者业务是否能够满足其用户在特定应用场景下的各方面体验需求。……