MétaCan
Menu
Retour à la cohorte
Enregistrement W1990865544 · doi:10.1109/iwcmc.2014.6906420

QoE evaluation of multimedia transmission over wireless networks

2014· article· en· W1990865544 sur OpenAlexaff
Xiaojing Li, Kai Dong, Wei Song, Bradford G. Nickerson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Video Quality Assessment
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMean opinion scoreQuality of experienceMultimediaPacket lossWireless networkQuality of serviceNetwork packetWirelessTransmission (telecommunications)Computer networkFadingVideo qualityReal-time computingChannel (broadcasting)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Many simulation tools (e.g., NS-2) can examine the quality of service (QoS) of networks but cannot demonstrate the visual and auditory effects of wireless transmission on multimedia quality. This paper presents a wireless multimedia simulator (WMS), which uses a compact graphical user interface to present the real-time packet delay with the playback of streaming media over a wireless channel based on classic radio channel models and IEEE 802.11 medium access control. By using captured packets and reproduced traces, WMS can demonstrate the visual and auditory effects of fading errors, packet delay and loss. Leveraging the real-time playback function, WMS enables quality of experience (QoE) evaluation of multimedia transmission in a controlled wireless environment. We carried out QoE evaluation with 30 participants for 104 test cases comprising 2 videos and 2 audio clips produced by WMS. The valuable test results enable us to quantify the relationship of QoE in terms of mean opinion score (MOS) with network traffic load and QoS metrics such as bit error probability (BEP). We find the subjective QoE is sensitive to media content although consistent with objective QoS metrics. Statistical difference-of-means tests show the video with slower motion and fewer colours is likely to offer better delay tolerance, and audio is less sensitive to bit errors while video is more resistant to network congestion.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,330
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetImage and Video Quality AssessmentTravaux en français237 207