Quality of Experience (QoE)Measurement Technique for Multicast Audio/Video Conferencing Services

论文摘要

近年来,人们已经意识到了多媒体设备及其应用的成功同时取决于服务质量参数(QoE)和整个用户体验分析。这一范式可以延伸到在网络上发布和共享内容的视讯会议的各个方面。这样一来作为衡量是否获得愉快的用户体验的服务质量参数(QoE)就一定得纳入考虑范围了。对于QoE而言,难点在于对相关用户体验因素的界定和如何给这些因素对QoE影响定量。而对用户期望值的知晓度及评估尤其重要。新的多媒体增强技术的出现就是最好的证明。在现今的研究下,未来的视讯会议极有可能在在考虑QoE的情况下实现协议和政策的调解。所以,对环境和识别参数的相应了解有利于促进媒体电子化。视频压缩方法会极大地影响视频质量。网络条件也会极大地影响视频质量,不过这种影响体现在压缩的过程中,因为视频压缩对信息传输也有暂时的依赖,也就是说,一旦丢失一个数据包,那么任何依赖于该数据包的信息就全不可用了。网络条件对视频压缩影响的测量,如数据包丢失和延迟等,都是很有挑战性的。这取决于视频是如何被压缩的。本文从不同角度对桌面视讯会议进行了探讨。视讯会议的关键问题包括视频压缩,传输,媒体同步和操作。在视讯会议中,音频和视频数据必须通过执行RTP/RTCP进行实时传输。因此在网络上要保证能够有能保证这些音频视频流量的带宽。对视讯会议在ISDN, IP网络及卫星传播的数据传输也进行了探讨。在视讯会议中拎一个重要的问题是音频和视频的同步化,也被称为Lip Sync。二者是否同步在用户体验中占据重要的部分。在视讯会议中,架构也十分重要,因为它不仅有助于减少网络在数据传输时的通信量,同时能根据所需资源减少系统消耗。综上所述,本文介绍了一种新的执行测量方法及新型系统的设计过程的指导框架。重要的步骤在该框架中得到了强调。实验分为七个层次：Topology, Login and call establishment, Input/Output traffic, Packet distribution, Audio/Video Synchronization (Skew) PESQ及VQM。通过这一框架,我们能够收集数据和分析不同系统中的执行情况,从而引导我们得出未来的视讯会议系统应如何设计的结论。近年来,桌面视讯会议飞速发展,出现了许多新型流式技术和网络架构。为了更好的理解多点式桌面视讯会议系统,更多关于详尽测量的实验势在必行。通过本文的研究,可以发现CPU的影响,对桌面视讯会议应用的存储,在运行不同视讯会议时对CPU和RAM的监督等仍然有大量的研究工作需要去做。另外对视讯会议的安全性进行检测也还需要设计一些测量实验。比如我们可以用不同的安全性策略来分析视讯会议的执行情况,从而计算出带宽或后台流量对QoE的影响。

论文目录

• Abstract
• 摘要
• Acknowledgement
• Chapter One:Introduction
• 1.1. Background
• 1.2. Statement of the problem
• 1.3. The Aim and objectives of the study
• 1.4. Organization of this Thesis
• Chapter Two: A Study on Video conferencing on the Internet
• 2.1. Related Work
• 2.2. Key issues of Video Conference
• 2.2.1. Compression Standards
• 2.2.2. Data streaming
• 2.2.3. Audio/Video Synchronization
• 2.2.4. Conferencing architectures
• 2.3. Standards of VC
• 2.4. Classification of Video Conferening
• 2.4.1. According to the different termimals
• 2.4.2. According to the user interface
• 2.4.3. According to the signaling protocol used
• 2.4.4. According to the network structure
• 2.5. Available Video Conference applications
• 2.5.1. Centralized（Client/Server）network
• 2.5.2. P2P videoconference
• Chapter 3: Methodology
• 3.1. Experiment setup and Data Collection
• 3.1.1. Experiment setup
• 3.1.2. Data Capturing and Network monitoring tools
• 3.1.2.1. Jperf
• 3.1.2.2. Wireshark
• 3.1.2.3. PESQ
• 3.1.2.4. VQM
• 3.1.3. Video Conferencing Applications
• 3.1.3.1. Mebeam
• 3.1.3.2. Nefsis（Free trial version）
• 3.1.3.3. Qnext（version 4.0.0.46）
• 3.1.3.4. Vsee（version 9.0.0.612）
• Chapter 4: Experiment and Data Analysis
• 4.1. Data Collection
• 4.2. Topology
• 4.2.1. Mebeam Topology
• 4.2.2. Qnext topology
• 4.2.3. Vsee topology
• 4.2.4. Nefsis
• 4.2.5. Topology discussion
• 4.3. Login and Call establishment
• 4.3.1. Mebeam
• 4.3.2. Qnext
• 4.3.3. Vsee
• 4.3.4. Nefsis
• 4.3.5. login and call architecture Discussion
• 4.4. Input/Output traffic measurement and analysis
• 4.4.1. Input/Output Discussion
• 4.5. Packet size distribution
• 4.5.1. With both microphone and camera
• 4.5.2. Only with microphones but no camera
• 4.5.3. Neither with microphone nor camera
• 4.5.4. Packet Distribution Discussion
• 4.6. Audio and Video Quality Experiments29
• 4.6.1. Audio and Video quality Experiments setups
• 4.6.2. Video Quality measurement procedures
• 4.6.3. Objective measurement results of audio quality
• 4.6.4. Objective measurements results of video quality
• 4.6.4.1. Mebeam corresponding VQM results
• 4.6.4.2. Qnext corresponding VQM results
• 4.6.4.3. Vsee corresponding VQM results
• 4.6.4.4. Nefsis corresponding VQM results
• 4.6.5. Discussion on VQM results
• 4.6.6. Discussion on Subjective measurements of video quality
• 4.7. Audio-Video Synchronization
• 4.8. Other parameters related to QoE
• 4.9. General experiment Summary
• Chapter 5: Contributions of this research and Future works
• 5.1. Contributions
• 5.2. Future work
• Reference