QoE-aware Quality Adaptation Scheme Based on Bandwidth Utilization for VBR Video Streaming

Q: 이 논문에서 정의한 VBR(Variable Bit Rate)이란 무엇인가?

VBR 방식은 각 프레임의 데이터양을 동적으로 할당하여 같은 품질 내에서도 세그먼트 간 크기가 다른 비디오 인코딩 방식이다. 이는 CBR 방식보다 더 높은 품질을 제공하고 인코딩 효율이 높다는 장점이 있으나, 세그먼트의 실제 비트율과 평균 비트율의 차이로 잘못된 대역폭 측정을 야기할 수 있다.

Q: VBR 비디오 스트리밍 환경에서 QoE를 향상시키기 위한 핵심 기법은 무엇인가?

연구 결과, 제안하는 대역폭 활용 기반 QoE 인지형 품질 적응 기법은 실제 세그먼트 크기를 이용해 대역폭 측정 오차를 줄이고, 버퍼를 세 구간으로 나눠 상위 품질 요청 가능성을 높인다. 또한, 네트워크 상황에 맞춰 임계값을 동적으로 업데이트하여 재생 끊김 없이 높은 평균 품질을 유지하며 QoE를 향상시킨다.

강정호; 김민수; 정광수

doi:10.5626/JOK.2020.47.6.612

자료유형: 학술저널

저자정보: 강정호 (광운대학교) 김민수 (광운대학교) 정광수 (광운대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.47 No.6

발행연도: 2020.6

수록면: 612 - 621 (10page)

DOI: 10.5626/JOK.2020.47.6.612

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

최근, 네트워크의 발전으로 비디오 스트리밍에 대한 수요가 증가하면서 HTTP 적응적 스트리밍 (HTTP Adaptive Streaming)이 주목받고 있다. HTTP 적응적 스트리밍은 네트워크의 상황에 맞춰 적응적으로 품질을 결정하기 때문에 QoE (Quality of Experience)를 보장할 수 있다. 그러나 기존의 품질적응 기법들은 비디오를 스트리밍할 때 VBR (Variable Bit Rate) 특성을 고려하지 않아 재생 끊김과 평균 품질 저하와 같은 문제들이 발생한다. 본 논문에서는 VBR 비디오 스트리밍을 위한 대역폭 활용 기반의 QoE 인지형 품질 적응 기법을 제안한다. 제안하는 기법은 비디오 세그먼트의 실제 크기, 과거에 요청한 품질 정보, 그리고 버퍼 점유량의 변화를 이용해 품질을 결정한다. 실험 결과, 제안하는 기법이 기존 기법들과 비교했을 때 재생 끊김이 발생하지 않고 적은 품질 변경 횟수와 높은 평균 품질로 QoE를 향상시키는 것을 확인하였다.

#HTTP 적응적 스트리밍 #대역폭 활용 #VBR #QoE #HTTP adaptive streaming #bandwidth utilization #variable bit rate #quality of experience

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)