脑启发视频用户体验评测关键技术  

Key Techniques of Brain Inspired Video QoE Prediction

作　　者：陶晓明[1] 杜冰 段一平 TAO Xiaoming;DU Bing;DUAN Yiping(Tsinghua University,Beijing 100084,China;University of Science and Technology Beijing,Beijing 100083,China)

机构地区：[1]清华大学,中国北京100084 [2]北京科技大学计算机与通信工程学院,中国北京100083 [3]清华大学电子工程系,中国北京100084

出　　处：《中兴通讯技术》2021年第1期33-36,共4页ZTE Technology Journal

基　　金：国家重点研发计划(2019YFB1803404);国家自然科学基金(61925105、61801260)。

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。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.

关 键 词：用户体验 深度学习 脑电图 评测 

分 类 号：TN919.8[电子电信—通信与信息系统]