预测虚拟现实视频流在移动网络中的性能

预测虚拟现实视频流在移动网络中的性能(中文6000字,英文PDF)
随着公众可对虚拟现实（VR）视频进行获取并访问，虚拟现实视频流在移动网络中的需求急剧增长。然而，移动网络环境灵活多变，因此会对这种高带宽要求的服务的感知产生不可预料的影响。在这种情况下就需要提出一个新颖的适合VR视频流的性能评估模型。在本文中，我们介绍了PERCEIVE，这是一个分为两阶段的方法，可用于预测在移动网络条件下进行VR视频流自适应传输的的质量。通过机器学习，我们的方法可首先使用网络服务质量（QoS）指标作为预测指标来预测自适应VR视频播出性能。然后在第二阶段它采用预测的虚拟现实视频播出性能指标来建模和估计最终用户的感知质量。PERCEIVE的评估考虑了真实的网络环境，其中VR视频在LTE/4G网络环境下进行流式传输。通过计算预测值和测量值之间的差值来评估PERCEIVE的准确度，平均预测误差低于3.7%，并且在估计感知质量方面，对于超过90%的所有测试案例，其预测误差低于4%。此外，它还能使我们更精准的确定影响自适应VR视频流传输的QoS条件。