A QoE-based Sender Bit Rate Adaptation Scheme for Real-time Video Transmission in Wireless Networks
发表
这篇文章发表于CISP2013，作者是南邮的Chao Qian。
概述
文章主要讲述的是一种QoE-based的发送端码率自适应策略，具体来讲，之前的码率自适应策略要么是根据发送端的网络状况决策的，要么是根据接受端的感知质量决策的，还没有工作可以综合考虑这两点进行决策，所以作者提出了这个QoE-based end-to-end daptation scheme。原文描述是：the scheme allows the sender to intelligently adapt sender bit rate (SBR) to the dynamic network conditions and perceived quality, as well as the content type。
背景
现有的adaptation scheme：
- Q.Pang1和K.Shamy2曾提出过一种adaptation scheme，他们是根据QoS（比如delay,jitter和packet loss）来决定最佳传输码率的。也就是说，他们想要做的是传输策略和信道条件相匹配的算法。
- S.Lee3等人提出的算法是一种可以综合考虑应用层和较低层的adaptation scheme，他们同样不考虑QoE，只是根据发送方的信道条件来决策码率。
- P.Papadimitriou4提出了一种根据网络拥塞决定码率的算法。
- T.Hayashi5提出了一种基于动态发送器比特率控制的模型，用于主观估计视频流的质量。
- A.Khan6在预编码阶段提出了一种新的基于模糊逻辑的SBR（Sender Bit Rate）自适应方案。该方案基于QoE预测模型的反馈信息来调整SBR，该模型根据receiver上的当前拥塞和恶化程度(congestion and degradation)来评估平均意见得分（Mean Opinion Score，MOS）。
- A.Khan7接着提出了一个方案，其中包括应用QoE驱动的模型来优化内容供应和网络资源利用。它还强调视频内容分类对于视频传输很重要。于是在另一篇文章8中提出了一种新模型，其中影响视频质量的四个参数是QoE内容类型，sender比特率，块错误率和平均突发长度。
- K.Piamrat9提出了一种基于QoE的新型动态速率适应机制，称为Q-DRAM。在他们的方法中，根据客户对QoE的反馈来调整传输速率，例如，当用户具有差的QoE时，他们降低传输速率。
大多数这些方案没有同时考虑视频传输的sender和receiver。通常，发送器和接收器的无线环境是不同的和不相关的，特别是对于实时视频传输系统。因此，最好根据双方的网络状况做出关于发送方比特率的决定。（引出正文）
正文
系统架构
从总体上看，作者的rate adaptation策略考虑了以下四方面因素：the wireless network conditions of the sender and receiver, content type, user’s subject perceived quality。
作者使用MOS当作衡量QoE的指标。
发送端：数据收集和传输
The sender : responsible for video data collection and transmission.
接收端：数据收集和播放
The receiver : receives video streaming data from the sender and plays back locally.
如何决策SBR？根据收发端的网络状况，视频类型和QoE打分。
The decision is based on the combination of the network conditions of the sender and receiver, video content type, and QoE score from users.
注意，QoE评级模块用于终端用户在观看实时视频期间对当前视频的质量进行评级，然后将评分反馈给适应服务器。
自适应策略
整个自适应策略可以分为两个步骤：
步骤一
首先根据其丢包，延迟或信号强度将网络状态分为几个级别，从良好的条件到恶劣的条件（SBR分为相同数量的级别）具有高SBR级别的视频是高质量的，而低级别的视频是低质量的。
具体来说，我们可以将发送方和接收方的网络状况（由Ws和Wr表示）分成几个级别S1，S2，S3，S4和S5，每个级别对应一个网络状态。从S1恶化至S5。
大意就是说自适应服务器根据其当前的Ws和Wr确定发送方和接收方的网络条件级别，然后根据下图映射到相应的SBR级别。
步骤二
下一步是根据SBR水平获取SBR的准确值。获取参数包括瞬时视频内容类型5（例如，慢速移动（SM），轻柔步行（GW）和快速移动（RM）视频剪辑）和从最终用户反馈的QoE分数。
具体，首先要取该SBR水平的最小值作为基本值
，同时假设该水平的sender的码率单位为
，该特定值由相应的值确定。 因此，最终的自适应SBR值S由（3）给出为：
其中k是内容类型的系数。对于不同的视频内容类型，SM，GW和RM，系数k依次为a，b和c，其中a，b，c是常数，取决于具体情况。 m是参数QoE得分的系数。 Adaptation server将当前收到的QoE分数与上一个进行比较。 如果分数下降，则取QoE得分系数m = d（d也是常数），这意味着应增加发送方比特率以提高视频质量，否则m = 0，发送方比特率不需要修改。 S的范围受当前SBR水平的限制。 算法1描述了发送器比特率适配方案的过程。
在获得S的特定值之后，Adaptation server立即通知发送方将SBR更新为S。Adaptation server根据上述过程周期性地做出自适应决策。
在以下两种情况下，将触发适配机制以调整发送器比特率。
1） 当计时器超时且发送方和接收方的网络状况发生变化时，适配服务器将决定新的SBR值。
2） 如果从用户反馈的QoE分数低于设定的阈值，则将触发适应方案以立即改变当前发送方比特率。 通常，视频QoE得分阈值可以设置为3，这意味着用户只对当前视频质量感到满意。
发送方比特率可以在适当的时间自适应地调整到网络，以避免通过这种机制进行不必要的调整，充分考虑用户的主观感受，为他们提供更好的服务体验。
实验
作者提到，这个算法是在一个开源的 Android-based test platform上做的，效果比现有的方法都要好。
该平台在无线接入环境（WLAN）中进行测试。 实时流协议（RTSP）协议用于建立和管理视频会话，并且实时传输协议（RTP）和用户数据报协议（UDP）用于传输视频流数据。
在实验中，使用H263视频编码，视频分辨率设置为640 * 480，并且通过改变sender比特率同时保持帧速率固定在15fps来实现SBR自适应。
过程：呼叫者发送带有预设参数的RTSP INVITE消息以加入会话。在构建RTSP会话之后，发送方开始以初始500Kbps和15fps将视频流传输到接收方。在会话期间，发送方和接收方定期向适配服务器（Adaptation server）报告其网络状态信息。恶化的网络条件，加班计时器以及从低于阈值的用户反馈的分数将推动适配服务器做出关于合适的发送器比特率的决定。在Adaptation server通知发送方之后，将构建新会话以利用更新SBR发送视频流。在适应过程中，发送者立即改变其SBR，而接收者需要花费两秒或更多秒来重建会话（这点将来会改进）。作者的这个算法效果很好，值得注意的是，如果来自用户的分数高于预设阈值，则适配服务器将不执行任何操作，直到定时器到期为止。
Q.Pang, V.Leung, and S.Liew, “A rate adaptation algorithm for IEEE 802.11 WLANs based on MAC-layer loss differentiation,” Wireless Networking Symposium, 2005. ↩︎
K.Shamy, C.Assi, J.Najjar, “Efficient Rate Adaptation with QoS Support for Wireless Networks,” IEEE GLOBECOM, New Orleans, USA, 2008, pp.1-6. ↩︎
S.Lee, K.Chung, “Joint Quality and Rate Adaptation Scheme for Wireless Video Streaming,” IEEE AINA, Okinawa, 2008, pp.311-318. ↩︎
P.Papadimitriou, V.Tsaoussidis, “A rate control scheme for adaptive video streaming audio,” IEEE ICC, Glasgow, UK, 2007, pp.616-621. ↩︎
T.Hayashi, G.Kawaguti, J.Okamoto, A.Takahasi, “Subjective quality estimation model for video streaming services with dynamic bit-rate control,” IEICE Transaction on Communication, 2006. ↩︎ ↩︎
A.Khan, I.Mkwawa, L.Sun, E.Ifeachor, “QoE-driven Sender Bitrate Adaptation Scheme for Video Applications over IP Multimedia Subsystem,” IEEE ICC, Kyoto, Japan, 2011, pp.1-6. ↩︎
A.Khan, L.Sun, E,jammeh, E.Ifeachor, “Quality of experience-driven adaptation scheme for video applications over wireless networks,” IET Commun,.2010,Vol.4, lss. 11, pp.1337-1347. ↩︎
A.Khan, L.sun, E.ifeachor, “QoE Prediction Model and its Application in Video Quality Adaptation Over UMTS Networks,” IEEE TOM, Vol.14, No.2, April 2012. ↩︎
K.Piamrat, A.Ksentini, J.Bonnin, C.Viho, “Q-DRAM: QoE-based Dynamic Rate Adaptation Mechanism for Multicast in Wireless Networks,” IEEE GLOBECOM, Honolulu, HI, USA, 2009, pp.1-6. ↩︎