ライブビデオストリーミングにおける主観的・客観的品質体験（QoE）評価研究

arXiv:2409.17596v2 Announce Type: replace-cross 要約：近年、ライブビデオストリーミングはさまざまな SNS プラットフォームに広く普及しています。エンドユーザーの満足度と総合的な体験を反映する品質体験（QoE）は、大規模なライブストリーミングの圧縮および送信戦略を最適化し、知覚的に最適なレート変換トレードオフを実現するために、メディアサービスプロバイダーにとって極めて重要な役割を果たしています。ビデオオンデマンド（VoD）の QoE 指標の多くは提案されていますが、ライブビデオストリーミング用の QoE 指標の開発には依然として大きな課題が存在します。このギャップを埋めるために、私達はライブビデオストリーミングにおける主観的および客観的な QoE 評価に関する包括的な研究を行いました。主観的な QoE 研究については、私達初めてライブビデオストリーミング用の QoE データセット「TaoLive QoE」を導入しました。これは、実際のライブ配信から収集された 42 本のソース動画と、圧縮、停止、ライブストリーミング特有のフレームスキップ、可変フレームレートなど多様なストリーミング歪みに起因して劣化した 1,155 本の対応する歪んだ動画から構成されています。続いて、TaoLive QoE データセットの動画の主観的 QoE スコアを導出する human study が実施されました。客観的な QoE 研究については、私達は TaoLive QoE データセット上で既存の QoE モデルをベンチマークするとともに、公開されている VoD シナリオ用の QoE データセットも分析し、現在のモデルがライブコンテンツ、特にビデオの QoE を正確に評価するのが苦手であることが示されました。よって、私達はマルチスケールセマンティック特徴と光学フローに基づく運動特徴を統合し、事後 QoE スコアを予測するエンドツーエンドの QoE 評価モデル「Tao-QoE」を提案しました。これは、統計的な品質サービス（QoS）特徴への依存を排除します。

arXiv:2409.17596v2 Announce Type: replace-cross Abstract: In recent years, live video streaming has gained widespread popularity across various social media platforms. Quality of experience (QoE), which reflects end-users' satisfaction and overall experience, plays a critical role for media service providers to optimize large-scale live compression and transmission strategies to achieve perceptually optimal rate-distortion trade-off. Although many QoE metrics for video-on-demand (VoD) have been proposed, there remain significant challenges in developing QoE metrics for live video streaming. To bridge this gap, we conduct a comprehensive study of subjective and objective QoE evaluations for live video streaming. For the subjective QoE study, we introduce the first live video streaming QoE dataset, TaoLive QoE, which consists of $42$ source videos collected from real live broadcasts and $1,155$ corresponding distorted ones degraded due to a variety of streaming distortions, including conventional streaming distortions such as compression, stalling, as well as live streaming-specific distortions like frame skipping, variable frame rate, etc. Subsequently, a human study was conducted to derive subjective QoE scores of videos in the TaoLive QoE dataset. For the objective QoE study, we benchmark existing QoE models on the TaoLive QoE dataset as well as publicly available QoE datasets for VoD scenarios, highlighting that current models struggle to accurately assess video QoE, particularly for live content. Hence, we propose an end-to-end QoE evaluation model, Tao-QoE, which integrates multi-scale semantic features and optical flow-based motion features to predicting a retrospective QoE score, eliminating reliance on statistical quality of service (QoS) features.