范　煒，楊澍彬，譚忠凱

(荊州市視信網(wǎng)絡(luò)有限公司 多媒體業(yè)務(wù)部，湖北 荊州 434000)

云社交電視的用戶視頻質(zhì)量體驗(yàn)

范煒，楊澍彬，譚忠凱

(荊州市視信網(wǎng)絡(luò)有限公司 多媒體業(yè)務(wù)部，湖北 荊州 434000)

摘要:近年來，多屏云社交電視將社交體驗(yàn)引入了傳統(tǒng)的電視領(lǐng)域中。觀看同一內(nèi)容社交電視的觀眾雖然來自不同的地方，但是仍然可以通過文本、圖像、音頻和視頻來進(jìn)行互動(dòng)，這就在傳統(tǒng)體驗(yàn)上增強(qiáng)了社會(huì)屬性。筆者將社交電視用戶體驗(yàn)分為3個(gè)要素(用戶延遲、視頻質(zhì)量體驗(yàn)和資源利用率)，并且提供一個(gè)通用算法來提高用戶體驗(yàn)。具體來說就是提出了一個(gè)基于云計(jì)算的最佳播放速率分配方案，最大限度提高整體視頻質(zhì)量體驗(yàn)(QoE)和用戶間的延遲上限。實(shí)驗(yàn)結(jié)果表明，該算法實(shí)現(xiàn)了用戶間延遲和視頻質(zhì)量的最優(yōu)組合，并論證了無線信道快速衰弱下的最優(yōu)性能。

關(guān)鍵詞:視頻質(zhì)量體驗(yàn)；用戶間延遲；資源利用率

云社交電視正將傳統(tǒng)電視收視習(xí)慣轉(zhuǎn)變?yōu)橐环N社交網(wǎng)絡(luò)體驗(yàn)。用戶的媒體消費(fèi)行為從電視屏幕上遷移到了智能手機(jī)或平板電腦上，多屏云社交電視[1]提出要顛覆傳統(tǒng)電視的體驗(yàn)，通過多屏互動(dòng)的社會(huì)特點(diǎn)，將不同地點(diǎn)的觀眾帶入同一個(gè)網(wǎng)絡(luò)，形成一個(gè)虛擬客廳，這個(gè)虛擬客廳具備強(qiáng)大的觀眾交互體驗(yàn)性，這樣就能使得各種形式的信息(即文本、圖像、音頻和視頻)對(duì)正在播放的視頻內(nèi)容進(jìn)行互動(dòng)。

但是在實(shí)際部署云社交電視網(wǎng)絡(luò)時(shí)，復(fù)雜的網(wǎng)絡(luò)情況卻給用戶體驗(yàn)帶來了巨大的挑戰(zhàn)。首先，由于無線網(wǎng)絡(luò)的固有隨機(jī)性，視頻質(zhì)量在信號(hào)衰弱的情況下會(huì)下降。其次，用戶間的視頻延遲可能會(huì)影響彼此的互動(dòng)體驗(yàn)。想象一下，張三和李四在同一個(gè)社交網(wǎng)絡(luò)里看同一場足球比賽。張三激動(dòng)地向李四講述他看見的一個(gè)進(jìn)球，可是李四卻由于網(wǎng)絡(luò)延遲的原因，壓根還沒看到這個(gè)進(jìn)球，卻提前知道了比分，李四的興奮感就立刻被打亂了，這就是網(wǎng)絡(luò)延遲帶來的負(fù)面體驗(yàn)。此外，云社交電視網(wǎng)絡(luò)還應(yīng)仔細(xì)計(jì)算運(yùn)營成本。因此，一個(gè)有效的云社交電視的設(shè)計(jì)應(yīng)該能夠同時(shí)解決上述3個(gè)問題。

這一領(lǐng)域目前的方案都是純粹的考慮增強(qiáng)QoE(QoE)或者是降低多媒體服務(wù)的運(yùn)營成本，卻沒有將用戶延遲、QoE、資源利用率綜合考慮，有的為了提高QoE而加大帶寬，有的為了加大帶寬而占用大量資源，而資源占用太多又直接造成了運(yùn)營成本的增加，始終都沒有找到一個(gè)合適的契合點(diǎn)來平衡三者之間的關(guān)系。所有環(huán)節(jié)的責(zé)任方都只考慮到了自己的環(huán)節(jié)，從而導(dǎo)致了用戶的負(fù)面體驗(yàn)。

在本文中，筆者基于云社交電視系統(tǒng)，構(gòu)建了一個(gè)以云為中心的媒體平臺(tái)，通過這個(gè)平臺(tái)來統(tǒng)一調(diào)度管理QoE、用戶延遲和成本。具體來說，筆者將在最大限度提高視頻質(zhì)量的同時(shí)，對(duì)運(yùn)營成本和用戶延遲進(jìn)行優(yōu)化設(shè)置。根據(jù)制定好的優(yōu)化約束條件，來分析各種延遲情況下的QoE，然后再設(shè)計(jì)一個(gè)速率分配方案，以提高用戶體驗(yàn)。實(shí)驗(yàn)結(jié)果表明，筆者所提出的方案優(yōu)于兩種可供選擇的策略(即最大和最小延遲狀態(tài)下的QoE方案)，該解決方案也為未來的商業(yè)社交電視系統(tǒng)設(shè)計(jì)指明了道路，具有良好的實(shí)踐性。

本方案有三重意義：

1)本方案提供了一個(gè)優(yōu)化組合方案，可以提高所有用戶的整體體驗(yàn)，是真正意義上從社交互動(dòng)角度來考慮用戶間延遲的影響。

2) 本方案解決了優(yōu)化問題，提出了一個(gè)播放速率分配方案，在保證QoE的情況下平衡用戶延遲與資源利用率之間的關(guān)系。此外，本文還提供了在社交電視平臺(tái)上的具體實(shí)現(xiàn)方法。

3) 本方案通過實(shí)驗(yàn)論證了該方案的有效性，探討了實(shí)踐中可能會(huì)遇到的問題。結(jié)果表明，本方案可以很好地平衡用戶間延遲、視頻質(zhì)量、資源利用率三者之間的關(guān)系。

1系統(tǒng)模型與條件制定

1.1系統(tǒng)架構(gòu)

社交電視架構(gòu)如圖1所示，與現(xiàn)有的大多數(shù)云媒體系統(tǒng)一樣，通過內(nèi)容服務(wù)器、有線/無線網(wǎng)絡(luò)、嵌入式媒體處理和調(diào)度模塊來對(duì)視頻點(diǎn)播服務(wù)進(jìn)行支持。

圖1　多屏社交電視云系統(tǒng)構(gòu)架圖

圖2展示的是社交電視用戶體驗(yàn)三要素和他們的相關(guān)因素(即播放速率和動(dòng)態(tài)信道)。在無線網(wǎng)絡(luò)中，一個(gè)主要的難題是無線信道質(zhì)量的不確定性，這會(huì)影響用戶體驗(yàn)中的兩個(gè)要素：用戶間延遲和視頻質(zhì)量。同時(shí)，理想的視頻質(zhì)量與實(shí)際得到的視頻質(zhì)量，又影響了用戶的體驗(yàn)。因此，云社交電視應(yīng)能夠根據(jù)自身的動(dòng)態(tài)信道狀態(tài)來最大限度地提高視頻質(zhì)量。

圖2　無線網(wǎng)絡(luò)狀態(tài)下社交電視的用戶體驗(yàn)

本文所用的主要符號(hào)及含義為：C表示每個(gè)用戶的平均資源預(yù)算；G表示用戶間最大的用戶延遲；T表示視頻片段的播放時(shí)間；Ri表示第i個(gè)用戶的可用傳輸速率；Si表示第i個(gè)用戶的請(qǐng)求段大??；Di表示第i個(gè)用戶的傳輸延遲；Qi表示第i個(gè)用戶的觀賞體驗(yàn)；Si表示第i個(gè)用戶的分配段大小。

1.2資源約束

1.2.1存儲(chǔ)模型

在每個(gè)會(huì)話建立的基礎(chǔ)上，云社交電視將為每個(gè)用戶分配資源。邊緣服務(wù)器將存儲(chǔ)每個(gè)用戶的視頻片段，而基站則會(huì)根據(jù)每個(gè)用戶的需求來負(fù)責(zé)具體的投放。這兩個(gè)任務(wù)會(huì)產(chǎn)生一定的資金成本。根據(jù)用戶實(shí)際大小來計(jì)算存儲(chǔ)成本，存儲(chǔ)以比特為單位

(1)

1.2.2無線通信模型

(2)

式中：P為基站的固定傳輸功率；W是信道帶寬；N0是噪聲功率譜密度。

由于社交電視的使用者主要是3G/4G網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)，所以可以假設(shè)功率增益是瑞利分布的隨機(jī)變量，動(dòng)態(tài)信道增益噪聲比為hi，c0是每瓦特的成本，那么每比特?zé)o線通信成本bi就可以表示為

bi=c0P/log(1+hiP)

(3)

bi隨hi動(dòng)態(tài)變化。

于是可以得出通信成本公式

(4)

最后，再假設(shè)一個(gè)社交電視圈內(nèi)有n個(gè)用戶，總成本預(yù)算為C×n，資源約束可以表示為

(5)

1.2.3用戶延遲模型

在這個(gè)部分中，筆者主要關(guān)注每個(gè)片段的延遲。對(duì)于每個(gè)片段來說，傳輸延遲主要受制于兩個(gè)因素，即片段的視頻質(zhì)量和信道質(zhì)量。前者與傳輸片段大小相關(guān)，后者與有效傳輸率相關(guān)。將式(1)代入，則可以得到

Di=Si^/Ri=Si^/(Wlog1+hiP)

(6)

在實(shí)際使用過程中，當(dāng)一個(gè)視頻片段正在播放時(shí)，下一個(gè)視頻會(huì)在后臺(tái)同時(shí)進(jìn)行下載，這種情況下，只要傳輸延遲Di小于當(dāng)前片段的播放時(shí)間T，用戶就不會(huì)感受到任何延遲。因此，筆者引入了“用戶間播放延遲”這個(gè)概念，用公式表述

(7)

為了保證虛擬客廳體驗(yàn)，在所有用戶的用戶間最大延遲的基礎(chǔ)上再加上“用戶間延遲約束”的下限條件，即

(8)

其中，G代表最大可容忍用戶間延遲。

1.2.4體驗(yàn)質(zhì)量模型

視頻觀看的體驗(yàn)感是QoE來決定的。QoE是從大量用戶觀看同一個(gè)視頻取得的平均意見得分而得來的[2]。由于它的精確程度取決于音視頻流的傳輸服務(wù)[3]，所以采取對(duì)數(shù)模型，從而得到

Qi=a1log(a3+a2S^/Si)

(9)

式中：Si^和Si分別是需要分配的片段大小；a1，a2，a3由視頻內(nèi)容和其他系統(tǒng)參數(shù)決定。

1.2.5優(yōu)化問題

社交電視服務(wù)的目標(biāo)就是為每名用戶分配最優(yōu)播放速率，使得整體QoE最大化。為了達(dá)到這一目標(biāo)，需要處理兩種情況。一種是用戶在不同場景下需要不同的視頻質(zhì)量，例如平板電腦需要的分辨率通常比手機(jī)要高，又或者一部動(dòng)作電影需要的播放速率遠(yuǎn)遠(yuǎn)高于靜態(tài)場景劇。另一方面無線信道對(duì)于用戶的位置和移動(dòng)速度非常敏感，會(huì)同時(shí)影響到可傳輸速率和比特成本。這反過來又限制了每名用戶所能實(shí)際獲得的播放速率。

從數(shù)學(xué)的角度將上述問題轉(zhuǎn)化為以下問題

(10)

其中S^=(S1^,S2^,S3^,…,Sn^)表示將要被優(yōu)化的分配字段大小向量。進(jìn)一步假設(shè)分配的播放速率不能超過實(shí)際需要的播放速率。那么前面所給的優(yōu)化公式就變成

maxS^^/Si)

(11)

(12)

(13)

C3：0≤Si^≤Si,?i∈{1,2,3,…,n}

(14)

2最佳播放速率分配

2.1方案推導(dǎo)

通過檢查優(yōu)化問題及其約束條件，可以得出以下結(jié)論。首先，目標(biāo)函數(shù)是個(gè)凸?fàn)顠佄锞€，由于hessian矩陣是陽性的。

其次，雖然C1和C3是凸?fàn)罹€性的，但是用戶間的時(shí)延約束C2卻較為復(fù)雜，需要進(jìn)一步推導(dǎo)。

因此，將該公式重寫為

(15)

可以看出如果mini{Di}≤T，那么就不會(huì)存在非線性變量，假設(shè)maxiDi≥T,這樣可以不考慮一些次要因素，例如零延時(shí)的情況等。這樣就可以分兩種情況來進(jìn)行討論，即maxi{Di}≤T和miniDi≥T。

2.1.1輕微延遲

(16)

上面的約束都是線性的，使用拉格朗日乘數(shù)法則來解決該問題。在將最大化問題轉(zhuǎn)化為相關(guān)最小化問題并引入一組離散參數(shù)后，式(16)內(nèi)的拉格朗日函數(shù)就變成了

(17)

利用KKT條件，可以通過解下列等式來找到全局最優(yōu)化解決方案

(18)

(19)

(20)

(21)

(22)

(23)

(24)

由于上述幾個(gè)等式不僅是線性的，而且是全排列，所以很容易求解。本文中，直接利用MATLAB軟件自帶的函數(shù)fsolve來求解。

2.1.2嚴(yán)重延遲

當(dāng)一個(gè)會(huì)話中的所有用戶都受到信道嚴(yán)重衰減影響時(shí)，所有的傳輸延遲時(shí)間都大于T。那么非線性參數(shù)就可以被移除，可以得到

maxi{(Di-T)+}-mini{(Di-T)+}=

maxi{(Di-T)}-mini{(Di-T)}=

maxi(Di)-mini(Di)

(25)

(26)

同式(16)相比，T被一個(gè)未知變量所minj{Si^/Rj}取代。這樣無法直接采取前面的方法來求解，所以采取拉格朗日對(duì)偶方法以便達(dá)到最優(yōu)化效果。需要特別指出的是，定義了一個(gè)k參數(shù)

k=argminj{Si^/Rj}

(27)

這樣拉格朗日函數(shù)就變成了

(28)

將Si剝離出來，可以得到

?Li/?Si^=α1α2/[Si(α3+α2Si^/Si)]-λ(a+bi)-

μi-βi/Ri+θi=0

(29)

(30)

在式(28)中的拉格朗日乘法器可以使用下面的公式利用迭代的等式來求得

(31)

(32)

(33)

尤為重要的是，迭代算法發(fā)現(xiàn)了最小傳輸延遲，例如每一輪中的min和每一輪用它來更新的以下系數(shù)

(34)

其中：k用來控制收斂速度和精度。

2.2最優(yōu)方案的實(shí)施

圖3為播放速率分配協(xié)議的示例圖。在每個(gè)字段循環(huán)的開始，每名用戶會(huì)通過上傳開銷向云端進(jìn)行反饋。這些包含了重要的本地信息，例如下行信道狀態(tài)、需要的字段大小以及前一字段的延遲信息。信道狀態(tài)可以由下行信道估算值獲取。

圖3　基于云播放的速率分配方案

云社交電視默認(rèn)執(zhí)行算法1，當(dāng)延遲嚴(yán)重時(shí)會(huì)執(zhí)行算法2。如果可以獲取歷史延遲信息，服務(wù)器可以假定目前的延遲狀態(tài)并選擇相應(yīng)的算法。算法的選擇是根據(jù)延遲狀態(tài)來進(jìn)行切換的，這取決于信道質(zhì)量和用戶的請(qǐng)求數(shù)量，通常來說不會(huì)變換得太頻繁。但是一旦服務(wù)器發(fā)現(xiàn)有一個(gè)延遲狀態(tài)改變了，就會(huì)自動(dòng)在算法間切換。

1)算法1，輕微延遲狀態(tài)，偽代碼如下：

set flag=severe,goto 算法2

else

fori∈1,…,ndo

estimateRi,biusinghi,P,W and (1),(2)

end for

establish equation set(15)-(21)

end if

end if

2)算法2，嚴(yán)重延遲狀態(tài)，偽代碼如下：

fori∈1,…,ndo

estimateRi,biusinghi,P,W and (1),(2)

end for

while |Sl^-Sl-1^|>εdo

determin mini{Si^/Ri}

calculateSi^for alli∈1,…,nusing (27)

l++

end while

end if

盡管算法是在一個(gè)字段循環(huán)內(nèi)執(zhí)行，但是他對(duì)于所有的連續(xù)字段都是有效的。對(duì)于式(8)中所體現(xiàn)的用戶間延遲約束，只需要在當(dāng)前延遲中加入前一字段的延遲反饋來修正目前的約束條件

?i,j∈{1,2,3,…,n}

(35)

前一字段的延遲在經(jīng)過修正后被傳遞到當(dāng)前字段，所以提出的方案可以隨著時(shí)間的推移不斷自動(dòng)調(diào)整修正方案。從用戶的角度來看，體驗(yàn)就得到了大幅增強(qiáng)。

3數(shù)值分析與結(jié)果

3.1QoE數(shù)據(jù)和參數(shù)設(shè)置

非專家組成的志愿者們根據(jù)他們觀看QoE對(duì)整個(gè)算法進(jìn)行打分(表1～表2)，遵循標(biāo)準(zhǔn)化的測試流程，每個(gè)視頻的播放時(shí)間為10 s。

表1平均意見得分

鴨子視頻船員視頻冰雪視頻速率平均意見得分速率/(Mbit·s-1)平均意見得分速率/(Mbit·s-1)平均意見得分38968.010.013041.610.04605.210.016217.010.04857.68.02266.610.05757.88.02550.07.01146.08.02623.86.81244.66.0673.46.02354.66.0933.26.0541.66.012436.0788.24.0417.85.0284.44.0209.02.8122.84.02344.0144.42.885.84.0153.64.096.42.057.44.0

實(shí)驗(yàn)中，鴨子、船員、冰雪分別代表高中低3種不同類型的播放速率，且全部為H.264編碼格式，他們的綜合得分如表1所示。式(9)中的參數(shù)由理論模型和實(shí)際數(shù)據(jù)之間的最小均方誤差來決定。這些參數(shù)都在表2中列出，可以看出QoE對(duì)數(shù)函數(shù)與所有視頻都高度吻合。

表2均方誤差表

視頻類型最小速率/(Mbit·s-1)最大速率/(Mbit·s-1)均方誤差鴨子153.6162170.1028船員96.44857.60.1140冰雪57.42266.60.1096

無線模型遵循式(2)，通過平均信道增益為每個(gè)用戶都分配一個(gè)獨(dú)立可識(shí)別的瑞利衰落信道。為了符合大多數(shù)的實(shí)際情況，將信道帶寬設(shè)為2 MHz，假定每比特開銷包含存儲(chǔ)和通信兩個(gè)部分。每個(gè)字段的播放時(shí)長為10 s。為了保證觀看時(shí)的社會(huì)體驗(yàn)，允許用戶間的播放延遲差值G不超過3 s。

首先簡要地描述2個(gè)極限速率分配方案作為性能基準(zhǔn)。

3.1.1最大化QoE方案

社交電視云在完全忽略延遲約束條件的情況下，為了滿足每名用戶的QoE需求盡可能地分配足夠多的資源。

3.1.2最小延遲方案

社交電視云給可能的傳輸速率Ri分配資源。在這種情況下，每名用戶都具備同樣的延遲，這樣延遲差值就成了0。

首先考察QoE和延遲性能對(duì)比可用資源的情況。具體而言，可用資源就是可以分配給用戶的最大播放速率。如圖4所示，所有的QoE資源曲線也是由QoE速率對(duì)數(shù)函數(shù)來決定的，最大QoE方案和優(yōu)化方案就形成了最高的QoE，最小延遲方案則會(huì)產(chǎn)生最低QoE。圖5顯示資源延遲曲線，最小延遲方案是零延遲，最大QoE方案則與用戶間延遲相關(guān)。本方案的用戶間延遲增長了，但是還在可容忍范圍內(nèi)。

圖4　QoE資源曲線

圖5　資源延遲曲線

結(jié)合圖4和圖5可以看出，最小延遲機(jī)制是利用低QoE的代價(jià)來換取低用戶間延遲，而最大的延遲機(jī)制則存在無限延遲的情況。對(duì)于所有的3種視頻類型，會(huì)在用戶間延遲時(shí)間，例如不高于3 s的情況下，來實(shí)現(xiàn)最優(yōu)QoE解決方案。所以本文方案中的用戶間延遲時(shí)間一定介于最高和最低QoE之間的用戶間延遲時(shí)間。

對(duì)于視頻類型而言，視頻速率越低則所獲得的QoE增長越快，最終會(huì)在資源充足的情況下達(dá)到一個(gè)理論值。這也是符合預(yù)期的，因?yàn)楦咚俾室曨l必然需要更多的資源。此外輕微延遲狀態(tài)下的QoE在低速率視頻時(shí)會(huì)增益得更為明顯，因?yàn)樵趦?yōu)化的速率分配中有更多的資源可以自行分配。

3.2自適應(yīng)速率分配

利用式(33)中的“積累延遲約束”制定了一套自適應(yīng)速率分配方案。自適應(yīng)方案的本質(zhì)是考慮積累的用戶間延遲，而不是當(dāng)前的片段延遲。所以用戶體驗(yàn)并不會(huì)隨著時(shí)間推移而變得更加糟糕。圖6和圖7展示了實(shí)時(shí)QoE和累積用戶延遲。為了模擬快速變化的信道，為每個(gè)片段都賦予了獨(dú)立同分布的瑞利衰落。正如所看到的，自適應(yīng)方案偶爾會(huì)帶來額外的性能損失，但是整體性能依然表現(xiàn)良好。此外，在整個(gè)視頻中，用戶間延遲也在區(qū)間內(nèi)變化，所以虛擬客廳體驗(yàn)得到了充分保證。

圖6　QoE延遲

圖7　累積用戶延遲

目前為止，都是假設(shè)所觀看的視頻片段是連續(xù)的，所以本文提出的速率分配方案所能帶來的好處都能夠得到充分證明。然而目前的社交電視框架僅僅支持5種分辨率。所以進(jìn)一步模擬視頻片段大小只取5個(gè)值。要確保當(dāng)連續(xù)值接近最近的離散值時(shí)，資源約束條件依然能夠得到滿足。所有曲線的離散化場景都在圖4～圖7中，可以看到離散化帶來一定的損失。然而良好的性能還是在最大程度上得到了保留，離散方案還是有效的。

4結(jié)論

筆者介紹了社交電視的用戶體驗(yàn)，提供了一種可優(yōu)化的播放速率分配方案。該方案在信道質(zhì)量和用戶請(qǐng)求發(fā)生變化時(shí)，可以動(dòng)態(tài)分配資源。這樣最大程度地保證了視頻質(zhì)量和虛擬客廳體驗(yàn)。筆者還提供了實(shí)現(xiàn)細(xì)節(jié)，并通過實(shí)驗(yàn)表明，該算法即使是在信道質(zhì)量快速衰減的情況下，也能平衡最佳視頻質(zhì)量和最低用戶延遲之間的關(guān)系，取得了良好的效果。

參考文獻(xiàn)：

[1]MONTPETIT M J，M′EDARD M. Social television: enabling technologies and architectures[J].Proceedings of the IEEE，2012，100(100)：1395-1399.

[2]REICHL P，EGGER S，SCHATZ R，et al. The logarithmic nature of QoE and the role of the Weber-Fechner law in

QoE assessment[C]//IEEE International Conference on Communications.[S.l.]：IEEE,2010:1-5.

[3]REICHL P，TUFFIN B，SCHATZ R. Logarithmic laws in service quality perception: where microeconomics meets psychophysics and quality of experience[J].Telecommunication systems，2013，52(2)：587-600.

責(zé)任編輯：許盈

Cloud social TV user video quality experience

FAN Wei, YANG Shubin, TAN Zhongkai

(MultimediaServiceDepartment,JingzhouCableTVCo.,Ltd.,HubeiJingzhou434000,China)

Abstract:In recent years, multi-screen cloud social TV introduces social experience in the field of traditional TV. While watching the same content of social TV viewers from different places, but still can interact through text, images, audio and video, which in the traditional experience to enhance the social attributes. In this paper, the social TV user experience is divided into three elements (user delay, video quality experience and resource utilization), and provides a general algorithm to improve the user experience. Specifically, it is proposed that an optimal playback rate allocation scheme based on cloud computing is proposed to maximize the overall video quality experience (QoE) and the delay between users. Experimental results show that the algorithm can achieve the optimal combination of user's latency and video quality, and demonstrates the best performance of the fast fading wireless channel.

Key words:video quality experience; inter-user delay; resource utilization

中圖分類號(hào):TN949.6

文獻(xiàn)標(biāo)志碼：B

DOI：10.16280/j.videoe.2016.06.019

收稿日期：2015-08-20

文獻(xiàn)引用格式：范煒，楊澍彬，譚忠凱. 云社交電視的用戶視頻質(zhì)量體驗(yàn)[J].電視技術(shù)，2016，40(6)：103-110.

FAN W，YANG S B，TAN Z K. Cloud social TV user video quality experience [J].Video engineering，2016，40(6)：103-110.