陶曉明 杜冰 段一平

摘要：基于腦電圖（EEG）響應(yīng)趨同性的生理學(xué)機(jī)理，研究了基于腦電圖響應(yīng)特征的體驗(yàn)質(zhì)量（QoE）度量方法，實(shí)現(xiàn)小樣本穩(wěn)定度量;建立網(wǎng)絡(luò)關(guān)鍵性能指標(biāo)（KPI）、服務(wù)關(guān)鍵質(zhì)量指標(biāo)（KQI）與QoE之間的映射關(guān)系模型。該模型可有效地提升多媒體服務(wù)和網(wǎng)絡(luò)資源協(xié)同的優(yōu)化空間，為顯著提升多媒體業(yè)務(wù)支持能力提供新途徑。

關(guān)鍵詞：用戶體驗(yàn);深度學(xué)習(xí);腦電圖;評(píng)測

Abstract： 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.

Keywords： quality of experience; deep learning; electroencephalogram; evaluation

1 視頻體驗(yàn)質(zhì)量評(píng)測概述

無線多媒體業(yè)務(wù)的爆炸式增長已成為無線通信行業(yè)快速、持續(xù)發(fā)展的主要推動(dòng)力。多媒體信息在為用戶帶來多類型、全方位的視聽體驗(yàn)的同時(shí)，也決定了用戶對(duì)多媒體業(yè)務(wù)的主觀評(píng)價(jià)必將受多維因素的綜合影響;因此用戶的體驗(yàn)質(zhì)量（QoE）[1]才是衡量服務(wù)質(zhì)量的最優(yōu)指標(biāo)。然而，傳統(tǒng)通信技術(shù)的發(fā)展是基于通信系統(tǒng)中各層面客觀技術(shù)指標(biāo)來提升用戶的服務(wù)質(zhì)量（QoS）。該發(fā)展思路只能單純地提升一個(gè)或多個(gè)客觀通信指標(biāo)，同時(shí)可能會(huì)偏離用戶滿意度提升這一根本目標(biāo)，從而造成通信和計(jì)算資源的浪費(fèi)。可以看到，與傳統(tǒng)通信業(yè)務(wù)相比，無線視頻通信的功能定位已從準(zhǔn)確、快速、及時(shí)地完成信息傳輸，擴(kuò)展為滿足用戶多樣化的通信業(yè)務(wù)體驗(yàn)需求。未來，無線視頻通信質(zhì)量的評(píng)價(jià)方法應(yīng)當(dāng)具備更強(qiáng)的主觀屬性和整體屬性。也就是說，無線視頻通信質(zhì)量評(píng)價(jià)的結(jié)果應(yīng)當(dāng)能全面反映一項(xiàng)技術(shù)或者業(yè)務(wù)是否能夠滿足其用戶在特定應(yīng)用場景下的各方面體驗(yàn)需求。

面向QoE的視頻通信成為全球?qū)W術(shù)界的研究熱點(diǎn)?，F(xiàn)有視頻通信系統(tǒng)大部分采用基于QoS的度量方法，即以微觀精確性為前提的客觀評(píng)價(jià)指標(biāo)，具體包括峰值信噪比（PSNR）、結(jié)構(gòu)相似性（SSIM）等[2-3]。這個(gè)度量方法使得網(wǎng)絡(luò)服務(wù)能力的提高單純依賴于傳輸帶寬的增加。A. V. MOORSEL等學(xué)者于2001年率先提出QoE的概念，用于度量用戶在使用網(wǎng)絡(luò)基礎(chǔ)設(shè)施、享受網(wǎng)絡(luò)服務(wù)過程中的主觀感受[4]。研究表明，人們?cè)讷@取信息時(shí)，往往只關(guān)注主觀上的視聽體驗(yàn)，并不關(guān)注客觀上的QoS通信指標(biāo)，例如帶寬、排隊(duì)時(shí)延、時(shí)延抖動(dòng)、吞吐量、丟包率、峰值信噪比等[5]。也就是說，用戶體驗(yàn)與網(wǎng)絡(luò)傳輸能力并不構(gòu)成比例關(guān)系，單純通過增加傳輸帶寬來提高用戶體驗(yàn)具有局限性;而面向QoE的視頻通信有可能從根本上減少業(yè)務(wù)對(duì)無線網(wǎng)絡(luò)帶寬需求的壓力。如果以體驗(yàn)質(zhì)量QoE為準(zhǔn)則，比如關(guān)注度、清晰度、流暢度等，那么可放松對(duì)精確性的要求，獲得新的優(yōu)化空間，提高視頻通信的效率。

目前，通信領(lǐng)域?qū)τ赒oE的研究，主要集中在度量和建模[6]。主觀評(píng)價(jià)的方法是從用戶的感知出發(fā)，讓用戶直接對(duì)所使用的業(yè)務(wù)做出評(píng)價(jià)，因此它是能夠最直接、準(zhǔn)確地反映用戶體驗(yàn)的方法，具體包括平均意見評(píng)分（MOS）、差分平均意見評(píng)分（DMOS）、恰可識(shí)別失真（JND）等。視頻視覺主觀質(zhì)量評(píng)價(jià)的研究者們提出了最小可覺失真（JND）[7]的重要概念，并將其作為評(píng)判視頻視覺質(zhì)量是否達(dá)到最優(yōu)的標(biāo)準(zhǔn)值，以對(duì)QoE進(jìn)行度量。文獻(xiàn)[8]將場景因素與人類因素作為模型的調(diào)節(jié)因素，提出了真實(shí)環(huán)境下基于加權(quán)函數(shù)的QoE估計(jì)框架。華為mlab[9]提出了移動(dòng)視頻平均意見評(píng)分（MVMOS），對(duì)視頻的體驗(yàn)質(zhì)量進(jìn)行度量。上述方法主要在于建立關(guān)鍵指標(biāo)和用戶QoE之間的映射關(guān)系，從而反映用戶體驗(yàn)質(zhì)量。這類度量方法主要依賴于用戶行為，在一定程度上反映用戶的主觀感受，為視頻通信提供了新的思路。通信過程中的編解碼、傳輸?shù)榷紩?huì)影響視頻質(zhì)量。因此，面向QoE的視頻質(zhì)量評(píng)價(jià)、面向QoE的視頻編碼以及面向QoE的視頻質(zhì)量增強(qiáng)是本文研究的主要內(nèi)容。文章中，我們將從QoE評(píng)價(jià)、QoE編碼、QoE提升3個(gè)方面提升視頻通信系統(tǒng)的效率。

面向QoE的視頻通信面臨著新的機(jī)遇和挑戰(zhàn)。當(dāng)前的視頻通信QoS缺少面向人類感知的評(píng)價(jià)準(zhǔn)則。現(xiàn)有視頻通信系統(tǒng)的服務(wù)質(zhì)量多使用PSNR、SSIM等QoS評(píng)價(jià)指標(biāo)，它們以微觀精確性為前提，不能反映用戶感知質(zhì)量。視頻通信系統(tǒng)的最終目標(biāo)是終端用戶，衡量通信服務(wù)品質(zhì)的根本標(biāo)準(zhǔn)是用戶的QoE [10-11]，即用戶的宏觀滿意度。當(dāng)前，基于用戶的評(píng)價(jià)方法依賴于用戶的行為反饋，這易受人們認(rèn)知偏差的影響;基于業(yè)務(wù)的評(píng)價(jià)方法尚難以實(shí)現(xiàn)在實(shí)際業(yè)務(wù)場景下對(duì)業(yè)務(wù)的綜合體驗(yàn)質(zhì)量的準(zhǔn)確評(píng)價(jià)，且難以推廣應(yīng)用。視頻感知質(zhì)量是視頻QoE的一個(gè)客觀評(píng)價(jià)指標(biāo)，常用的評(píng)價(jià)方法有特征相似性、相對(duì)熵 [12]、用Fré chet Inception距離[13]、Inception Score[14]等，但它們難以直接準(zhǔn)確地反應(yīng)主觀感受;因此，如何建立一套視頻感知質(zhì)量評(píng)價(jià)準(zhǔn)則，為面向QoE的視頻通信提供通用的評(píng)價(jià)標(biāo)準(zhǔn)，是必須要解決的問題。

QoE的模型本質(zhì)上是可測參數(shù)到視頻QoE的映射，包括QoE的度量與評(píng)測。QoE的度量是指QoE的標(biāo)尺，目前不同場景、不同業(yè)務(wù)存在QoE度量標(biāo)準(zhǔn)不統(tǒng)一的問題，難以真實(shí)反映用戶的QoE。傳統(tǒng)方法往往采用主觀評(píng)分，因人而異、差異大，難以找出度量關(guān)系。這樣一來，傳統(tǒng)方法會(huì)需要大量樣本，如利用10萬左右的用戶打分，才能歸納出視頻質(zhì)量退化與QoE相對(duì)穩(wěn)定的度量關(guān)系。近年來的研究表明，通過測量人類視聽刺激的早中期神經(jīng)信號(hào)，腦電圖（EEG）可以反映主觀感受，并可有效排除個(gè)體的影響。QoE評(píng)測本質(zhì)上是從可測參數(shù)到用戶體驗(yàn)的映射，包括數(shù)學(xué)模型和機(jī)器學(xué)習(xí)模型兩大類。數(shù)學(xué)模型主要包括對(duì)數(shù)模型、線性回歸、信息增益、相關(guān)性分析、E函數(shù)模型等，也是目前使用較多的方法。數(shù)學(xué)模型的主要步驟是通過采集大量的數(shù)據(jù)，包括可測參數(shù)和用戶打分，建立可測參數(shù)和QoE的數(shù)學(xué)關(guān)系，從而建立圖表、分段函數(shù)等數(shù)學(xué)映射公式，其本質(zhì)是數(shù)據(jù)擬合的思想。

影響QoE的因素眾多，因此通過數(shù)據(jù)擬合的方法，是很難獲得顯式的數(shù)學(xué)表達(dá)的。近幾年，機(jī)器學(xué)習(xí)模型取得了突破性進(jìn)展，被大量應(yīng)用于計(jì)算機(jī)視覺任務(wù)中。機(jī)器學(xué)習(xí)模型主要是采用數(shù)據(jù)驅(qū)動(dòng)的方法，從大量數(shù)據(jù)中挖掘有意義的規(guī)律或模式，這在一定程度上克服了線性回歸和相關(guān)性分析方法的缺點(diǎn)。因此，將機(jī)器學(xué)習(xí)的方法用于QoE模型被開始大量地研究。該方法的核心思想是從大量數(shù)據(jù)中學(xué)習(xí)可測參數(shù)和視頻QoE間的復(fù)雜映射關(guān)系。一方面，視頻QoE可以建模為一個(gè)預(yù)測問題，即使用神經(jīng)網(wǎng)絡(luò)建立影響QoE的因素與QoE分?jǐn)?shù)之間的非線性復(fù)雜映射關(guān)系，用于視頻QoE評(píng)測，例如，基于邏輯斯蒂回歸的預(yù)測模型。另一方面，視頻QoE可以建模為一個(gè)分類問題（通常為五分類問題），可以支持向量機(jī)（SVM）和決策樹等分類算法。該類算法通常難以有效處理高維數(shù)據(jù)，無法為大規(guī)模業(yè)務(wù)提供穩(wěn)定評(píng)測。

2 腦啟發(fā)QoE評(píng)測關(guān)鍵技術(shù)

借助EEG實(shí)驗(yàn)手段，我們測量專業(yè)被試者觀看不同播放質(zhì)量視頻時(shí)相對(duì)穩(wěn)定的腦電響應(yīng)，剖析無線網(wǎng)絡(luò)參數(shù)、多媒體業(yè)務(wù)特性對(duì)用戶體驗(yàn)質(zhì)量的影響作用。另外，還利用多參數(shù)特征選擇方法提取關(guān)鍵特征，量化其與用戶的感知體驗(yàn)的相關(guān)性，從而確定影響用戶體驗(yàn)質(zhì)量的關(guān)鍵特征參數(shù)。利用機(jī)器學(xué)習(xí)方法，挖掘這些關(guān)鍵特征指標(biāo)與用戶主觀體驗(yàn)之間的映射關(guān)系，建立從可測參數(shù)到用戶主觀體驗(yàn)的預(yù)測模型。腦啟發(fā)QoE評(píng)測主要包括3個(gè)方面的關(guān)鍵技術(shù)，如圖1所示。

2.1 基于腦電響應(yīng)特征的QoE度量方法

對(duì)體驗(yàn)質(zhì)量評(píng)價(jià)方法的研究除了需要準(zhǔn)確理解體驗(yàn)質(zhì)量的定義外，還需要全面考慮體驗(yàn)質(zhì)量的各項(xiàng)影響因素，清晰梳理體驗(yàn)質(zhì)量的形成過程并科學(xué)地提出體驗(yàn)質(zhì)量的預(yù)測方法。同時(shí)，體驗(yàn)質(zhì)量評(píng)價(jià)方法的建立本質(zhì)上是一項(xiàng)多學(xué)科交叉的研究內(nèi)容。在傳統(tǒng)信息與通信科學(xué)的基礎(chǔ)上，生理學(xué)、心理學(xué)和社會(huì)科學(xué)等有關(guān)學(xué)科也是本領(lǐng)域研究的基礎(chǔ)。EGG系統(tǒng)是一種能夠連續(xù)測量并記錄人類頭皮不同部位電位信號(hào)的設(shè)備，它通過在頭皮不同部位放置弱貼合的電極，實(shí)現(xiàn)非侵入式的測量。對(duì)頭皮電位的有效記錄與分析為人類探索自身思維活動(dòng)提供了一種科學(xué)、客觀、可行的研究手段。腦電信號(hào)的空間分布、波形等特征也根據(jù)具體感官刺激事件的類型有著顯著的模式。借助腦電圖實(shí)驗(yàn)手段，對(duì)用戶觀看不同播放質(zhì)量視頻過程中的腦電信號(hào)進(jìn)行實(shí)時(shí)測量，并通過基于事件相關(guān)電位（ERPs）和時(shí)頻特征的分類算法，對(duì)用戶關(guān)于視頻關(guān)鍵性能指標(biāo)的感知及認(rèn)知行為進(jìn)行量化表征，進(jìn)而測定其感知極限。此外，從大規(guī)模用戶日常移動(dòng)視頻業(yè)務(wù)實(shí)測數(shù)入手，將智能計(jì)算引入用戶質(zhì)量體驗(yàn)預(yù)測模型，并利用機(jī)器學(xué)習(xí)的計(jì)算工具，挖掘無線視頻業(yè)務(wù)參數(shù)與用戶體驗(yàn)中間分值之間復(fù)雜的映射關(guān)系，建立符合用戶體驗(yàn)的評(píng)價(jià)標(biāo)準(zhǔn)。利用時(shí)域P300成分檢測與小波變換時(shí)頻分析，確定了用戶對(duì)于卡頓、清晰度、啟動(dòng)時(shí)延等關(guān)鍵性能指標(biāo)的感知極限;根據(jù)實(shí)測數(shù)據(jù)，計(jì)算視頻業(yè)務(wù)參數(shù)和用戶體驗(yàn)之間的斯皮爾曼相關(guān)系數(shù)，確定對(duì)用戶體驗(yàn)有顯著影響的關(guān)鍵網(wǎng)絡(luò)及業(yè)務(wù)指標(biāo);為建立無線視頻業(yè)務(wù)參數(shù)與用戶體驗(yàn)分值之間模型，引入深度學(xué)習(xí)方法，對(duì)關(guān)鍵的視頻業(yè)務(wù)參數(shù)進(jìn)行歸一化計(jì)算，并利用深度感知器模型，訓(xùn)練無線視頻業(yè)務(wù)參數(shù)與用戶體驗(yàn)分值的非線性變換關(guān)系，從而獲得基于客觀業(yè)務(wù)參數(shù)的用戶體驗(yàn)映射模型，實(shí)現(xiàn)對(duì)廣大區(qū)域內(nèi)多用戶體驗(yàn)質(zhì)量的在線實(shí)時(shí)預(yù)測。

2.2 QoE關(guān)鍵特征選擇

影響視頻QoE的參數(shù)種類各異，數(shù)量繁多，例如，比特率、誤碼率（BER）、信號(hào)強(qiáng)度、緩沖速率、緩沖時(shí)延、重緩沖比率、重緩沖次數(shù)、視頻播放時(shí)長等，可綜合反映視頻的清晰度、流暢度、關(guān)注度等。從大規(guī)模實(shí)測數(shù)據(jù)中，可以采集可測參數(shù)和相應(yīng)的用戶打分。高維可測參數(shù)對(duì)用戶QoE的影響是有差別的。因此，通過計(jì)算可測參數(shù)和用戶打分的相關(guān)系數(shù)，進(jìn)行特征選擇。我們把每100條用戶對(duì)視頻的打分行為分為一組，每一條用戶行為有多個(gè)可測參數(shù)和用戶關(guān)于清晰度、啟動(dòng)延時(shí)、卡頓和視頻總印象的主觀打分。我們計(jì)算這100條用戶行為的每一個(gè)特征和4個(gè)打分的斯皮爾曼相關(guān)性系數(shù)，找到影響QoE的關(guān)鍵因素。通過計(jì)算相關(guān)系數(shù)，得到可測參數(shù)對(duì)QoE的一個(gè) “加權(quán)”，之后就可以產(chǎn)生和用戶主觀打分相關(guān)性較強(qiáng)的特征子集。我們可以采用閾值法、雙向搜索方法等提取關(guān)鍵特征。

2.3 基于深度學(xué)習(xí)的用戶體驗(yàn)質(zhì)量預(yù)測模型

在進(jìn)行QoE度量之后，如何建立可測參數(shù)KPI和KQI到QoE的映射，仍然是需要解決的問題。綜合考慮客觀與主觀因素，定量分析各參數(shù)與QoE的關(guān)系后，可以采用深度學(xué)習(xí)方法，定義適用于無線環(huán)境的視頻質(zhì)量評(píng)價(jià)模型。通過采集大量實(shí)測數(shù)據(jù)，獲得網(wǎng)絡(luò)參數(shù)、業(yè)務(wù)參數(shù)和用戶打分，構(gòu)建視頻QoE評(píng)測數(shù)據(jù)集，并根據(jù)采集到的實(shí)際數(shù)據(jù)，采用One-hot進(jìn)行編碼。數(shù)據(jù)集可以分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集。首先，通過分析，確定對(duì)用戶體驗(yàn)有顯著影響的關(guān)鍵網(wǎng)絡(luò)及業(yè)務(wù)指標(biāo)，在數(shù)據(jù)輸入深度學(xué)習(xí)模型之前，需要先對(duì)關(guān)鍵指標(biāo)進(jìn)行歸一化。該深度學(xué)習(xí)模型由兩部分組成：全連接層和分類預(yù)測層（使用了分類器）。根據(jù)深度學(xué)習(xí)的原理，整個(gè)模型分為兩個(gè)過程：訓(xùn)練和預(yù)測。在訓(xùn)練過程中，采集的大量真實(shí)數(shù)據(jù)經(jīng)過One-hot編碼后，輸入深度神經(jīng)網(wǎng)絡(luò)，學(xué)習(xí)網(wǎng)絡(luò)業(yè)務(wù)客觀指標(biāo)和視頻平均意見分?jǐn)?shù)（VMOS）之間的非線性映射關(guān)系，并實(shí)現(xiàn)其在線模式。預(yù)測過程是將實(shí)時(shí)采集的數(shù)據(jù)輸入到訓(xùn)練好的網(wǎng)絡(luò)中，從而得到用戶體驗(yàn)質(zhì)量的預(yù)測值。

2.4 視頻QoE評(píng)測系統(tǒng)

隨著4G網(wǎng)絡(luò)的快速發(fā)展及5G業(yè)務(wù)層面多樣化，傳統(tǒng)的投訴問卷調(diào)查無法滿足用戶需求，因此構(gòu)建視頻QoE評(píng)測系統(tǒng)以實(shí)時(shí)預(yù)測視頻QoE是必須要解決的問題。該評(píng)測系統(tǒng)主要包括：數(shù)據(jù)采集系統(tǒng)、腦電感知系統(tǒng)、智能模型。該系統(tǒng)主要的輸入為：初始緩沖時(shí)延、卡頓數(shù)組、卡頓量、卡頓總時(shí)長、播放時(shí)長、視頻總時(shí)長、分辨率、幀率等參數(shù);輸出為：用戶感知分值。通過采集用戶觀看視頻過程中采集的參數(shù)，調(diào)用視頻EEG標(biāo)準(zhǔn)模型接口，可反饋當(dāng)前觀看視頻的用戶感知量化分值。

數(shù)據(jù)采集是指通過數(shù)據(jù)接口采集網(wǎng)絡(luò)數(shù)據(jù)，并在云端建立采集數(shù)據(jù)庫，基于不同業(yè)務(wù)類型，提取相應(yīng)字段輸出給腦電感知系統(tǒng)和智能模型兩個(gè)單元。

腦電感知系統(tǒng)是系統(tǒng)的第一核心單元。腦電感知系統(tǒng)具體是指基于生物特征識(shí)別技術(shù)建立腦電標(biāo)準(zhǔn)數(shù)據(jù)庫，再使用輸入的網(wǎng)絡(luò)采集數(shù)據(jù)，提取相應(yīng)業(yè)務(wù)的腦電數(shù)據(jù)庫進(jìn)行模型映射，并將評(píng)分準(zhǔn)則校正結(jié)果輸出給智能模型進(jìn)行在線質(zhì)量評(píng)測。

智能模型是系統(tǒng)的第二核心單元。智能模型具體是指基于已有算法庫，根據(jù)用戶應(yīng)用選擇相應(yīng)的人工智能模型，并使用輸入的網(wǎng)絡(luò)采集數(shù)據(jù)，依托腦電感知系統(tǒng)輸入的評(píng)分準(zhǔn)則校正結(jié)果，進(jìn)行質(zhì)量評(píng)測以及其他的可擴(kuò)展應(yīng)用結(jié)果輸出。智能模型基是于Keras + Tensorflow框架的，采用模塊化和參數(shù)化設(shè)計(jì)，主要包括數(shù)據(jù)載入和參數(shù)輸入、數(shù)據(jù)清洗、模型訓(xùn)練單元、模型精度評(píng)估單元，以及評(píng)測結(jié)果應(yīng)用程序編程接口（API）等主要模塊。

3 結(jié)束語

本文中，借助EGG實(shí)驗(yàn)手段，我們對(duì)用戶觀看不同播放質(zhì)量的視頻過程中的腦電信號(hào)進(jìn)行實(shí)時(shí)測量。通過基于事件相關(guān)電位（ERPs）和時(shí)頻特征的分類算法，對(duì)用戶關(guān)于視頻關(guān)鍵性能指標(biāo)的感知及認(rèn)知行為進(jìn)行量化表征，進(jìn)而測定其感知極限。此外，我們從大規(guī)模用戶日常移動(dòng)視頻業(yè)務(wù)實(shí)測數(shù)入手，將智能計(jì)算引入用戶質(zhì)量體驗(yàn)預(yù)測模型，并利用機(jī)器學(xué)習(xí)的計(jì)算工具，挖掘無線視頻業(yè)務(wù)參數(shù)與用戶體驗(yàn)中間分值之間復(fù)雜的映射關(guān)系，建立符合用戶體驗(yàn)的評(píng)價(jià)標(biāo)準(zhǔn)，從而實(shí)現(xiàn)用戶體驗(yàn)質(zhì)量的實(shí)時(shí)評(píng)測。

參考文獻(xiàn)

[1] BALACHANDRAN A， SEKAR V， AKELLA A， et al. Developing a predictive model of quality of experience for Internet video [C]//Proceedings of the ACM SIGCOMM 2013 conference on SIGCOMM. New York， NY， USA： ACM， 2013： 339-350. DOI：10.1145/2486001.2486025

[2] MINNEN D， TODERICI G， COVELL M， et al. Spatially adaptive image compression using a tiled deep network [C]//2017 IEEE International Conference on Image Processing（ICIP）. Beijing， China： IEEE， 2017： 2796-2800. DOI：10.1109/icip.2017.8296792

[3] KLOPP J， WANG F Y， CHIEN S， et al. Learning a code-space predictor by exploiting intra-image-dependencies [EB/OL]. [2020-12-20]. http：//www.bmva.org/bmvc/2018/contents/ papers/0491.pdf

[4] MOORSEL A. V. Metrics for the Internet age： quality of experience and quality of business[EB/OL]. [2020-12-20]. http：//citeseerx.ist.psu. edu/viewdoc/summary？doi=10.1.1.24.3810

[5] TAO X M， DUAN Y P， XU M， et al. Learning QoE of mobile video transmission with deep neural network： a data-driven approach [J]. IEEE journal on selected areas in communications， 2019， 37（6）： 1337-1348. DOI：10.1109/ jsac.2019.2904359

[6] PENG X， DUAN Y P， GENG B R， et al. A QoEbased alarm model for terminal video quality[C]//2019 IEEE Global Conference on Signal and Information Processing （GlobalSIP）. Ottawa， ON， Canada： IEEE， 2019： 1-5. DOI：10.1109/ globalsip45357.2019.8969366

[7] JAYANT N， JOHNSTON J， SAFRANEK R. Signal compression based on models of human perception [J]. Proceedings of the IEEE， 1993， 81（10）： 1385-1422. DOI：10.1109/5.241504

[8] MOLLER S， RAAKE A. Quality of experience： advanced concepts， applications and methods[M].Germany： Springer， 2014

[9] HUAWEU mLab [EB/OL]. [2020-12-20]. http：// mlab.huawei.com

[10] CHEN Y， WU K， ZHANG Q. From QoS to QoE： a survey and tutorial on state of art， evolution and future directions of video quality analysis[J]. IEEE communications surveys and tutori- als， 2014， 99（1）： 1

[11] GREGPR K， BESSE F， REZENDE D J， et al. Towards conceptual compression [C]// NIPS16： Proceedings of the 30th International Conference on Neural Information Processing Systems. Red Hook， NY， USA： Curran Associates Inc.， 2016： 3556-3564

[12] MINNEN D， TODERICI G， SINGH S， et al. Image-dependent local entropy models for learned image compression [C]//2018 25th IEEE International Conference on Image Processing （ICIP）. Athens， Greece： IEEE， 2018. DOI：10.1109/icip.2018.8451502

[13] JOHNSTON N， VINCENT D， MINNEN D， et al. Improved lossy image compression with priming and spatially adaptive bit rates for recurrent networks [C]//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City， UT， USA： IEEE， 2018： 4385-4393. DOI：10.1109/cvpr.2018.00461

[14] BALLE J， MINNEN D， SINGH S， et al. Variational image compression with a scale hyperprior [C]//6th International Conference on Learning Representations. Vancouver， BC， Canada： ICLR， 2018

作者簡介

陶曉明，清華大學(xué)教授、博士生導(dǎo)師;主要從事無線多媒體通信理論及關(guān)鍵技術(shù)應(yīng)用研究;曾獲國家自然科學(xué)二等獎(jiǎng)、國家技術(shù)發(fā)明二等獎(jiǎng)、教育部科技進(jìn)步一等獎(jiǎng)等獎(jiǎng)項(xiàng)，獲得國家自然科學(xué)基金杰青項(xiàng)目資助，以及中國青年科技獎(jiǎng)、中國青年女科學(xué)家獎(jiǎng)等;發(fā)表論文50余篇，授權(quán)專利40余項(xiàng)。

杜冰，北京科技大學(xué)計(jì)算機(jī)與通信工程學(xué)院講師;研究方向?yàn)闊o線多媒體通信。

段一平，清華大學(xué)電子工程系助理研究員;研究方向?yàn)闊o線多媒體通信。