云摄像头移动多媒体服务QoE的测量和评估
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 相关概念及特征 | 第13-15页 |
| 1.2.1 云摄像头 | 第13-14页 |
| 1.2.2 QoE及QoE的测量和评估 | 第14-15页 |
| 1.3 QoE评估的研究路线 | 第15-22页 |
| 1.3.1 QoE评估研究发展及现状 | 第15-21页 |
| 1.3.2 云摄像头QoE评估研究的意义 | 第21-22页 |
| 1.4 主要工作和文章内容安排 | 第22-25页 |
| 第二章 QoE主要的评价模型和研究方法 | 第25-43页 |
| 2.1 QoE评价方法的分类 | 第25页 |
| 2.2 QoE主观评价模型 | 第25-28页 |
| 2.2.1 QoE主观评价模型综述 | 第25-27页 |
| 2.2.2 基于众包的主观QoE评价方法 | 第27-28页 |
| 2.3 QoE客观评价模型 | 第28-39页 |
| 2.3.1 基于心理学的QoE评价方法 | 第28-30页 |
| 2.3.2 基于层次分析法的QoE评价模型 | 第30-33页 |
| 2.3.3 基于机器学习的QoE评价方法 | 第33-35页 |
| 2.3.4 基于随机模型的QoE评价方法 | 第35-36页 |
| 2.3.5 基于上下文感知的评价模型 | 第36-39页 |
| 2.4 QoE评价模型和方法分析比较 | 第39-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 云摄像头服务QoE评价方法研究 | 第43-55页 |
| 3.1 云摄像头特点 | 第43-47页 |
| 3.1.1 云摄像头的服务特点 | 第43-44页 |
| 3.1.2 云摄像头的用户终端特点 | 第44-46页 |
| 3.1.3 云摄像头的网络需求特点 | 第46-47页 |
| 3.2 用户使用场景 | 第47-49页 |
| 3.3 云摄像头的服务评价体系 | 第49-54页 |
| 3.3.1 云摄像头服务上下文特征 | 第49-51页 |
| 3.3.2 云摄像头服务上下文特征无量纲转化 | 第51-53页 |
| 3.3.3 贝叶斯网络(BN)参数的确定 | 第53-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 云摄像头服务QoE评估方法应用 | 第55-65页 |
| 4.1 云摄像头移动多媒体服务QoE的评估架构 | 第55-59页 |
| 4.1.1 系统架构 | 第55-56页 |
| 4.1.2 直播时延的测量 | 第56-58页 |
| 4.1.3 其他上下文特征的测量 | 第58-59页 |
| 4.2 云摄像头服务QoE评估分析 | 第59-62页 |
| 4.2.1 云摄像头端上行限速实验 | 第60-61页 |
| 4.2.2 主观评价和系统结果对比 | 第61-62页 |
| 4.3 借助评估系统处理实际问题 | 第62页 |
| 4.4 本章小结 | 第62-65页 |
| 第五章 云摄像头服务QoE研究总结及展望 | 第65-71页 |
| 5.1 工作总结 | 第65-67页 |
| 5.1.1 QoE评价模型和方法研究 | 第65页 |
| 5.1.2 云摄像头服务QoE评估方法研究 | 第65-66页 |
| 5.1.3 云摄像头服务QoE评估的工程应用 | 第66-67页 |
| 5.2 未来工作展望 | 第67-71页 |
| 5.2.1 云摄像头服务体验提升 | 第67-68页 |
| 5.2.3 QoE评估研究发展方向 | 第68-71页 |
| 参考文献 | 第71-75页 |
| 附录 缩略词对应表 | 第75-77页 |
| 致谢 | 第77页 |
