-
公开(公告)号:CN111401637B
公开(公告)日:2023-06-16
申请号:CN202010183921.1
申请日:2020-03-16
Applicant: 湖南大学
IPC: G06Q10/04 , G06Q10/0639 , G06F16/75 , G06F16/78 , G06F16/783 , G06V40/16 , G06V10/764 , G06V20/40 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种融合用户行为和表情数据的用户体验质量预测方法,属于无线网络视频体验质量研究技术领域,包括以下步骤:S10、基于CNN和GRU构建QOE预测模型;S20、使用样本数据对QOE预测模型进行训练,得到用户体验质量QOE预测数据;样本数据分为一维数值型数据和用户面部表情数据两类;S30、将用户体验数据输入训练完成的QOE预测模型,得到用户体验质量QOE预测数据。本发明针对已有无线网络视频体验质量QoE进行预测,明确了更全面的视频体验质量的影响参数和视频体验质量指标,其中影响参数分为视频信息、QoS数据、用户行为和用户面部表情四类,较为全面地影响和反映用户体验质量,实现输出QoE评分、用户参与度、拖动进度条次数和暂停次数,体现用户的QoE。
-
公开(公告)号:CN111401637A
公开(公告)日:2020-07-10
申请号:CN202010183921.1
申请日:2020-03-16
Applicant: 湖南大学
IPC: G06Q10/04 , G06Q10/06 , G06K9/62 , G06F16/75 , G06F16/78 , G06F16/783 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合用户行为和表情数据的用户体验质量预测方法,属于无线网络视频体验质量研究技术领域,包括以下步骤:S10、基于CNN和GRU构建QOE预测模型;S20、使用样本数据对QOE预测模型进行训练,得到用户体验质量QOE预测数据;样本数据分为一维数值型数据和用户面部表情数据两类;S30、将用户体验数据输入训练完成的QOE预测模型,得到用户体验质量QOE预测数据。本发明针对已有无线网络视频体验质量QoE进行预测,明确了更全面的视频体验质量的影响参数和视频体验质量指标,其中影响参数分为视频信息、QoS数据、用户行为和用户面部表情四类,较为全面地影响和反映用户体验质量,实现输出QoE评分、用户参与度、拖动进度条次数和暂停次数,体现用户的QoE。
-