علی سوادزاده


عنوان پایان نامه

استفاده از يادگيري ماشين در بهبود كيفيت در جويبارسازي DASH با توجه به پيچيدگي محتواي ويديويي

نام دانشکده

دانشکده فنی و مهندسی رسانه

رشته تحصیلی

کارشناسی ارشد- مهندسی برق (گرایش مخابرات سیستم)

استاد راهنما

محمد بهدادفر

استادان داور

محمدرضا نوری فرد

دارا رحمتی

استادان مشاور

امین قلمی اسکویی

--------

تاریخ دفاع

1402-12-02

مکان دفاع

چکیده پایان نامه

چکیده پایان نامه در سال‌های اخیر شاهد افزایش سریع حجم ترافیک ویدئوی مبتنی بر HTTP بوده‌ایم. از سوی دیگر، دائماً انتظار کاربران از کیفیت محتوای ویدئوی در حال پخش نیز افزایش یافته است. بسیاری از مطالعات نشان داده است که در صورت عدم کیفیت کافی، کاربران به سرعت جلسات ویدیویی را ترک می‌کنند که از دیدگاه ارائه دهندگان محتوای ویدیویی امری نامطلوب است و در رقابت و جذب مشتریان تاثیر می‌گذارد. یک از شناخته شده ترین روش‌ها برای افزایش کیفیت پخش محتوای ویدیویی DASH می‌باشد. جویبارسازی پویا مبتنی بر HTTP یا به اختصارDASH یک استاندارد جویبارسازی ویدیو است که نسخه‌های ویدیو را با نرخ بیت‌های متفاوت در سرور ذخیره می‌كند و اين امكان را به كاربران مي‌دهد تا با توجه به شرایط شبکه نرخ بيت‌های مختلف را براي قطعات ويديويي درخواست كنند. یک سيستم جويبارسازی مبتنی بر DASH براي تعيين نرخ بيت هر قطعه ويديويی از الگوريتم‌های پخش ویدیو با نرخ بیت تطبیقی یا به اختصار ABR استفاده مي‌كند. الگوريتم‌هاي ABR از جمله ابزارهای به‌کارگرفته شده توسط تامین‌کنندگان محتوا برای بهبود كيفيت تجربه كاربر هستند. این الگوریتم‌ها بر روی پخش کننده‌های ویدئوی سمت کاربر یا طی فرآیند جویبارسازی سمت سرور به‌کار گرفته می‌شوند و به صورت پویا میزان نرخ بیت را برای هر قسمت ویدئو انتخاب می‌کنند. در این پژوهش بر الگوریتم‌های ABR مبتنی بر یادگیری در سمت کاربر تمرکز شده است. این الگوریتم‌ها به طور خودکار یاد می‌گیرند که چگونه تصمیمات نرخ بیت را اتخاذ کنند و بدون استفاده از هرگونه قانون کنترلی از پیش برنامه ریزی شده یا مفروضات صریح در مورد محیط عمل نمایند. یک مشکل مهم در این روش‌ها، عدم توجه به پیچیدگي محتوای ویدیو یا VCC است. عدم توجه به پیچیدگی محتوای ویدیو می‌تواند باعث کاهش کیفیت تجربه کاربر شود زیرا میان دو محتوای تفاوتی قائل نیست. در این پژوهش با به کارگیری پیچیدگی محتوای ویدیویی در کنار یادگیری تقویتی سعی می‌شود تا کیفیت تجربه کاربر افزایش یابد و از طرفی منجر به بهبود استفاده از منابع شبکه خواهد شد. برای شبیه‌سازی محیط آزمایش از نرم‌افزار MATLAB استفاده شده است. نتایج شبیه سازی نشان می‌دهد در روش پیشنهادی استفاده از پيچيدگی محتوای ويديويی در كنار يادگيري تقويتي باعث بهبود كيفيت تجربه مي‌شود. کلیدواژه‌ها:جويبارسازي وفقي ويديو، پيچيدگي محتواي ويديو، يادگيري ماشين، كيفيت تجربه كاربر

ابتدای صفحه