| 研究課題/領域番号 |
19K11932
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
亀山 渉 早稲田大学, 理工学術院, 教授 (90318858)
|
|---|
| 研究分担者 |
菅沼 睦 早稲田大学, 理工学術院(国際情報通信研究科・センター), 客員主任研究員 (50399507)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | AVコンテンツ / 主観動画像品質評価推定 / ユーザ満足度 / ユーザ興味度 / コンテクスト / センサ情報 / 生体情報 / 機械学習 |
|---|
| 研究実績の概要 |
AVコンテンツ視聴時におけるユーザの映像品質に対する主観評価を効率よく、かつ、精度良く推定する手法について、3年の研究期間の最終年度を終了した。(1)固定されたモニタで実環境を模擬した妨害要因下における中規模被験者によるAVコンテンツに対する主観評価推定手法、(2)モバイル端末（スマートフォン）で実環境を模擬した妨害要因下における中規模被験者による主観評価推定手法について検討し、最終評価を行った。
(1)に関して、ジャンルの異なる16本の動画に対して5段階のビットレートを用意し、17名の被験者で実験を行った。取得した脳波データには2020年度で検討したノイズ除去を施し、視聴中の生体情報、動画像の興味度と満足度、及び再生ビットレートから、被験者がスライダを使って評価した主観評価値を推定した。実験の結果、同一動画像内のデータを学習させた場合はXGBoostによってより高い精度での推定が行え、特に脳波に対してノイズ除去を施した場合に精度が向上した。また、未学習の動画像における主観評価値推定では、再生ビットレートのみで推定する場合と比較し、生体情報を加えた場合は半数を超える被験者のデータで推定精度の向上が見られた。
(2)に関して、約5分の動画18本に対して3段階の解像度を用意し、7名の被験者で実験を行った。実験中はリアルタイムで回答可能な興味度アンケートの導入を行い、生体情報、心拍、興味度、視聴コンテクスト、動画解像度から、視聴後に答えてもらう主観動画像品質を推定した。実験の結果、ランダムフォレスト及びXGBoostを用いた層化分割交差検証において、約9割の精度で主観動画像品質が推定可能であり、生体情報の優位性も確認した。また、視聴コンテクストが主観動画像品質とQoSの一種である動画像解像度の順位相関に影響を与えることが分かった。
|
| 備考 |
電子情報通信学会コミュニケーションクオリティ研究会で発表した「可変ビットレート動画像視聴時の生体情報を用いたQoE推定」及び「視聴コンテクストを考慮した実環境下におけるスマートフォン使用者の生体情報による主観動画像品質推定」では、それぞれの筆頭著者が、2022年度3月の「学生優秀発表賞」を受賞した。
|
