ポーズ状態を含めた逐次型プログレッシブダウンロード型サービスの再生状態推定法

摘要

The recent pervasion of the progressive download-based video services enhances the importance of the playback quality monitoring. The playback quality of the progressive download-based video mainly depends on the re-buffering time due to the buffer starvation. Therefore, we have to estimate the temporal amount of data in the buffer accurately. In the preceding papers, we have investigated the estimation of the playback state of the progressive download-based video making use of the packet capture data. The main feature of our method consists of the play-out buffer modeling, including the parameter estimation of the model, and the playback quality estimation by making use of the packet capture data as an input into the buffer model. However, it does not take the pause state initiated by users into account. Consequently, it was difficult to distinguish the buffer starvation from the pause state initiated by users. In the present report, we propose a method of playback state estimation including the pause state initiated by users. It enables us to distinguish the buffer starvation from the pause state initiated by users.%プログレッシブダウンロード型映像サービスの普及に伴い、そのサービス品質監視の重要性が高まっている。当該サービスにおいて端末側での品質を把握するためには、スループット等のネットワーク品質の劣化は再生停止として顕在化するため、何らかの再生状態推定を行う必要がある。筆者らはこれまで、パケットキヤプチャデータに基づくプログレッシブダウンロード型映像サービスの再生状態推定技術の検討を行ってきた。当該技術は、プレイァゥトバッファのモデル化およびモデル中のパラメータ推定技術と、当該バッファモデルへのバケツトキヤプチャデータ入力による再生状態推定技術とから構成され、バケツトキャプチヤデータを入力情報として、端末における映像再生状態の推定を実現する。しかしながら、これまでの検討においては、ユーザ操作によるポーズ状態を推定対象としていない。このため、ユーザが意図的にポーズ状態とした場合に、ネットワーク品質劣化による再生停止との識別が困難である点が課題であった。本検討では、逐次型のプログレッシブダウンロード型映像サービスを対象に、再生中もしくは停止中にポーズ状態に遷移した場合におけるポーズ状態も含めた再生状態推定手法につき提案する。これによりネットワーク品質の劣化による再生停止と、ユーザ操作によるポーズ状態を区別して推定することが可能となる。