direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Subjective assessment and instrumental prediction of mobile online gaming on the basis of perceptual dimensions

Motivation

Die Bestimmung der subjektiv empfundenen Qualität des Nutzers (Quality of Experience) von reinem Audio- und Video-Material unterscheidet sich in vielfacher Weise von der Qualitätsbestimmung von Computerspielen. Letztere weisen durch ihren interaktiven Charakter eine Vielzahl an Einflussfaktoren auf. Nicht nur Faktoren komplexer und innovativer Spielsysteme haben einen Einfluss auf die QoE, sondern auch der Spieler selbst. Ein Qualitätsurteil, das sich durch den Vergleich von erwarteter und wahrgenommener Beschaffenheit einer Einheit ergibt, hängt stark von den Vorlieben, Erwartungen und Fähigkeiten des Spielers ab.

Auf dieses noch junge Forschungsgebiet lassen sich nicht ohne Weiteres standardisierte Methoden zur Bestimmung der QoE anwenden. Dies wird bereits dadurch ersichtlich, dass in aufgabenorientierten Mensch-Computer-Interaktionen das Ziel mit minimaler Anstrengung erreicht werden soll. In einem Spiel übt der Spieler jedoch Aufwand aus, um das Ergebnis zu beeinflussen und fühlt sich dadurch emotional verbunden. Neue Konzepte wie Immersion und Flow, einem Zustand des Glücksempfindens während des Gleichgewichts von Fähigkeiten und Herausforderungen, treten somit in Erscheinung.

Eine Analyse des Spielemarktes zeigt, dass der Anteil von mobilen digitalen Spielen (Mobile Games) in den vergangen Jahren stark gestiegen ist. Mobile Games sind in jenem Sinne besonders, da mobile Geräte wie Smartphones oder Tablets nicht ursprünglich für Spiele entwickelt wurden und diese somit nicht optimal daran adaptiert sind. Dies gilt auch für das neuartige Konzept des Cloud Gamings, bei dem das gesamte Spiele auf einem Server ausgeführt und lediglich das Video- und Audio-Material zum Endnutzer übertragen wird.

 

Ziel des Projekts

Ziel des Forschungsvorhabens ist es, Methoden zur Bestimmung der QoE von Mobile Games zu entwickeln. Zudem soll basierend auf einer Datenbank mit subjektiven Qualitätsurteilen ein Modell, ähnlich dem bekannten E-Modell, zur Vorhersage der QoE entworfen werden. Folgende konkrete Schritte sind hierzu geplant:

  • Einrichtung und Modifikation einer Testumgebung zur Durchführung von Experimenten mit einem Cloud-Gaming-System für Mobile Games
  • Entwicklung einer Klassifizierung von Spielen zur Auswahl von repräsentativen Spielen und zur Identifizierung von System- und Nutzerfaktoren
  • Erstellung eines Fragebogens, der einen großen Raum relevanter Qualitätsdimensionen abdeckt
  • Identifizierung von qualitätsrelevanten Wahrnehmungsdimensionen und Analyse ihres Einflusses auf die Gesamtqualität
  • Die Analyse der Performance von aktuellen objektiven Metriken, die für unterschiedliche Inhalte und Dienste im Bereich vom Mobile Gaming vorgeschlagen wurden
  • Erstellung eines QoE-Modells basierend auf den Eigenschaften des Spiels, des Systems und des Netzwerks sowie Benutzer- und Kontextfaktoren

 

 

Zeitraum: 
01/2016 - 06/2019
T-labs Teammitglieder:
Steven Schmidt [1]
Finanziert von:
Deutsche Forschungsgemeinschaft (DFG)
Projektnummer:
MO 1038/21-1

Publikationsverzeichnis

Quality Enhancement of Gaming Content using Generative Adversarial Networks
Zitatschlüssel avanaki2020a
Autor Avanaki, Nasim Jamshidi and Zadtootaghaj, Saman and Barman, Nabajeet and Schmidt, Steven and Martini, Maria G. and Möller, Sebastian
Buchtitel 2020 Twelfth International Conference on Quality of Multimedia Experience (QoMEX)
Seiten 1–6
Jahr 2020
ISBN 978-1-7281-5965-2
DOI 10.1109/QoMEX48832.2020.9123074
Ort Athlone, Ireland
Monat may
Verlag IEEE
Serie QoMEX ’20
Wie herausgegeben Fullpaper
Zusammenfassung Recently, streaming of gameplay scenes has gained much attention, as evident with the rise of platforms such as Twitch.tv and Facebook Gaming. These streaming services have to deal with many challenges due to the low quality of source materials caused by client devices, network limitations such as bandwidth and packet loss, as well as low delay requirements. Spatial video artifact such as blockiness and blurriness as a result of as video compression or up-scaling algorithms can significantly impact the Quality of Experience of end-users of passive gaming video streaming applications. In this paper, we investigate solutions to enhance the video quality of compressed gaming content. Recently, several super-resolution enhancement techniques using Generative Adversarial Network (e.g., SRGAN) have been proposed, which are shown to work with high accuracy on non-gaming content. Towards this end, we improved the SRGAN by adding a modified loss function as well as changing the generator network such as layer levels and skip connections to improve the flow of information in the network, which is shown to improve the perceived quality significantly. In addition, we present a performance evaluation of improved SRGAN for the enhancement of frame quality caused by compression and rescaling artifacts for gaming content encoded in multiple resolution-bitrate pairs.
Link zur Publikation [2] Link zur Originalpublikation [3] Download Bibtex Eintrag [4]
------ Links: ------

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Copyright TU Berlin 2008