[論文レビュー] Delay-Sensitive and Power-Efficient Quality Control of Dynamic Video Streaming using Adaptive Super-Resolution

Minseok Choi, Won Joon Yun+1 more|arXiv (Cornell University)|Oct 12, 2021

Image and Video Quality Assessment参考文献 53被引用数 4

ひとこと要約

本稿では、送信側での動的圧縮と受信側での適応的スーパーレゾolution（SR）ネットワークを用いて、動画品質、バッファリング、リソース使用量を共同最適化することで、遅延に敏感で電力効率の高い動画ストリーミングシステムを提案する。ネットワーク状態とデバイス状態に応じて圧縮レートとSRネットワークの深さを動的に調整することで、非適応的または非協調的アプローチと比較して、遅延、電力消費、CPU使用率を低減した優れたサービス品質を実現する。

ABSTRACT

In a decade, the adaptive quality control of video streaming and the super-resolution (SR) technique have been deeply explored. As edge devices improved to have exceptional processing capability than ever before, streaming users can enhance the received image quality to allow the transmitter to compress the images to save its power or pursue network efficiency. In this sense, this paper proposes a novel dynamic video streaming algorithm that adaptively compresses video chunks at the transmitter and separately enhances the quality at the receiver using SR. In order to allow transmission of video chunks with different compression levels and control of the computation burden, we present the adaptive SR network which is optimized by minimizing the weighted sum of losses extracted from different layer outputs. for dynamic video streaming. In addition, we jointly orchestrate video delivery and resource usage, and the proposed video delivery scheme balances the tradeoff well among the average video quality, the queuing delay, buffering time, transmit power, and computation power. Simulation results show that the proposed scheme pursues the quality-of-services (QoS) of the video streaming better than the adaptive quality control without the cooperation of the transmitter and the receiver and the non-adaptive SR network.

研究の動機と目的

• IoTやV2Xネットワークなどのリソース制約のある環境における高品質な動画ストリーミング需要の増大に対応すること。
• 時間変動するチャネル状態およびデバイス状態下での動的動画ストリーミングにおいて、再生停止、キューイング遅延、電力消費を低減すること。
• 送信側と受信側での動画配信および計算タスクを共同最適化し、品質、遅延、エネルギー使用量といった相反する性能指標のバランスを取ること。
• 利用可能なリソースに応じてスーパーレゾリューションネットワークの深さを適応的に変更することで、制限されたCPUおよび送信電力の効率的使用を可能にすること。
• 圧縮とSR処理の適応的制御を通じて、動的動画ストリーミングにおけるサービス品質（QoS）および体験品質（QoE）の向上を図ること。

提案手法

• 利用可能なCPUリソースに応じて深さが動的に選択される適応的スーパーレゾリューション生成対立ネットワーク（ASRGAN）を採用し、品質と計算コストのバランスを図る。
• 送信側は、キュー状態、チャネル状態、および受信側のバッファ状態に応じて、異なるビットレートで動画チャンクを適応的に圧縮する。
• 遅延、電力、品質劣化の重み付き和を最小化するため、ドリフトプラスペナルティ最適化フレームワークを用いて、伝送レート、圧縮レベル、SRネットワークの深さを共同制御する。
• 中間層出力からの損失の重み付き和を最小化することで、適応的SRネットワークを訓練し、品質と計算の間で柔軟なトレードオフを可能にする。
• 送信側キュー長、受信側バッファ状態、送信電力、CPU使用率などのリアルタイムメトリクスを監視し、動的な意思決定を行う。
• 最適化フレームワークは、パrameter $ V $ を用いて品質劣化の重要度を重み付けし、品質と遅延／電力の間のトレードオフを可能にする。

実験結果

リサーチクエスチョン

• RQ1 リソース制約のある動的環境下で、動画ストリーミングシステムはどのようにして動画品質、キューイング遅延、電力消費をバランスさせるか？
• RQ2 送信側での動画圧縮と受信側でのスーパーレゾリューション処理を適応的に制御する最適な方法は何か？ これによりQoSおよびQoEがどのように向上するか？
• RQ3 CPUおよび送信電力が限られた環境下で、伝送と計算意思決定の共同最適化が動画ストリーミングの性能に与える影響は何か？
• RQ4 適応的スーパーレゾリューションは、リアルタイムストリーミングにおいて、計算負荷をどの程度低減しつつも、許容可能な動画品質を維持できるか？
• RQ5 非適応的または非協調的アプローチと比較して、提案手法は遅延、品質、リソース効率の観点でどの程度優れているか？

主な発見

• 提案手法は、より多くのCPUコアを使用しているにもかかわらず、非適応的ベースライン「Comp1」と比較して再生停止イベントと平均バッファ長を顕著に低減した。
• $ heta = 2.5 $ の場合、提案手法は「Comp1」に比べてCPUを2.5倍効率的に使用しており、リソース利用効率の向上を示している。
• 受信した動画チャンクの平均PSNRは、提案手法の方が「Comp1」と比較して高いことが確認され、動画品質の向上を示している。
• 重みパrameter $ V $ が増加するにつれて、システムはより高い動画品質を優先し、ASRGANネットワークを深くする傾向にあり、CPU使用量が高くなっても遅延発生が減少した。
• 非適応的SRおよび非協調的適応的ストリーミング手法と比較して、提案手法は動画品質、遅延、電力消費のバランスをより良好に実現した。
• 送信側と受信側の意思決定を共同で制御することで、バッファリング、遅延、エネルギー使用量といった複数の相反する指標において、よりバランスの取れた安定したパフォーマンスが達成された。