Mobilkommunikation Objektives und Subjektives Qualitätsmonitoring von H.264 IP Videostreams in Mobilfunknetzen S. Küffner, O. Portugall, A. Grebe Fachhochschule Köln, Institut für Nachrichtentechnik Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 1
Inhaltsverzeichnis NGMN Architektur Internet Protocol Television (IPTV) IPTV Streaming im NGMN Problematik Analyse der QoS/QoE Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 2
NGMN Architektur Verlagerung von Basis- und Coresystem Funktionen in den Access-Bereich Paketplaner QoS-, Authentifizierungs- und Verkehrsmanagement Drastische Veränderung der Dienste Starke Nutzung von Datendiensten (IPTV, Youtube, etc) NGMN bietet nach Definition Ende-zu-Ende QoS Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 3
Internet Protocol Television (IPTV) Videomaterial wird für IPTV aufbereitet (Transcodierung MPEG2/H.264) Headend liefert Content per Multicast ins Core Netz Content Live TV Video on Demand (VoD) NGMN ist All-IP Netz Im Access Netz Routing bis zum Endbenutzer Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 4
IPTV Streaming im NGMN H.264 Bildinformationen in NAL Units (Network Abstraction Layer Units) NAL Header enthält Informationen über codierten Inhalt des Frames Maximale Rahmengröße einer NAL Unit = 65535 Byte MPEG-2 Sequenzinformationen (GOP, Videotyp, usw) im Sequenz Header Bildinformationen im Picture Header Audioinformationen im Audio Header H.264 / MPEG-2 Videodaten werden in MPEG-TS gekapselt Bis zu 7 MPEG-TS Pakete in UDP bzw. UDP/RTP gekapselt MPEG-TS Größe ist 188 Byte (aus ATM Ära) Maximale Paketrahmengröße = 1370 Byte Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 5
Bildcodierung Momentan etabliert: Standard Definition (SD) TV Auflösung: 720x480 8-Bit 24 Bilder/Sekunde Roh Videoinformationen ~ 200 Mbit/s Streamingraten bei gängigen IPTVPlattformen 2,5 3 Mbit/s Deep Packet Inspection nötig Verfahren zur Komprimierung Aufteilung in Slices Weitere Unterteilung in Makro-Blöcke 4x4,4x8,8x8,8x16,16x16 Interger- bzw Diskrete Cosinus Transformation (ICT & DCT) Übertragung von Motion-Vector eines vorherigen Slices anstelle von Bildinformationen Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 6
Bildcodierung ff. Frames und Slices I (Vollbildinformationen) Referenzbild, entspricht einem Standbild und ist von anderen Bildtypen unabhängig dienen unteranderem als Random Access für den Decoder P (Bewegungsreferenzen) enthält Differenz-Informationen aus dem vorhergehenden I- oder P-Bild B (Bidirektional referenziert) enthält Differenz-Informationen aus dem vorhergehenden und/oder nachfolgenden I- oder P-Bild D, SP, SI Bilder dienen dem schnellen Vorlauf. Fehler in unterschiedlichen Frames führen zu unterschiedlichen Fehlern Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 7
Bildcodierung ff. MPEG-2 I-,P-,B-Frames Group of Pictures (GOP) vorhanden GOP bestimmt Reihenfolge von Bildern H.264 I-,P-,B-Slices Unterteilt in Makroblöcke Unterschiedliche Frametypes referenzieren unterschiedliche Slices oder Makro-Blöcke Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 8
Problematik QoS Problematik bei IPTV Schwankungen, Verzögerungen und Verlust Vor allem im Access Netz Speziell auf der Luftschnittstelle bis zum Endbenutzer Von 3GPP standardisierte QoS-Klassen für NGMN 1. Conversational Für direkte Kommunikation (Telefonie, IPTV) 2. Streaming Verteildienste mit Mindestbitrate 3. Interactive Nutzung interaktiver Dienste 4. Background Datentransfer mit geringer Fehlerrate Verbesserung der Übertragung durch: 1. Beamforming 2. MIMO Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 9
Auswirkung von Paketverlust H.264 0% Paketverlust HD (1920x1080) 6 Mbit/s Streamingrate H.264 1% Paketverlust HD (1920x1080) 6 Mbit/s Streamingrate Schlieren, Blockbildung Bildfragmente Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 10
Analyse der QoS/QoE Ansätze zur Bewertung und Analyse der Qualität von Videomaterial Full Reference (FR) Bild zu Bild Vergleich (Pixel zu Pixel) Video als Messreferenz muss vorliegen Benötigt ressourcenstarke Hardware Für den punktuellen Einsatzbereich geeignet Beispiel: Opticom, PEVQ Non Reference (NR) Analyse der Bildparameter bei Auswertung der Bildheader Evaluierung mit Hilfe einer Wissensdatenbank Subjektive MOS-Bestimmung nach BT500.12 Für den Flächeneinsatz gedacht Beispiel: SmartVideo, Radvision Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 11
Non Reference (NR) Abschätzung durch Evaluation einer Deep Packet Inspection und Vergleich mit verifizierten Messungen Aufnahme von: Verzögerung Verzögerungsschwankungen Paketverlust Burstverhalten Parameter der Anwendung: Bildgröße Frame-Typ (I,P,B) Profile und Level usw. First Priority ETSI TR-101 290 Parameter für die Dekordierbarkeit des Videostreams Second Priority Parameter für eine Überwachung des Streams Third Priority Parameter für Konsistenz-Checks Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 12
Differenzierung MOS Zusammenfassen von Parametersätzen Gruppe N (Network) Typische QoS Parameter Physikalische Randbedingungen (Art des Übertragungskanal) Bitrate / Fehlerwahrscheinlichkeit Gruppe V (Video) Format Auflösung Slice-Statistik Gruppe R (Relative) Zusätzliche Unterscheidung zwischen relativen und absolutem MOS Displaygröße Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 13
Differenzierung MOS Relativer MOS CIF Video auf einem CIF Display (320x288) - entspricht nicht - - entspricht HDTV auf einem HD Fernseher CIF Video auf einem HD Display (1920x1080) HDTV auf einem HD Fernseher Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 14
Berechnung des MOS 1 1 1 MOS=a 1 αn a 2 βv a 3 γr 1 e e e Gewichtungsfaktoren ai Evaluierung mit Wissensdatenbank Messungen nach BT-500.12 Faktoren N, V, R MOS - Mean Opinion Score Aus Parametersätzen der DPI Parameter unter anderem nach 1. bad (schlecht) ETSI TR 101 290 2. poor (dürftig) Normierter MOS 3. fair (ausreichend) 4. good (gut) 5. excellent (hervorragend) Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 15
Vielen Dank für Ihre Aufmerksamkeit Forschungsgruppe Datennetze Forschungsprojekt SmartVideo Prof. Dr.-Ing. Andreas Grebe andreas.grebe@fh-koeln.de Dipl.Ing.(FH) Stephan Küffner stephan.kueffner@fh-koeln.de Dipl.Ing.(FH) Oliver Portugall oliver.portugall@fh-koeln.de www.smart-video.org www.dn.fh-koeln.de Fachhochschule Köln Stephan Küffner, Oliver Portugall, Andreas Grebe 16