C. Discussion Already a video of about 5 and a half minutes requires processing of about 7 minutes on a small Amazon Web Services EC2 instance. A small EC2 instance can be compared to an average desktop computer or notebook and has much more processing power than a mobile phone. Hence, doing all this processing of the video services would take even more time on a mobile phone. This is far away from delivering near-real- time improvements. Keeping in mind that a cloud infrastructure provides theoretically unlimited processing power, storage and number of instances, the processing time can be kept at about 30 to 40 seconds for a video on a small instance. Using a cloud infrastructure with more powerful instances and several CPU cores per instance could even lower the overall processing time to a minimum resulting in a theoretically real-time mobile UX improvement. Furthermore, the evaluation of zooming and segment- and tag-based browsing shows that both approaches do improve mobile user experience. Especially, the segment and tag-based browsing was received well by the test users. As the zooming approach was received a little be more mixed, it requires improvements. It can be observed that especially the context of the video is a problem for video zooming and that a more personalized or dynamic zooming is wished. In summary, combining both results of the mobile UX evaluation and the cloud evaluation, offloading the CPU- intensive processing to the cloud is a reasonable way to improve mobile user experience.
VII. CONCLUSIONS AND FUTURE WORK A combination of different approaches and algorithms can play an important role in delivering fast and intelligent video processing services for a better mobile UX. State-of-the-art mobile video UX enhancement techniques were combined with the cloud computing paradigm in our prototype called MVCS. Video stream navigation on mobile devices is eased by segment cues and tags automatically generated by intelligent processing means. Additionally, the cloud services adapt the zooming level of the video streams to overcome the problems with small screen sizes. The evaluation revealed that the utilization of a cloud environment for a parallel processing of video chunks enables near-real-time delivery of complex tasks. In the light of these findings, we are convinced that improvements of user experience in sharing mobile video applications have been achieved. Future work will entail improvements of our prototype to enable personalized video streams, overlays with additional information layers, interactive zooming and ROI. Further work needs to be done to establish whether the proposed approach leverages fast prototyping of mobile video applications from a developers perspective.
ACKNOWLEDGMENTS This work is supported by the Excellence Initiative of German National Science Foundation (DFG) within the research cluster Ultra
High-speed Mobile Information and Communication (UMIC) and in part by NRW State within the B-IT Research School. We thank Michael Lottko for his prototype implementations.
REFERENCES
[1] T. Schierl, T. Stockhammer, and T. Wiegand, “Mobile Video Transmission Using Scalable Video Coding,” Circuits and Systems for Video Technology, IEEE Transactions on, vol. 17, no. 9, pp. 1204–1217, sept. 2007. [2] W. Song, D. W. Tjondronegoro, S.-H. Wang, and M. J. Docherty, “Impact of Zooming and Enhancing Region of Interests for Optimizing User Experience on Mobile Sports Video,” in Proceedings of the International Conference on Multimedia. Firenze, Italy: ACM, 2010, pp. 321–330. [3] “ISO FDIS 9241-210:2010. Ergonomics of human system interaction - Part 210: Human-centered design for interactive systems (formerly known as 13407). International Organization for Standardization (ISO).” 2010. [4] J. Nielsen, “Mobile Usability,” 2011, report, Last accessed on May, 2nd, 2011. [Online]. Available: http://www.useit.com/alertbox/ mobile-usability.html [5] H. Knoche, M. Papaleo, M. A. Sasse, and A. Vanelli-Coralli, “The Kindest Cut: Enhancing the User Experience of Mobile TV Through Adequate Zooming,” in Proceedings of the 15th International Conference on Multimedia, ser. MULTIMEDIA ’07. ACM, 2007, pp. 87–96. [6] A. Bursuc, T. Zaharia, and F. Prˆeteux, “Mobile Video Browsing and Retrieval with the OVIDIUS Platform,” in Proceedings of the International Conference on Multimedia, ser. MM ’10. ACM, 2010, pp. 1659–1662. [7] A. Kaheel, M. El-Saban, M. Refaat, and M. Ezz, “Mobicast: A System for Collaborative Event Casting Using Mobile Phones,” in Proceedings of the 8th International Conference on Mobile and Ubiquitous Multimedia, Cambridge, United Kingdom, 2009, pp. 71–78. [Online]. Available: http://doi.acm.org/10.1145/1658550.1658557 [8] F. R. Bentley and M. Groble, “TuVista: Meeting the Multimedia Needs of Mobile Sports Fans,” in Proceedings of the 17th ACM International Conference on Multimedia, ser. MM ’09. New York, NY, USA: ACM, 2009, pp. 471–480. [9] F. Agboma and A. Liotta, “User Centric Assessment of Mobile Contents Delivery,” in Proceedings of International Conference on Advances in Mobile Computing and Multimedia, vol. 215, Yogyakarta, Indonesia, 2006, pp. 273–279. [10] J. Dean and S. Ghemawat, “Mapreduce: Simplified data processing on large clusters,” Communications of the ACM, vol. 51, no. 1, pp. 107–113, 2008. [11] T. Sandholm, “HP Labs Cloud-Computing Test Bed: VideoToon Demo,” Online, 2011, last accessed on May, 2nd, 2011. [Online]. Available: http://www.hpl.hp.com/open innovation/cloud collaboration/ cloud demo.html [12] A. Garcia, H. Kalva, and B. Furht, “A Study of Transcoding on Cloud Environments for Video Content Delivery,” in Proceedings of the 2010 ACM Multimedia Workshop on Mobile Cloud Media Computing. ACM, 2010, pp. 13–18. [13] R. Pereira, M. Azambuja, K. Breitman, and M. Endler, “An Architecture for Distributed High Performance Video Processing in the Cloud,” in Proceedings of the 2010 IEEE 3rd International Conference on Cloud Computing, Miami, FL, USA, 2010, pp. 482–489. [Online]. Available: http://dx.doi.org/10.1109/CLOUD.2010.73 [14] S. Chen and S. W. Schlosser, “Map-Reduce Meets Wider Varieties of Applications,” Intel Labs Pittsburgh Tech Report, May 2008. [15] FFmpeg, [online] http://ffmpeg.org/, Last accessed: Sep. 20, 2011. [16] G. Bradski, “OpenCV,” Online, 2011, last accessed on September, 2nd, 2011. [Online]. Available: http://opencv.willowgarage.com/wiki/ [17] R. Lienhart and J. Maydt, “An Extended Set of Haar-like Features for rapid Object Detection,” in Image Processing. 2002. Proceedings. 2002 International Conference on, vol. 1, 2002, pp. I–900 – I–903 vol.1. [18] D. Kovachev, Y. Cao, and R. Klamma, “Building mobile multimedia services: A hybrid cloud computing approach,” Multimedia Tools and Applications, 2012, online first. [19] TED Conferences, [online] http://www.ted.com/, Last accessed: Oct. 4, 2012. [20] S. Hart and L. Staveland, “Development of nasa-tlx (task load index): Results of empirical and theoretical research,” Human Mental Workload, vol. 1, pp. 139–183, 1988.
ค การอภิปรายแล้ววิดีโอของประมาณ 5 นาทีและครึ่งหนึ่งต้องใช้การประมวลผลประมาณ 7 นาทีเล็ก Amazon Web Services เช่น EC2 เช่น EC2 ขนาดเล็กสามารถเทียบกับคอมพิวเตอร์ตั้งโต๊ะหรือโน๊ตบุ๊คเฉลี่ยและมีพลังการประมวลผลมากขึ้นกว่าโทรศัพท์มือถือ จึงทำทุกการประมวลผลของการให้บริการวิดีโอนี้จะใช้เวลามากขึ้นในโทรศัพท์มือถือนี้ห่างไกลจากการส่งมอบการปรับปรุงใกล้เวลาจริง ทำให้ทราบว่าโครงสร้างพื้นฐานคลาวด์ให้พลังการประมวลผลได้ไม่ จำกัด ในทางทฤษฎีการจัดเก็บข้อมูลและจำนวนของกรณีเวลาการประมวลผลจะถูกเก็บไว้ที่ประมาณ 30 ถึง 40 วินาทีสำหรับวิดีโอในตัวอย่างเล็ก ๆโดยใช้โครงสร้างพื้นฐานคลาวด์กับกรณีมีประสิทธิภาพมากขึ้นและแกน CPU หลายต่อกรณียังสามารถลดเวลาการประมวลผลโดยรวมให้น้อยที่สุดผลในทางทฤษฎีเรียลไทม์การปรับปรุงมือถือ UX นอกจากนี้การประเมินผลการซูมและส่วนและแท็กที่ใช้แสดงให้เห็นเรียกว่าทั้งสองวิธีทำปรับปรุงประสบการณ์ของผู้ใช้มือถือ โดยเฉพาะอย่างยิ่งส่วนแท็กที่ใช้เรียกดูได้รับอย่างดีจากผู้ใช้ทดสอบ เป็นวิธีการที่ได้รับการซูมภาพเล็ก ๆ น้อย ๆ จะผสมมากขึ้นก็ต้องมีการปรับปรุง จะสามารถสังเกตเห็นว่าโดยเฉพาะอย่างยิ่งในบริบทของวิดีโอเป็นปัญหาสำหรับวิดีโอและการซูมที่มากขึ้นส่วนบุคคลหรือแบบไดนามิกซูมอยากเป็น ในการสรุปผลรวมทั้งการประเมินผล UX มือถือและการประเมินผลเมฆ,offloading การประมวลผล CPU สูงไปยังเมฆเป็นวิธีที่เหมาะสมในการปรับปรุงประสบการณ์ของผู้ใช้มือถือ.
ปกเกล้าเจ้าอยู่หัว ข้อสรุปและการทำงานในอนาคตการรวมกันของวิธีการที่แตกต่างกันและขั้นตอนวิธีการสามารถมีบทบาทสำคัญในการส่งมอบบริการที่รวดเร็วและชาญฉลาดสำหรับการประมวลผลวิดีโอที่ดีกว่ามือถือ UXรัฐ-of-the-Art มือถือวิดีโอ UX เทคนิคการเพิ่มประสิทธิภาพการทำงานร่วมกันกับกระบวนทัศน์คอมพิวเตอร์เมฆในต้นแบบของเราที่เรียกว่า mvcs การนำวิดีโอสตรีมบนโทรศัพท์มือถือกำลังถูกผ่อนคลายโดยการชี้นำส่วนและแท็กสร้างขึ้นโดยอัตโนมัติโดยการประมวลผลอัจฉริยะที่หมายถึง นอกจากนี้บริการเมฆปรับเปลี่ยนระดับการซูมของวิดีโอสตรีมที่จะเอาชนะปัญหาที่มีขนาดหน้าจอขนาดเล็กการประเมินผลการศึกษาพบว่าการใช้ประโยชน์จากสภาพแวดล้อมคลาวด์สำหรับการประมวลผลแบบขนานของชิ้นวิดีโอช่วยให้การส่งมอบใกล้เวลาจริงของงานที่ซับซ้อน ในแง่ของการค้นพบเหล่านี้เรามีความมั่นใจว่าการปรับปรุงประสบการณ์ของผู้ใช้ในการแบ่งปันการใช้งานวิดีโอมือถือได้รับความสำเร็จ การทำงานในอนาคตจะนำมาซึ่งการปรับปรุงจากต้นแบบของเราที่จะช่วยให้วิดีโอสตรีมส่วนบุคคลซ้อนทับกับชั้นข้อมูลเพิ่มเติมโต้ตอบซูมและผลตอบแทนการลงทุน ทำงานต่อไปที่ต้องทำในการสร้างไม่ว่าจะเป็นวิธีการที่นำเสนอยกระดับการสร้างต้นแบบอย่างรวดเร็วของการใช้งานวิดีโอมือถือจากมุมมองของนักพัฒนา.
กิตติกรรมประกาศงานนี้ได้รับการสนับสนุนโดยการริเริ่มเลิศจากเยอรมันมูลนิธิวิทยาศาสตร์แห่งชาติ (dfg) ในการวิจัยกลุ่มอัลตร้า
ความเร็วสูงข้อมูลมือถือและการสื่อสาร (Umic) และในส่วนโดยรัฐ nrw ภายใน b-มันโรงเรียนการวิจัย เราขอขอบคุณไมเคิล lottko สำหรับการใช้งานต้นแบบของเขา.
อ้างอิง [1] t- Schierl t, Stockhammer, และ T Wiegand "ส่งวิดีโอเคลื่อนที่โดยใช้การเข้ารหัสวิดีโอที่สามารถปรับขนาด," วงจรและระบบสำหรับเทคโนโลยีวิดีโอการทำธุรกรรมอีอีอีโว 17 ไม่มี 9, pp 1204-1217, กันยายน 2007[2] w เพลง d w tjondronegoro, s.-h. วังและเมตร J เคอร์ตี้ "ผลกระทบของการขยายและเสริมสร้างภูมิภาคที่มีความสนใจในการเพิ่มประสิทธิภาพประสบการณ์การใช้งานบนมือถือวิดีโอข่าวกีฬา" ในการดำเนินการของการประชุมระหว่างประเทศเกี่ยวกับมัลติมีเดีย Firenze, อิตาลี: ACM, 2010, pp 321-330 [3] "9241-210:2010 ISO FDIS ศาสตร์ของการปฏิสัมพันธ์ของระบบมนุษย์ - 210 ส่วนหนึ่ง:การออกแบบมนุษย์เป็นศูนย์กลางสำหรับระบบแบบโต้ตอบ (เดิมเรียกว่า 13407) องค์กรระหว่างประเทศเพื่อการมาตรฐาน (ISO). "2010 [4] J นีลเซ่น "การใช้งานโทรศัพท์มือถือ" 2011 รายงานครั้งสุดท้ายและเมื่อเดือนพฤษภาคม 2, 2011 [ออนไลน์] ใช้ได้: http://www.useit.com/alertbox/ มือถือ usability.html [5] ชั่วโมง Knoche, ม. Papaleo, ม. Sasse และ Vanelli-Coralli, "ตัดใจดี:การเสริมสร้างประสบการณ์การใช้งานของทีวีบนมือถือผ่านการซูมที่เพียงพอ "ในการประชุมวิชาการนานาชาติครั้งที่ 15 เมื่อมัลติมีเดีย ser มัลติมีเดีย '07 ACM, 2007, pp ได้ 87-96 [6] bursuc t, Zaharia และ F preteux "เรียกดูวิดีโอมือถือและการดึงด้วยแพลตฟอร์ม Ovidius" ในการดำเนินการของการประชุมระหว่างประเทศเกี่ยวกับมัลติมีเดีย ser '10 มม. ACM, 2010, pp ได้ 1,659-1,662[7] kaheel, ม. เอลสบันเมตร Refaat และเมตร ezz "mobicast: ระบบสำหรับการคัดเลือกนักแสดงเหตุการณ์การทำงานร่วมกันโดยใช้โทรศัพท์มือถือ" ในการประชุมวิชาการนานาชาติครั้งที่ 8 เมื่อโทรศัพท์มือถือมัลติมีเดียและแพร่หลาย, เคมบริดจ์, สหราชอาณาจักร, 2009, pp 71-78 [ออนไลน์] ใช้ได้: http://doi.acm.org/10.1145/1658550.1658557 [8] F r เบนท์ลีย์และเมตร groble "tuvista:ตอบสนองความต้องการมัลติมีเดียของแฟนกีฬามือถือ "ในการดำเนินการของการประชุม ACM 17 ระดับนานาชาติเกี่ยวกับมัลติมีเดีย ser '09 มม. New York, NY, USA: ACM, 2009, pp ได้ 471-480 [9] F agboma และ Liotta, "ผู้ใช้เป็นศูนย์กลางการประเมินผลของการจัดส่งเนื้อหามือถือ" ในการดำเนินการของการประชุมระดับนานาชาติเกี่ยวกับความก้าวหน้าในการใช้คอมพิวเตอร์มือถือและมัลติมีเดียฉบับ 215, ที่, อินโดนีเซีย, 2006,ได้ pp 273-279 [10] เจ คณบดีและ s ghemawat "MapReduce: การประมวลผลข้อมูลที่เรียบง่ายเกี่ยวกับกลุ่มขนาดใหญ่" การสื่อสารของ ACM โว 51, ไม่มี 1, pp 107-113, 2008 [11] T Sandholm "แรงม้าเตียงห้องปฏิบัติการทดสอบคอมพิวเตอร์เมฆ: สาธิต videotoon" ออนไลน์, 2011, เข้าถึงล่าสุดเมื่อเดือนพฤษภาคม 2, 2011 [ออนไลน์] ใช้ได้: http://www.hpl.hp.com/open นวัตกรรม / เมฆ demo.html การทำงานร่วมกัน / เมฆ [12] การ์เซีย,ชั่วโมง kalva และข furht, "การศึกษาจากแปลงรหัสในสภาพแวดล้อมคลาวด์สำหรับการจัดส่งเนื้อหาวิดีโอ" ในการดำเนินการของการประชุมเชิงปฏิบัติการมัลติมีเดีย 2010 ACM เมื่อเมฆมือถือสื่อคอมพิวเตอร์ ACM, 2010, pp ได้ 13-18 [13] r Pereira, ม. Azambuja, K Breitman และเมตร Endler, "สถาปัตยกรรมสำหรับการกระจายการประมวลผลวิดีโอที่มีประสิทธิภาพสูงในเมฆ,"ในการดำเนินการตามกฎหมายของ 2010 การประชุม IEEE 3 ระดับนานาชาติเกี่ยวกับคอมพิวเตอร์เมฆ, Miami, FL, USA, 2010, pp ได้ 482-489 [ออนไลน์] ใช้ได้: http://dx.doi.org/10.1109/cloud.2010.73 [14] s เฉินและ s w Schlosser "แผนที่ช่วยลดตรงตามสายพันธุ์ที่กว้างของการใช้งาน" Intel ห้องปฏิบัติการเทคโนโลยีพิตส์เบิร์กรายงานพฤษภาคม 2008 [15] ffmpeg, [ออนไลน์] http://ffmpeg.org/, เข้าถึงล่าสุด: กันยายน 20, 2011 [16] กรัมbradski "OpenCV" ออนไลน์, 2011, เข้าถึงล่าสุดเมื่อวันที่กันยายน 2, 2011 [ออนไลน์] ใช้ได้: http://opencv.willowgarage.com/wiki/ [17] r lienhart และเจ maydt "ชุดขยายของคุณสมบัติ Haar เหมือนสำหรับการตรวจหาวัตถุอย่างรวดเร็ว" ในการประมวลผลภาพ 2002 กิจการ 2002 ประชุมนานาชาติฉบับ 1, 2002, pp I-900 - I-903 โวล .1 [18] d Kovachev, y cao และ r klamma,"การสร้างบริการมัลติมีเดียมือถือ: วิธีไฮบริดคลาวด์คอมพิวเตอร์" เครื่องมือมัลติมีเดียและการใช้งาน, 2012, ทางออนไลน์ก่อน [19] การประชุม ted, http://www.ted.com/ [ออนไลน์], เข้าถึงครั้งสุดท้าย: ตุลาคม 4, 2012 [20] s ฮาร์ตและ l staveland, "การพัฒนาของนาซ่า-TLX (ดัชนีภาระงาน): ผลของการวิจัยเชิงประจักษ์และทฤษฎี" ภาระทางจิตของมนุษย์ฉบับ 1, pp 139-183, 1988.
การแปล กรุณารอสักครู่..
![](//thimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)