Główne pojęcia
クラウドサーバーでの予測と、エッジサーバーでの補正を組み合わせることで、コスト効率的かつ高品質なVRを実現できる。
Streszczenie
本論文は、クラウドベースのVRシステムにおける遅延の問題に取り組んでいる。ユーザーの頭部の動きを予測し、クラウドサーバーでレンダリングされたフレームをエッジサーバーに送信することで、遅延を最小限に抑えることを提案している。
具体的には以下の2つの部分から構成されている:
-
360度ビデオにおける頭部オイラー角の予測
- LSTMエンコーダ-デコーダモデルを使用
- 角速度ではなく角加速度を入力として予測することで、予測精度が向上
- 平均絶対誤差(MAE)損失関数を使用することで、高誤差の点よりも低誤差の点の重要性を高める
-
VR環境における頭部の向きと位置の予測
- LSTMエンコーダ-全結合デコーダモデルを使用
- 個別のデータストリームの正規化や、時間間隔の入力の影響を検討
- 結果として、これらの要素は予測精度の向上には寄与しないことが示された
これらの手法を用いることで、エッジサーバーが最大23人のユーザーを同時に効率的にサービスできることが示された。
Statystyki
角加速度を予測することで、角速度を予測する場合に比べて、1度以上の誤差が生じる割合が5.79%に減少した。
MAE損失関数を使用することで、1度以内の誤差の平均が0.227度となり、MSE損失関数を使用する場合の0.382度より精度が向上した。
エッジサーバーが最大23人のユーザーを同時にサービスできる。
Cytaty
"予測精度を向上させるためには、角速度ではなく角加速度を予測することが重要である。"
"MAE損失関数を使用することで、高誤差の点よりも低誤差の点の重要性を高めることができる。"