Nowadays, heterogeneous devices are widely utilizing Hypertext Transfer Protocol (HTTP) to transfer the data. Furthermore, HTTP adaptive video streaming (HAS) technology transmits the video data over wired and wireless networks. In adaptive technology services, a client’s application receives a streaming video through the adaptation of its quality to the network condition. However, such a technology has increased the demand for Quality of Experience (QoE) in terms of prediction and assessment. It can also cause a challenging behavior regarding subjective and objective QoE evaluations of HTTP adaptive video over time since each Quality of Service (QoS) parameter affects the QoE of end-users separately. This paper introduces a methodology design for the evaluation of subjective QoE in adaptive video streaming over wireless networks. Besides, some parameters are considered such as video characteristics, segment length, initial delay, switch strategy, stalls, as well as QoS parameters. The experiment’s evaluation demonstrated that objective metrics can be mapped to the most significant subjective parameters for user’s experience. The automated model could function to demonstrate the importance of correlation for network behaviors’ parameters. Consequently, it directly influences the satisfaction of the end-user’s perceptual quality. In comparison with other recent related works, the model provided a positive Pearson Correlation value. Simulated results give a better performance between objective Structural Similarity (SSIM) and subjective Mean Opinion Score (MOS) evaluation metrics for all video test samples.

如今，异构设备广泛使用超文本传输​​协议（HTTP）来传输数据。此外，HTTP自适应视频流（HAS）技术通过有线和无线网络传输视频数据。在自适应技术服务中，客户端的应用程序通过根据网络条件调整其质量来接收流视频。但是，这种技术在预测和评估方面增加了对体验质量（QoE）的需求。由于每个服务质量（QoS）参数都会分别影响最终用户的QoE，因此随着时间的推移，这还会导致有关HTTP自适应视频的主观和客观QoE评估的挑战性行为。本文介绍了一种评估无线网络自适应视频流中主观QoE的方法设计。除了，考虑一些参数，例如视频特性，段长度，初始延迟，切换策略，停顿以及QoS参数。实验评估表明，客观指标可以映射到用户体验的最重要的主观参数上。该自动模型可以起到证明相关性对于网络行为参数的重要性的作用。因此，它直接影响最终用户的感知质量的满意度。与其他近期相关工作相比，该模型提供了正的Pearson相关值。对于所有视频测试样本，模拟结果都能在客观结构相似度（SSIM）和主观平均意见评分（MOS）评估指标之间提供更好的性能。初始延迟，交换策略，停顿以及QoS参数。实验评估表明，客观指标可以映射到用户体验的最重要的主观参数上。该自动模型可以起到证明相关性对于网络行为参数的重要性的作用。因此，它直接影响最终用户的感知质量的满意度。与其他近期相关工作相比，该模型提供了正的Pearson相关值。对于所有视频测试样本，模拟结果都能在客观结构相似度（SSIM）和主观平均意见评分（MOS）评估指标之间提供更好的性能。初始延迟，交换策略，停顿以及QoS参数。实验评估表明，客观指标可以映射到用户体验的最重要的主观参数上。该自动模型可以起到证明相关性对于网络行为参数的重要性的作用。因此，它直接影响最终用户的感知质量的满意度。与其他近期相关工作相比，该模型提供了正的Pearson相关值。对于所有视频测试样本，模拟结果都能在客观结构相似度（SSIM）和主观平均意见评分（MOS）评估指标之间提供更好的性能。实验评估表明，客观指标可以映射到用户体验的最重要的主观参数上。该自动模型可以起到证明相关性对于网络行为参数的重要性的作用。因此，它直接影响最终用户的感知质量的满意度。与其他近期相关工作相比，该模型提供了正的Pearson相关值。对于所有视频测试样本，模拟结果都能在客观结构相似度（SSIM）和主观平均意见评分（MOS）评估指标之间提供更好的性能。实验评估表明，客观指标可以映射到用户体验的最重要的主观参数上。该自动模型可以起到证明相关性对于网络行为参数的重要性的作用。因此，它直接影响最终用户的感知质量的满意度。与其他近期相关工作相比，该模型提供了正的Pearson相关值。对于所有视频测试样本，模拟结果都能在客观结构相似度（SSIM）和主观平均意见评分（MOS）评估指标之间提供更好的性能。它直接影响最终用户的感知质量的满意度。与其他近期相关工作相比，该模型提供了正的Pearson相关值。对于所有视频测试样本，模拟结果都能在客观结构相似度（SSIM）和主观平均意见评分（MOS）评估指标之间提供更好的性能。它直接影响最终用户的感知质量的满意度。与其他近期相关工作相比，该模型提供了正的Pearson相关值。对于所有视频测试样本，模拟结果都能在客观结构相似度（SSIM）和主观平均意见评分（MOS）评估指标之间提供更好的性能。