Recent leaps in eye tracking technology have made it possible to enable eye tracking as a cheap, reliable and efficient addition to the human computer interaction technologies. This thesis looks into the possibility of utilizing it for client aware video streaming. Increasingly people are consuming high quality video content on wireless network devices, thus there is need to optimize bandwidth consumption for efficient delivery of such high resolution content, both for 2D and 360°videos.This work proposes SEEN (Smart Eye-tracking Enabled Networking), a novel approach to streaming video content using real time eye tracking information. This uses HEVC video tiling techniques to display high and low qualities in the same video frame depending on where the user is looking. The viability of proposed approach is validated using extensive user testing conducted on a Quality of Experience (QoE) testbed which was also developed as part of this thesis. Test results show significant bandwidth savings of up to 71% for 2D videos on standard 4K screens, and up to 83% for 360°videos on Virtual Reality (VR) headsets for acceptable QoE ratings. A comparative study on viewport tracking and eye tracking for VR headsets is also included in the thesis in order to further advocate the necessity of eye tracking.This research was conducted in collaboration with Ericsson, Tobii and KTH under the umbrella project SEEN: Smart Eye-tracking Enabled Networking. / Nya framsteg inom ögonstyrningsteknologi har möjliggjort att betrakta ögonstyrning (o.k.s. eyetracking) som ett billigt, pålitligt och effektivt tillägg till teknologier för människa-dator interaktion. Det här examensarbetet utforskar möjligheten att använda ögonstyrning för klientmedveten videoströmning. Allt fler personer förbrukar videoinnehåll av hög kvalitet genom trådlösa nätverk, därmed finns det ett behov av att optimera bandbreddskonsumtionen för effektiv leverans av ett sådant högkvalitativt innehåll, både för 2Doch 360°-videor.Det här arbetet introducerar SEEN (Smart Eye-tracking Enabled Networking), en ny approach för att strömma videoinnehåll, som bygger på realtidsinformation från ögonstyrning. Den använder HEVC-metoder för rutindelning av video för att visa högkvalitativt och lågkvalitativt innehåll i samma videoram, beroende på vart användaren tittar. Lönsamheten av den föreslagna approachen validerades med hjälp av omfattande användartester utförda på en testbädd för upplevelsekvalité (Quality of Experience, QoE) som också utvecklades som en del av det här examensarbetet. Testresultaten visar betydande bandbreddsbesparingar på upp till 71% för 2D-videor på vanliga 4K-skärmar samt upp till 83% för 360°-videor på VR-headset för acceptabla QoE-betyg. En komparativ studie om viewport tracking och ögonstyrning i VR-headset är också inkluderad i det här examensarbetet för att ytterligare förespråka behovet av ögonstyrning.Denna forskning genomfördes i samarbete med Ericsson, Tobii och KTH under paraplyprojektet SEEN: Smart Eye-tracking Enabled Networking.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-212061 |
| Date | January 2017 |
| Creators | Mittal, Ashutosh |
| Publisher | KTH, Skolan för informations- och kommunikationsteknik (ICT) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ICT-EX ; 2017:115 |
Page generated in 0.0017 seconds