面向定制化元宇宙服务的注意力感知网络资源分配探索
网络与互联网体系结构
2022-08-02 v1 人工智能
摘要
在计算和通信技术支持下兴起的元宇宙，有望为用户带来前所未有的服务体验。然而，元宇宙用户数量的增长对网络资源提出了沉重需求，尤其是基于图形扩展现实、需要渲染大量虚拟对象的元宇宙服务。为高效利用网络资源并改善体验质量（QoE），我们设计了一种注意力感知网络资源分配方案以实现定制化元宇宙服务。其目标是将更多网络资源分配给用户更感兴趣的虚拟对象。我们首先讨论与元宇宙服务相关的若干关键技术，包括 QoE 分析、眼动追踪和远程渲染。随后我们回顾现有数据集并提出用户-对象-注意力水平（UOAL）数据集，该数据集包含 30 名用户对 1000 张图像中 96 个对象的真实注意力标注。给出了使用 UOAL 的教程。借助 UOAL，我们提出一种注意力感知网络资源分配算法，其包含注意力预测和 QoE 最大化两步。特别地，我们概述了两类注意力预测方法的设计，即兴趣感知与时间感知预测。利用预测的用户-对象-注意力值，可最优分配边缘设备渲染容量等网络资源以最大化 QoE。最后，我们提出了与元宇宙服务相关的值得研究的方向。
引用
@article{arxiv.2208.00369,
title = {Exploring Attention-Aware Network Resource Allocation for Customized Metaverse Services},
author = {Hongyang Du and Jiacheng Wang and Dusit Niyato and Jiawen Kang and Zehui Xiong and Xuemin and Shen and Dong In Kim},
journal= {arXiv preprint arXiv:2208.00369},
year = {2022}
}