Bisdikian依据实时性和信任对QoI进行了研究，作者分析了信号和系统参数（如采样率）对这些质量属性的影响[11]。在本文前期的工作中，本文最初提出了使用准确性、确定性、实时性和完整性等质量属性并进行静态建模。相反，在当前的研究中，本文探索各种质量属性的动态建模方法。论文网

现有的质量评价研究的问题之一是GT的使用或一些参考来源与经证实和计算精度的处理信息相对立。这个过程只适合在受限环境中精度的静态评估，由于环境背景，传感器位置和其他问题的改变，质量评估在这种情况下不会保存在一个真正的应用程序场景中。此外，在一个动态传感器环境中，事件和活动是随时发生的。在这种情况下，不可能动态搜集并准备参考数据源来作为GT值。因此，本文建议使用信任措施代替精度，显示它如何在一个运行系统的环境中动态测量，本文的方法也模拟了额外的质量属性（如确定性、及时性），这些属性对于测量一个动态基础环境中的应用程序是重要的。值得一提的是，现有的研究在质量属性建模中几乎没有利用备用设备获得的多感官证据。尽管有许多工程结构是使用多传感器融合来识别监控场景中的事件，但那些都无法解决本文中考察的动态信息质量需求。

2非感官信息的质量测量

一些研究人员已经处理了QoI方面的数据和网络资源、数据库以及其他文本格式的信息，在这些文献中提出了不同的质量指标，有准确性、客观性、声誉、相关性、实时性、可信度、一致性和其他一些指标。最近Han Q和Venkatasubramanian解决了数据搜集成本和两个质量属性（准确性和实时性）之间的平衡关系，为此，他们提出了一个中间件框架来搜集来自异构数据源的数据[12]。一般来说，尽管针对非感官信息，这些文献中的一些质量指标可以用来代替传感器的信息质量，比如实时性。然而，在多感官多媒体系统中模拟这些质量因素是一个挑战，特别值得一提的，需要评估基于多传感器观测的QoI和使用多传感器计算几个QoI因素。在本文中，本文解决了这些问题。

总的说来，大多数现有的质量评估系统只考虑使用精度相关的参数来评估具体媒体处理任务的质量。尽管Klein , Yates , Bisdikian , 和Hossain介绍了不同的质量属性， Klein和Yates 只处理数据质量问题而不是信息质量。同时，尝试测量信息质量的工程结构没有利用动态获得地传感器证据制定模型。与上面的方法不同，本文提出的质量评估方法使用三个QoI属性来为多个多通道传感器检测到的高级事件/活动的质量建模。