基于状态机的视频码率自适应算法

由于链路带宽存在随机性,已有的基于超文本传输协议的动态自适应流媒体传输技术（DASH）的码率自适应算法不能很好解决播放流畅性和视频质量之间的矛盾。为解决该问题,提出一种基于状态机的DASH（SDASH）算法,将码率切换过程用状态机进行分析与控制。首先充分考虑客户端观看体验质量（QoE）的影响因素,对影响因素进行数值分析,并设定6个码率等级状态;然后将视频码率与影响因素的数值变化之间的联系作为状态转移条件;最后在保证播放缓存和码率偏移率处于一定阈值的条件下将视频码率切换至视频质量和播放流畅性整体性能相对最佳的码率等级上。实验结果表明,该算法与基于模糊逻辑控制的码率自适应算法相比能够提高客户端请求视频的平均码率,且尽量避免出现码率骤降等情况,从而较好地平衡播放流畅性和视频质量之间的关系,提升了视频观看过程的体验质量。     

基于缓存补偿的视频码率自适应算法

针对基于超文本传输协议（HTTP）的动态自适应流（DASH）码率自适应算法未能充分利用视频缓存以及平均码率偏低的问题,提出一种DASH标准的基于缓存补偿的码率自适应切换（BASBC）算法。首先,根据最近下载分片的下载速率分析带宽波动程度并得到预估带宽;其次,依据预估带宽和当前码率等级在缓存区设置码率上切阈值和码率下切阈值,并利用动态上切阈值控制码率向上切换,消耗缓存时长,而利用动态下切阈值控制码率向下逐级切换,累积缓存时长,从而在缓存区形成累积-消耗的缓存状态循环。BASBC算法在视频播放平均码率上高于动态自适应的HTTP流码率渐进切换（DASBS）算法,有效提高了带宽利用率;虽然所提算法的平均码率稍低于基于DASH标准的码率平滑切换（RSS）算法,但所提算法的码率切换更为平滑,整体切换稳定性表现更优。实验结果表明,所提算法在动态网络环境中具有高带宽利用、切换平滑且稳定的良好表现,能够有效提高用户的体验质量（QoE）。     

基于视点预测的全景视频码率自适应策略

为解决全景视频传输中存在的视频卡顿多、用户体验质量（quality of experience,QoE）低等问题,研究当前主流的视点自适应传输方案,提出一种基于视点预测的码率自适应策略（VPBAS）。首先,构建了一种基于长短期记忆网络和全卷积网络的视点预测模型,模型将视点数据和视频显著性信息进行特征融合,实现不同模态数据的相互补充和修正,提高视点预测的准确率;然后,客户端采用随机森林算法预测当前的可用带宽,并根据视点预测结果和可用带宽信息为视频分块选择码率。最后,客户端把选择的码率信息定期发送给服务器,服务器根据反馈的信息向客户端推送最佳码率的全景视频流,这种交互过程在视频播放期间不断地重复,直至客户端观看完毕。实验结果表明,与现有传输方案相比,VPBAS能有效提高带宽受限情况下的视频观看体验。     

嵌入式多通道无线视频传输的码率自适应算法

无线视频传输和视频压缩技术是当前众多物联网（IoT）应用和嵌入式系统的基础和核心。而在多通道传输时无线网络状态的不断变化,会导致视频丢帧和延时抖动问题。虽然自适应算法能够在一定程度上解决在PC或服务器平台下的视频传输问题,但在嵌入式平台和无线网络下仍不能满足实时性和服务质量（QoS）要求。为此,基于DM368芯片设计了一从视频采集、压缩、WiFi传输、控制单元接收到上位机显示的完整平台。同时充分考虑了嵌入式平台的特点,提出一种结合信号质量、网络带宽、缓存状态和拥塞控制的码率自适应算法。该算法利用高斯函数统计网络带宽,使用分段反比例函数调整缓存状态,利用加权移动法对码率进行平滑,并使用极值抑制法进行码率均衡。该算法实现了码率的平滑调整,并被应用于所提平台来实现控制单元对多个WiFi相机的管理、多通道传输和负载均衡。以QoS为评价指标进行实验验证,结果表明：该算法在设计的嵌入式平台上性能良好,平滑性和缓存稳定性都有很大提升,多通道状态下的公平性和带宽利用率也有显著提高。在单相机信号质量动态变化或多相机竞争带宽等多种情况下,相对于MDI（McGinely Dynamic Indicator）算法,该算法的平滑性提升了16%~59%;相对于BBA（Buffer-Based Algorithm）,该算法的缓存抖动降低了15%~72%,时延抖动降低了12%~76%。     

基于内容优化动态自适应HTTP流传输主观质量

针对传统DASH流技术仅仅自适应码率变化而不能整体优化回放质量,尤其是主观质量的问题,提出了基于内容的DASH流传输策略.该策略以镜头为自适应单元,基于运动级别设置安全因子和分配网络资源,使用动态规划算法决策并下载整体主观质量最大化的DASH片段序列.实验结果表明,运动级别较高的视频内容因获得较多传输资源而保证了较高的主观质量,平均最低质量也得到较大提升,且码率切换频率低,无播放停顿发生.     

基于GPRS网络的流媒体自适应速率算法

在研究GPRS网络特性的基础上,设计基于RTP／RTCP的流媒体自适应速率传输算法。此算法包括首发视频选择算法,丢包率预测算法,及自适应视频码率调整算法。最后算法仿真实验结果表明首发视频选择算法可以有效减少视频传输途中的切换次数;丢包率预测算法不论在平稳或是变化剧烈的网络环境下,都能较为准确地预测下一时刻的网络丢包率;自适应视频码率调整算法可以有效地使得码率尽快的收敛。     

基于模糊控制的流媒体自适应传输算法

基于HTTP的动态自适应流媒体DASH传输协议可以使用户根据自身的终端显示能力和信道条件选择合适的视频质量,是网络视频服务技术的发展方向。如何根据网络吞吐量的变化自适应地选择视频码率,以获得最佳的用户体验质量QOE,在已有的DASH系统中还没有得到很好的解决。 提出了一种基于模糊控制的自适应传输算法,将缓存的视频余量以及用户申请的视频码率和网络吞吐量的码率失配度作为输入,将预期的缓存变化量作为输出,通过模糊逻辑实现以下控制目的：(1）将缓存稳定在一个安全的区间;(2）使传输视频的平均质量最大化;(3）避免因带宽波动所造成的视频播放中断。最后,分别在两种虚拟网络环境和两种实际网络环境下进行性能测试,实验结果表明,与已有的算法相比较,本文提出的算法可以给用户带来更好的QOE。     

基于DASH标准的码率平滑切换算法

针对现有的基于超文本传输协议的动态自适应流（DASH）码率自适应算法在无线网络环境中码率切换频繁以及平均码率偏低的问题，提出一种基于DASH标准的码率平滑切换（RSS）算法。首先，算法的带宽检测机制利用滑动窗口对历史下载速率进行取样以计算带宽偏移系数，根据带宽偏移系数的大小初步判断带宽的波动情况，并对波动较大的情况进一步确定是否存在一致性变化趋势，从而区分出带宽的持续变化和短暂抖动，同时计算出相应情况下的带宽预测值；其次，算法的码率决策模型综合考虑带宽波动情况、缓存占用和变化情况及带宽预测值等，并且分别采取快速缓冲（FB）、缓慢切换（SS）、快速上升（FR）、约束下降（LD）、稳定保持（SH）策略和休眠机制对码率选择过程进行动态控制。实验结果表明，与基于模糊逻辑的码率自适应算法以及吞吐量调节驱动的码率自适应算法相比，该算法在播放开始时能够在最短时间内将视频码率提升到最佳水平，提高视频播放过程中的平均码率，在播放过程中带宽骤变和交替性频繁波动情况下都能够很好地维持视频码率的稳定，将切换次数降到最低，从而获得良好的无线端视频体验质量。     

融合视觉感知特性的HEVC率失真优化

目的 高效视频编码(HEVC)采用率失真优化技术选择最佳的编码参数,实现编码比特率和视频图像失真之间的平衡。失真度量通常采用均方误差和绝对误差和,这些方法并没有考虑人眼的主观感受。为了提高视频编码的主观感知质量,提出一个融合视觉感知特性的率失真优化算法,并应用于帧间率失真优化过程中。方法 首先定义了一个视觉感知因子,该因子考虑了人类视觉系统对视频图像的空域活动性区域、纹理区域、时域运动性区域和亮度的感知特性,然后以编码树单元为单位对拉格朗日乘子进行自适应调整,最后根据拉格朗日乘子与量化参数之间的关系,对量化参数做进一步的修正。结果 与HEVC参考软件相比,本文算法明显提高了率失真性能,对于相同的结构相似度(SSIM)分值,本文算法在随机访问和低延时配置下平均分别节省3.1%,4.9%的码率,最高能节省9.0%的码率。与代表性文献算法相比,对于相同的SSIM,本文算法在随机访问和低延时配置下平均分别增加了0.7%,2.2%的码率节省。结论 本文率失真优化策略能够根据图像不同的视觉特性自适应的调整率失真优化过程中的拉格朗日乘子,在保持编码质量基本不变的情况下,节省了码率,提高了HEVC的编码性能。     

支持变长间隔网内缓存的软件定义视频流化系统

为解决大量视频片段冗余传输造成的网络带宽严重浪费问题,设计一种改进的软件定义视频流化系统。基于网络功能虚拟化技术,在网络节点上实现视频缓存和流化功能。通过抽象出可编程的缓存策略模块,部署针对实时传输视频流的变长缓存窗口(VLCW)算法,降低服务器负载。根据不同的用户接入模式自适应调节缓存视频片段长度,提高缓存资源利用率。实验结果表明,在VLCW算法的优化下,该系统服务器负载下降50%,缓存资源利用率提高3倍～5倍。     

大规模客户端视频流带宽调度

视频流服务的迅猛发展, 大规模用户共享带宽链路的场景不断增多. 现存的DASH视频流采用的ABR算法多用于提高单客户端用户的体验质量(quality of experience, QoE), 还有一些算法仅针对数个客户端的情况. 本文提出一种应用于大规模客户端场景的带宽调度算法, 通过聚类算法减小调度规模, 再将带宽分...     

Effective client-driven three-level rate adaptation (TLRA) approach for adaptive HTTP streaming

Multimedia streaming allows consumers to view multimedia content anywhere. However, quality of service is a major concern amid heightened levels of network traffic caused by increasing user demand. Accordingly, media streaming technology is adopting a new paradigm: adaptive HTTP streaming (AHS). AHS is widely used for real-time streaming content delivery in the Internet environment. In streaming, selection of appropriate bitrate is crucial for adapting media rate to network variations and client processing capabilities while ensuring optimal service for the consumer. We evaluate a proposed client-driven three-level optimized rate adaptation algorithm for adaptive HTTP media streaming. In the first stage, the algorithm chooses a suitable starting bitrate close to the available channel capacity. Next, the algorithm monitors the client parameters in real time, precisely detecting network variations and choosing a likely available bit representation for the next download segment. The algorithm controls and minimizes the effects of buffer stalls and overflow resulting from the brief network variations occurring between consecutive segments. The proposed algorithm is implemented in Dynamic Adaptive Streaming over HTTP (DASH) player and its performance compared to that of commercially available Gstreamer-based HTTP Live Streaming (HLS) and DASH players which use conventional segment fetch time–based adaptation and throughput-based adaptation algorithms respectively. This evaluation uses a real-time cloud server client and test bed streaming setup. The resulting analysis shows that the client-driven three-level rate adaptation (TLRA) approach allows adaptive streaming clients to maximize use of end-to-end network capacity, delivering an ideal user experience by precisely predicting network variations and rapidly adapting to available bandwidth, minimizing rebuffering events and bitrate level changes.     

基于电量状态的移动流媒体码率自适应策略

为提升移动流媒体的用户体验质量(quality of experience,QoE)和设备续航时长,提出一种基于移动设备电量状态的Qo E模型,模型的参数包括初始延迟、重新缓冲、平均视频质量、码率切换平滑度以及设备电量状态.在模型的基础上,给出一种基于网络吞吐量,同时又考虑设备电量状态的码率自适应策略.策略能避免客户端...     

A systematic rate controller for MPEG-4 FGS video streaming

This paper proposes a systematic rate controller (SRC) for content-aware streaming of MPEG-4 FGS video over the Internet. An active layer dropping technique is proposed to provide both coarse-grain and fine-granularity scalability of smooth quality adaptation to bandwidth fluctuations and bit-rate variations of streamed video over a general time-scale. The smooth quality adaptation is realized through the mode and state transition of a state machine that implements the SRC. The SRC effectively uses available bandwidth and client buffer by forward-shifting the FGS video stream. It provides protection to video segments with important content by introducing a content-aware priority-based layer model for the MPEG-4 FGS video stream. RID="*" ID="*" The work reported in this paper was performed when this author was working at Microsoft Research Asia as a research intern.     

动态自适应的HTTP流码率渐进切换算法

针对在动态网络环境和有限缓存容量限制下用户观看视频体验质量低的问题，提出一种综合考虑带宽和缓存因素的动态自适应的HTTP流码率渐进切换（DASBS）算法。首先，利用滑动窗口分析最近下载分片得到带宽初步估值；然后，依据实时带宽波动程度和缓存状态设置双矫正因子进一步平滑带宽估值；最后，设置缓存阈值使其与当前码率建立相关关系，并利用带宽估值和缓存动态阈值共同控制码率切换。使用libdash平台验证算法性能，DASBS在切换平滑性上优于VQCQ（Video Quality Control for QoE）算法，视频播放平均码率更高，有效提高了带宽利用率；平均码率稍低于EABS（Evolution of Adaptive Bitrate Switching）算法时，切换次数得到大幅下降，整体切换稳定性表现更优。实验结果表明，所提算法在动态网络环境中具有带宽高利用、切换平滑和切换稳定的良好表现，能够有效改善用户体验。     

一种基于视频分类的码率自适应算法

流媒体的码率自适应算法依据网络状态动态调节视频块的码率,提升用户体验质量,但忽略了视频类型的差异对用户体验质量的影响,导致算法性能下降。提出区分视频类型特征的码率选择算法C-ABR。设计相应的用户体验质量效用函数,使用强化学习算法训练模型A3C,提升用户体验质量。实验结果说明,相对于典型的码率自适应算法Pensieve和MPC,C-ABR算法用户体验质量分别提升22.7%和50.4%。     

基于MPC的音视频同步码率自适应测试

随着信息化的发展,音视频流媒体技术应用面越来越广,为了使得音视频流媒体技术尤其是在直播方面拥有更好的性能,得到更多用户的好评,采用在原本HTTP的动态自适应流标准的视频流媒体架构下引入MPC控制算法并将MPC模型预测控制与码率自适应算法相结合的方法,进行对AAC优化、确定预测模型、测试音视频同步的影响因素以及PSNR-Y分量、测试切片时长与跳帧时延,计算最终的QoE用户评价指标来进一步检测音视频流媒体技术的优劣。经实验仿真测试可知,相比前人的相关算法,在不同直播场景下以及不同网络环境下均有更加良好的QoE值,平均QoE用户评价指标明显更高,为1237.2826。综上分析可知,MPC的音视频同步码率自适应算法各项性能最好。