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。     

自适应流媒体传输方案研究及其应用

提出了一种自适应流媒体传输方案，根据网络状况调整视频数据的发送速率和视频流的码率，以保证视频数据顺利及时的传输到客户端，使客户端能够顺利进行高质量的媒体播放。该方案涵盖了码率整形、拥塞控制和视频质量自适应等功能模块及其相互关系，各功能模块可以依据应用需求选择算法加以具体实现，从而提高了方案的可扩展性和灵活性。所以该方案不依赖于具体的视频编码标准和网络协议，适用范围较广。文中还基于实际流媒体服务器给出了该方案的一个实际应用，点播测试实验汪明该方案是有效的。     

视频传输自适应网络带宽控制策略的研究

为有效利用网络资源,提高视频服务的实时性,视频的传输码率应根据网络可用带宽的变化进行调整;对视频传输自适应可用带宽相关技术展开了研究,探讨了自适应实现方法中需要解决的关键技术,通过分析视频种码率控制方法,提出了一种根据可用带宽自适应调节量化步长,优化视频输出码率的策略;实验结果表明,根据网络中链路的带宽状况,自适应改变视频量化步长可以有效地控制视频输出码率,并且能快速而平滑地将视频输出码率调整到一个与网络带宽相适应的值,保证视频网络传输的平稳性和实时性,提高视频服务质量.     

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）。     

一种动态自适应HTTP流媒体码率切换算法

近年来,基于HTTP的动态自适应流媒体技术,已经被各种网络视频播放服务广泛采用.针对客户端缓冲区受限和网络环境不稳定的情况,提出一种基于客户端缓冲区长度的动态自适应码率选择算法.该算法通过对缓冲区进行分级实现了带宽的不同比例的缩放,并采用滑动窗口技术对带宽进行平滑处理.同时,通过设置每个缓冲区等级的带宽持续上升或下降时间的限制和采用高低带宽的中间码率等级,使码率等级不会剧烈变化.实验结果表明,该算法能在带宽利用和视频质量的平滑之间取得较好的平衡,提供良好的视频播放用户体验.     

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。     

运动感知基于缓存的自适应视频流传输

目的 基于缓存的自适应视频流传输策略无需估测实时带宽,直接通过缓存变化量与码率的映射函数选取符合当前网络状况的最佳质量码流传输。传统基于缓存的自适应视频传输不考虑内容特征,在码率选择上为不同运动级别视频内容均使用相同的码率映射函数,在不稳定的无线网络环境中高运动强度内容的码率急剧降低会严重伤害用户体验质量（QoE）,提出运动感知基于缓存的自适应视频流传输（MA-BBA）算法。方法 MA-BBA算法根据片段运动级别确定码率映射函数,对运动强度高的内容快速切换到较高码率,而对于运动强度较低的内容则使用较为保守的码率,从而使得缓存资源能够位于安全边界之上且较多分配给高级别运动内容,提高不同运动强度内容的平均质量,使整体QoE得到优化。结果 在公开的无线网络带宽数据集上实现本文MA-BBA算法,基于吞吐量的自适应传输算法（TBA）和基于缓存的自适应传输算法（BBA）。MA-BBA在高运动强度内容的平均质量上比TBA和BBA分别提高1.7%和1.2%,且质量波动区间更小。MA-BBA在平均缓存利用率上达到72%,大大高于TBA的45.9%和BBA的45.4%。结论 MA-BBA算法与现有的码率自适应算法TBA和BBA相比,大大提高了缓存资源利用率,提高了对资源要求最苛刻的高级别运动内容的传输质量,减小码率切换幅度频率,优化了视频服务的整体QoE。     

SMTVS:一种基于H.264的手机电视系统

手机电视系统必须能够适应网络和客户端的异构性、无线信道的多变性等特点.提出一种手机电视系统SMTVS,流媒体服务器在不同码率的H.264视频流之间进行切换以适应网络状况的变化;代理服务器之间构成一个内容分送网络,视频数据通过应用层组播的方式传输到各个代理服务器,降低了服务器的负载,提高了网络资源利用率;代理服务器接收到视频数据之后,针对无线链路的状况对数据进行处理后再发送到客户端,以适应最终用户的不同需求;客户端根据网络状况来动态调整播放速率,避免显示缓冲区下溢和上溢.通过流媒体服务器、代理服务器以及客户端的协作,实现了视频数据在无线信道上的自适应传输.     

基于DASH的混合控制码率算法

针对平滑流（SF）算法在带宽预测时存在的"毛刺"现象以及仅依靠带宽预测而没有缓存区控制所导致的频繁播放停滞的问题,提出一种动态自适应混合控制码率算法。首先,通过使用标准差来代替原SF算法中波动参数的计算,消除了预测带宽存在的"毛刺"现象;其次,针对原SF算法存在没有考虑缓存区状态所带来的频繁播放停滞问题以及传统缓存区控制算法存在分级困难的问题,引入一种基于缓存区容量的新型缓存区控制策略;最后,将改进SF算法与新型缓存区控制策略相结合形成混合算法来选择视频码率。实验结果表明,混合算法不但消除了原SF算法在带宽预测中存在的毛刺现象,而且弥补了仅依靠单一算法选择码率的不足,使得所选码率视频既降低了播放停滞频率（恶劣网络环境下效果明显,降低43%左右）又符合实际网络情况,提高了用户的观看体验。     

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.     

基于预测机制的云媒体网络自适应视频流选择算法

研究移动网络中,如何进一步提高云媒体服务带宽利用率的问题,提出一种基于预测机制的云媒体网络自适应视频流选择算法。该算法包含可用带宽预测模型和视频流决策模型。在带宽预测模型中,根据带宽评估结果把当前的网络状态划分为三个模式,每个模式对应不同的带宽预测方法,并且不同的模式能够相互转化。在视频流决策模型中,利用预测的可用带宽,结合可伸缩视频编码技术为用户自适应的调整视频质量。根据实验,在不同网络环境下,该方法能够有效的利用带宽,并提高媒体服务质量。     

A non-intrusive estimation for high-quality Internet TV services

This paper presents a non-intrusive estimator for Internet TV services based on streaming technology. Analyzing the video packets received by the client application, the estimator is capable of selecting the most suitable encoding bitrate for the available bandwidth in the end-to-end path. The estimator has been integrated in a real client/server architecture and evaluated with different network traffic situations. The results of the performed evaluation have revealed the stability and adaptation speed as the best qualities of our proposal.     

Bitrate allocation among multiple video streams to maximize profit in content delivery networks

Concomitant with rapid advancements in video streaming technology, concurrence video traffic has increased significantly on communication channels. Conflicts often arise among the various video streams on these communication channels when the available bandwidth is limited because the bitrates and transmission range required often vary. This study proposes a server-side-based rate allocation algorithm for content delivery networks (CDNs). Instead of simply considering bitrate selection from the perspective of network and client conditions, the algorithm combines user experience with video bitrate allocation to maximize viewer engagement. First, the values of users are evaluated and a user value computation method is proposed. Second, we developed a profit maximization bitrate allocation approach (PMBAA) that enables both content providers and CDNs to maximize profits by providing guaranteed video quality. At last, the results of test bed experiments and analyses verify that PMBAA enables high-value clients to obtain more preferable bitrates than the HTTP live streaming algorithm developed by Apple Inc.     

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。     

一种提高SPICE虚拟视频性能的反馈丢帧策略

针对SPICE（SimpleProtocolforIndependentComputingEnvironment）远程桌面视频播放质量问题,文中在原有架构基础上提出一种反馈比较丢帧的策略。该方案首先根据实际网络带宽和SPICE客户端缓冲区占有率之间取舍得到一个最优速率,然后将其反馈至SPICE服务器端,SPICE服务器端根据缓冲区中的数据占有率与反馈值做比值,并根据比较结果采用缓冲区管理方案适当地丢弃视频帧。实验通过在有无权衡因子和缓冲区管理两个方面对视频的传输过程进行验证,结果表明该方案有效地减少了视频延迟,提高了视频流畅度。