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。     

一种自适应可伸缩视频编码算法

为了给终端用户提供更好质量的视频,本文提出了一种基于H264/AVC扩展的自适应多路径视频流可伸缩视频编码算法,通过视频流分发网络(VDN)提供路径的多样性,我们的方法最终适应于各种终端用户,并且通过在多路径上的可用带宽的变化来适应网络带宽的波动。实验表明该算法更能有效地估计网络拥塞状况、降低视频丢包率和减少网络延迟,从而更有效地保证视频网络传输质量。     

基于MPEG-4的视频流传输框架

视频的实时传输存在带宽、传输延迟、包丢失率等方面的要求,而当前的Internet环境下未提供任何QoS(服务质量)服务,所以一个有效的视频传输系统必须自适应于网络状况的动态变化。在充分发掘MPEG-4特性的基础上,该文构造了一个基于MPEG-4的视频流传输框架。通过使用带宽预测、自适应速率调整、SFEC纠错、错误隐藏等机制使视频的传输能够自适应于网络状况的动态变化。同时,提出了一种基于优先级的速率调整算法,克服了传统基于R-D理论的速率调整算法对媒体源支持单一的缺点。试验结果表明,该系统在低比特率、网络状况动态变化的环境中能取得良好的视频传输效果。     

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.     

端到端MPEG-4 FGS视频TCP友好的平滑传输

着重研究了Internet上MPEG-4 FGS(fine grained scalable)视频流的自适应平滑传输,其主要目的在于,在网络带宽变化的情况下,提供稳定的视频回放质量.提出了一种新的基于TFRC(TCP-friendly rate control)的MPEG-4 FGS端到端视频流传输系统框架,在此框架的基础上,首先假设完整的可用带宽变化已知,并且提出了一种离线的自适应平滑算法.此后,给出一种基于改进的ARAR(autoregressive autoregressive)预测技术的在线自适应平滑算法.最后,以NS-2为实验平台进行了模拟实验.模拟实验表明,提出的离线和在线自适应平滑算法可以充分利用可用网络带宽,并且能够在可用网络带宽持续波动的情况下保证接收方的回放尽可能地平稳,从而达到获得最佳视觉效果的目的.     

基于自拥塞理论的可用带宽测量算法

在分析网络可用带宽测量算法性能及存在问题的基础上,提出一种轻负载、高精度、自适应的端到端可用带宽测量算法iChirp。基于自拥塞理论采用近似指数分布的动态探测队列结构,以可用带宽预测值为中心设置关键域,在其中加快采样频率,增加报文密度,并能根据反馈自适应的对探测范围和关键域进行调整。仿真实验结果表明,该算法对网络干扰性较小,能够快速准确地测量出端对端可用带宽。     

基于百分位点的流媒体端到端可用带宽预测算法

网络多媒体系统中,需要对可用带宽进行主动测量,以前的多媒体流带宽预测研究主要是对平均可用带宽进行预测。假设多媒体流可用带宽服从高斯分布,通过指定该分布的两个百分位点来预估可用带宽的范围。在不同负载情况下用该算法预测所得的可用带宽精确度较高。流媒体传输所需带宽范围的动态预测,能够实现网络流间的公平带宽分配,并满足服务质量控制的要求。     

一种视频流畅度优先的带宽自适应方法

由于现有基于平均接收质量的带宽自适应方法,在自适应过程中会出现视频质量振荡,且在可用带宽急剧恶化时会出现中断的问题,提出了一种流畅度优先的带宽自适应方法。该方法引入了图着色优先级算法,在带宽自适应过程中,在保证视频的流畅播放的前提下,通过判断是否振荡调整,改变平均质量范围,以达到减少视频振荡次数的效果。仿真结果表明,该方法在自适应调整传输速率、有效利用带宽的同时,保证了流畅度并减少视频质量振荡,符合预期目标。     

基于支持区分服务带宽预测的移动自组网QoS路由协议

已有移动自组网QoS路由协议的研究假设节点的可用带宽信息已知,主要侧重在协议的寻路算法和如何降低网络开销.而已有的带宽预测方法没有考虑通信的业务类型,预测结果不够准确.本文提出一种支持区分服务的可用带宽预测模型,该模型不仅考虑了节点之间信道争用的影响,而且从具有不同优先级的业务角度出发对可用带宽进行预测.在该模型的基础上,我们进一步对AODV协议进行扩展,使其支持QoS特性.仿真结果表明本文带宽预测模型能有效地对可用带宽进行预测,扩展后的AODV协议也可提供较好的QoS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。     

基于模糊算法的视频云平台控制仿真

采用以往传统方法对视频云平台进行控制,对视频云平台进行控制,提升平台的运行效果,但传统方法的资源配置利用率均较低,所以提出一种基于模糊算法的视频云平台控制方法。利用优化后模糊算法建立视频云平台的云资源预测模型;通过该模型对视频云平台进行资源配置,实现对视频服务的优化管理,进而完成视频云平台控制。将上述方法与传统方法的资源配置利用率进行对比,仿真结果表明,上述方法的带宽、内存与CPU的资源配置利用率均高于传统方法。     

异构环境下层次编码多视频源多共享信道分层组播

视频组播是许多当前和将来网络服务的重要组成部分,如视频会议,远程学习、远地展示及视频点播,随着网络传送基础设施的改善和端系统处理能力的增强,组播视频应用日益变得可行,组播视频传输中存在的主要问题是网络送资源的异构性和动态性,其使得视频流的多个接收方都达到可接受的流量特性变得异常困难,目前该问题的一个有效解决方式就是利用自适应的分层视频传输机制,在该机制中,各源产生层次媒体流,并在多个网络信道中传输。对视频会议类的多点到多点视频组播应用,信道往往被所有潜在的发送方共享,任何发送方都可在任何一个共享信道中发送其视频层次。在该多点到多点、共享信道、分层视频组播模型下,一个关键问题就是如何动态确定各视频源层次到各共享组播信道的映射,映射策略直接影响到会话整体视频接收质量和网络带宽利用率。典型的方式是顺序映射,该映射方式同等对待各发送方,但利用该方式,随源数目的增加,在各共享网络信度上会出现带宽可伸缩性问题,而且顺序映射方式无法适应网络传送资源和会话状态的动态变化。为此,该文设计了一种基于接收方反馈信息的自适应的层次映射算法,接收方周期性地将其当前感兴趣的发送方及接收速率的信息反馈给某控制节点,而控制节点就利用当前反馈信息动态地调整映射策略。经证实,该算法始终能比顺序层次映射算法获得更高的整体视频接收质量,并具有高的带宽利用率和很小的复杂度。     

一种自适应的视频流化前向纠错算法

网络视频应用经常会受到数据包丢失或错误以及网络带宽资源不足的干扰.相关研究表明:在多数情况下,动态变化的网络带宽和丢包率是影响视频流化质量的关键因素.因此,为了保证视频质量,可以采用前向纠错(forward error correction,简称FEC)编码来提高视频数据传输的可靠性;同时,为了适应网络状态的变化,发送端可以调节视频数据的发送速率,并在视频源数据与FEC数据之间合理分配网络传输带宽.首先通过对视频流结构的分析,在充分考虑帧之间的依赖关系和帧类型的基础上提出了一种帧的解码模型.在此基础上,建立了用于在视频源数据和FEC数据之间分配网络带宽资源的优化算法.实验表明,该模型可以有效地适应网络状态的变化,并通过优化分配网络带宽资源来使接收端获得最大的可播放帧率.     

VoD系统中基于优先级的准入控制和带宽分配策略

本文针对VoD系统中不同客户对视频服务质量的不同要求,提出一种基于优先级的准入控制和带宽动态分配策略。在准入控制时,综合考虑请求的优先级和并发流占用的实际带宽等因素,在保证为高优先级请求预留较多固定带宽的同时提高并发流个数;在服务过程中,根据优先级和网络状况动态调整每个流的带宽,使丢包率低于一定的阈值,并保证在相同的网络状态下为高优先级请求提供较高的视频服务质量。     

A game attention model for efficient bit rate allocation in cloud gaming

The widespread availability of broadband internet access and the growth in server-based processing have provided an opportunity to run games away from the player into the cloud and offer a new promising service known as cloud gaming. The concept of cloud gaming is to render a game in the cloud and stream the resulting game scenes to the player as a video sequence over a broadband connection. To meet the stringent network bandwidth requirements of cloud gaming and support more players, efficient bit rate reduction techniques are needed. In this paper, we introduce the concept of game attention model (GAM), which is basically a game context-based visual attention model, as a means for reducing the bit rate of the streaming video more efficiently. GAM estimates the importance of each macro-block in a game frame from the player’s perspective and allows encoding the less important macro-blocks with lower bit rate. We have evaluated nine game video sequences, covering a wide range of game genre and a spectrum of scene content in terms of details, motion and brightness. Our subjective assessment shows that by integrating this model into the cloud gaming framework, it is possible to decrease the required bit rate by nearly 25 % on average, while maintaining a relatively high user quality of experience. This clearly enables players with limited communication resources to benefit from cloud gaming with acceptable quality.     

Dynamic Frame Dropping for Bandwidth Control in MPEG Streaming System

In a network environment where the available bandwidth changes dynamically, it is desirable for a streaming system to control the media quality in an adaptive way according to the dynamics of underlying network resource. This paper presents the implementation of a real-time MPEG filtering system which uses the concept of dynamic frame-drop. The filtering system drops video frames in a controlled way and reconstructs a valid MPEG system stream in real-time. The system consists of a sequence of filtering modules and each module is carefully designed to maintain the synchronization characteristics of real-time streaming. A special effort is given to the correct implementation of video and audio synchronization after frame-drop. The experiments show that the implemented system produces a valid MPEG system stream after filtering as well as the media bandwidth of a filtered stream is dynamically controlled by a given frame-drop policy.     

一种H.264帧内预测模式的快速选择算法

H.264/AVC视频编码标准采用码率—失真度最优化(RDO)算法,以保证更高的压缩效率和更好的图像质量,但同时也大大增加了编码器的复杂度和运算负担。本文提出了一种新型的帧内预测模式的快速选择算法,该算法基于图像内部信息的变化剧烈程度进行判断,并通过方向矢量来减少候选帧内预测模式。试验结果表明,该算法可以将整个编码时间减少到原来采用RDO算法时的40%~50%,而且和RDO算法比较,最终压缩后的视频图像质量基本没有下降。     

A relaxing bandwidth smoothing schedule for transmitting prerecorded VBR video in periodic network

Minimizing the number of bandwidth changes of individual stream and enabling the transmission schedule flexible can benefit increasing the number of concurrent multiplexed streams in periodic network without degrading quality of video. However, minimum change bandwidth allocation (MCBA) only provides a fixed transmission schedule for given video and client buffer although it achieves the minimum number of rate changes and the minimum peak rate. So the MCBA schedule cannot be adjusted when multiple streams are multiplexed over a limited bandwidth shared link. In this paper, we propose a relaxing transmission schedule that provides a range of rates for each interval and preserves the minimum number of rate changes without increasing any rate. As a result, the individual schedule can be adjusted by network service to try to satisfy bandwidth constraint when the total required bandwidth of multiplexed streams exceeds the available network capacity. First, we underline that the key of MCBA is to segment video with making each linear trajectory as long as possible. Then we use linear separability and support vector machine under the classification model to compute the longest interval and the required rate, respectively. Due to our proposed decoupled form between segmentation and rate computation, finally, we construct the relaxing schedule bounded by the original MCBA rate and the minimum rate. The simulation using real MPEG4 and H.264 video traces confirms the philosophy and evaluates the relaxing performance of our proposed algorithm.     

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。