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。     

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。     

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%。     

一种基于HTTP自适应流的混合码率自适应算法

码率自适应算法是HTTP自适应流技术的热点和难点。提出一种综合网络带宽和缓存两个因素的终端码率自适应算法(Combined with Bandwidth and Buffer,CBB)。该算法采用“探测”的机制在应用层上估算网络实时带宽,避免视频码率频繁切换;然后构建随缓存状态动态变化的平滑因子模型,并基于指数加权移动平均(EWMA)实现带宽的平滑处理;利用推动缓存趋近均衡级别变化的调度策略,尽可能使缓存区的数据量处于均衡的范围。整个算法经带宽估算、平滑处理、量化及确定调度时间构成一个循环作用的闭环。在使用MPEG-DASH标准的参考平台libdash上验证该算法的性能,结果表明,在变化的网络状况中所提算法表现良好。     

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...     

基于模仿学习的决策树码率自适应算法研究

码率自适应（ABR）算法是提升流媒体服务质量的有效方法,主要分为启发式算法和基于学习的算法两类。传统的启发式算法基于固定的规则,难以应对多变的网络环境,基于深度强化学习的算法映射表达能力较好,但其鲁棒性不佳且可解释性较差。针对上述问题,提出一种基于模仿学习的决策树码率自适应算法ABRTree。针对帧级别直播传输系统设计有效的专家ABR算法,并对专家算法的时序经验数据进行离散化处理。采用分类回归树作为码率决策的基础模型,基于专家算法给出的示例数据,采用DAgger算法进行决策树的训练。在此基础上,通过剪枝操作剔除出现较少的样本,从而提升决策树模型的泛化性。实验结果表明,ABRTree在多种视频场景下均能保证画面质量,同时取得较低的端到端延时和较少的卡顿,相比BBA、HYSA和FrameMPC算法,ABRTree算法的QoE性能可以提升1.0%～29.1%,且决策树模型能够直观表达输入特征与码率决策之间的关系,具有较好的可解释性和映射表达能力。     

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。     

面向TCP的流媒体传输编码码率自适应算法

由于网络的时变性和异构性,以及在拥塞情况下的高丢包率,利用TCP传输流媒体数据是Internet流媒体分发系统提高流媒体分发质量的首选方案。由于TCP具有超时或错误重传机制,在网络拥塞情况下,难以保证高码率流媒体数据传输的实时性,因此提出一种面向TCP流媒体传输的编码码率自适应算法(TCP_RA)。该算法根据流媒体发送应用层缓冲区读写指针差值调整流媒体发送端的编码码率适应网络带宽的变化。仿真实验对比分析了该算法与基于UDP之上TFRC协议的流媒体传输码率自适应算法在流媒体传输质量上的差别。结果表明,该算法在网络环境较差的情况下有效地提高了流媒体传输质量。并且该算法容易实现,值得推广。     

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。     

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。     

基于随机森林的带宽预测算法研究与实现

为解决手机移动端带宽波动导致用户视频服务体验降低的问题,提出一种移动手机可用带宽预测算法(mobile available bandwidth prediction,MABP)。采集Android手机的LTE参数,使用随机森林预测手机带宽,当客户端发起视频服务请求时,同时向服务器反馈手机的当前可用带宽,服务器根据移动客户端提供的带宽信息进行自适应流分发(发送最优码率的视频),降低视频画面卡顿、画质模糊、切换时间过长等问题,提升用户体验(quality of experience,QoE)。在实际的网络环境下验证了所述算法的有效性。     

基于用户体验评价模型的最优路由选择算法

网络视音频业务的兴起使网络运营商和服务提供商更加关注视音频的用户体验（QoE）,而传统的路由算法只能保证所选路径的服务质量（QoS）参数,如延迟、抖动等满足QoS约束的需求,并不能直接反映QoE的信息,从而不能保证所选路径满足QoE需求。基于QoE评价模型,给出以QoE为目标的最优路由选择算法。通过分析QoE表征参数与传统QoS参数的关系,利用QoE表征参数可分解性和QoE表征值非递减性两个性质,给出多项式时间复杂度为O(V log V+E)的QoE_DSP算法。实验和分析表明,该算法能保证所得路径满足QoE需求,同时具有良好的计算扩展性。     

网络传输中IPTV的QoE评估模型的研究

IPTV是一种基于Internet的多媒体网络服务,由于Internet本身的不可靠性,使其在网络传输过程中无法保证服务质量。为了实时定量评估IPTV服务质量,提出了一种基于IPTV的用户体验评估模型,通过建立从网络服务质量QoS到用户体验质量QoE的映射关系,借助QoS测量技术,以实现针对QoE的在线评估。实验建立IPTV仿真平台,模拟真实网络环境下IPTV媒体流传输的整个过程,实现网络损伤QoS可控和QoE可测。针对不同编码和不同内容的视音频,分别建立独立的QoE评估模型。同时考虑到模型对数据精度和计算速度的需求,给出优化的QoE评估模型。实验结果表明,该评估模型与实际用户体验具有较高的拟合度。     

Subjective video quality evaluation of different content types under different impairments

Nowadays, access to multimedia content is one of the most demanded services on the Internet. However, the transmission of audio and video over these networks is not free of problems that negatively affect user experience. Factors such as low image quality, cuts during playback or losses of audio or video, among others, can occur and there is no clear idea about the level of distortion introduced in the perceived quality. For that reason, different impairments should be evaluated based on user opinions, with the aim of analyzing the impact in the perceived quality. In this work, we carried out a subjective evaluation of different types of impairments with different types of contents, including news, cartoons, sports and action movies. A total of 100 individuals, between the ages of 20 and 68, participated in the subjective study. Results show that short-term rebuffering events negatively affect the quality of experience and that desynchronization between audio and video is the least annoying impairment. Moreover, we found that the content type determines the subjective results according to the impairment present during the playback.     

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。     

面向无线视频传输的内容感知AQM算法研究

区分服务（DiffServ,Differentiated Services）在各种保障技术中能更好地满足视频流对服务的要求。在区分服务网络中,常用的主动队列管理算法由于对视频重要数据保护强度的不足,不能很好地满足用户的QoS的需求。针对H.264/MPEG-4视频编码的特性,在现有算法WRED的基础上,通过改变平均队长的计算方法,进一步加强对重要数据的保护能力,以提高视频传输的质量,同时,还考虑了延时对视频传输的影响,提出了超时早检测机制,避免了无效视频数据传输占用宝贵的网络资源。仿真结果显示该算法在原有算法的基础上进一步提高了视频传输质量。