基于感知的自适应流式视频传输研究

《基于感知的自适应流式视频传输研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要基于感知的自适应流式视频传输研究+ff随着因特网的飞速发展和人们观看视频的需求不断增加，视频传输在近几年得到了快速发展。由于流式视频传输具有等待时间短，对用户硬盘空间影响小，和支持与网站内容无缝集成等突出优点，已经成为主流的视频传输方法。由于目前流式视频传输都运行在英特网的IP协议之上，而英特网的设计却不是用来进行实时传输的，所以，怎样在英特网上传输流式视频并支持服务质量变得十分重要。英特网是一种共享的媒体，使用尽力而为的传输机制，因此，有限的带宽，传输延迟，数据包丢失，数据包重传，和数据包乱序都是影响在英特网上传输流式视频质量的严重问题。在核心IP网络和接

2、入网络改进网络服务质量的同时，必须支持端到端的服务质量，从而在服务器端和客户端提高流式视频传服务质量。端到端的服务质量解决方案的核心是服务器端能够在适应动态网络情况和有效利用网络资源的同时，努力提高所传输视频的感知质量。在网络发生拥塞时，发送端适当和敏捷的发送码率调节对端到端的服务质量至关重要。同时，为了保持英特网的稳定性以及保持传输协议间和英特网用户间的公平性，在发送端进行码率调节也至关重要。进行端到端的码率调节可以更好地利用网络资源，使英特网不会因为负载过大而崩溃，保证英特网的稳定性，还可以使所有在英特网上传输的数据流和用户更公平地共享带宽资源。在因特网应用

3、飞速发展的同时，网络连接速率也表现出越来越大异构性，从移动终端和调制解调器的低速码率，到ISDN和DSL的中速码率，再到以太网和光纤网的高速码率，都可以作为流式视频传输的网络连接速率。所以，流式视频传输应该适应各种网络连接速率，根据连接速率的不同而自动控制发送码流的码率。实际上，网络拥塞发生时相当于流式视频传输的网络可用带宽的下降。同时，对于服务器来说对网络连接速率的自适应可以折算到对网络可用带宽的自适应。所以，自适应流式流式视频传输集中于对网络可用带宽的自适应，其核心问题就是传输时的码率控制问题，而码率控制的目标是在有限的网络可用带宽下，最大限度地提高传输视频

4、的用户感知质量。■+本论文得到国家自然科学基金(NSF60072029)的资助。摘要为了提高端到端的服务质量和保持英特网的稳定性和公平性，服务器端的发送码率应该根据网络情况动态地调节，自动适应变化的可用带宽。f当可用带宽下降时，服务器端应该马上降低发送码流的码率。由于视频流的播放帧率是恒定的，因此，为了保持恒定的播放帧率，码率控制器应该将不重要的部分视频码流丢弃，而将最重要的码流传输给用户，最大限度的提高用户的感知视频质量。这样，我们必须知道哪些视频码流更重要，哪些视频码流不重要。另一方面，当可用带宽稳定时，应该充分地利用带宽资源，最大限度地提高传输码流的感知视

5、频质量。所以刃本论文研究的自适应流式视频传输的码率控制问题包括两个方面：从视频码流中分析和提取对用户感知质量最重要的码流和有效地利用可用带宽。本论文通过视频内容分析，将视频码流表达成基于优先权的传输结构。这样，在码率调节时可以很容易地将最重要部分的视频码流从结构化表达中抽取出来并传输给用户。同时，带宽是流式视频传输中最宝贵的资源，本论文通过有效利用可用带宽来提高传输视频的用户感知质量。f本论文从感知的层次，根据视频流对人眼感知视频质量的相对重要程度，将视频流表达成基于优先权的传输结构。相对于从码流层次和语意层次的基于优先权的视频流结构化表达来说，从感知层次来进行

6、基于优先权的视频流结构化表达有如下突出优点。首先，感知层次的视频内容分析考虑了人眼视觉系统的感知特性。人是视频质量的最终评价者，从感知层次进行基于优先权的视频流结构化表达可以保证在码率调节时，对感知视频质量最重要的码流被传输。而如果从码流层次进行基于优先权的视频流结构化表达，视频流的内容和用户的感知视频质量没有被考虑，码流调节不一定符合用户的期望，也不一定使用户的感知视频质量最大化。其次，从感知层次进行视频内容分析具有一般性。因为每个人的视觉系统特性都是相似的，所以，感知层次的视频内容分析得到的感知模型对所有的人都是适用的。同时，感知模型将低层次的特征映射为用户

7、的感知视频质量，而且感知模型是从大量的实验数据中统计学习得到，所以，感知模型能适用于所有的视频源。而如果从语义层次进行视频内容分析并进行基于优先权的视频流结构化表达，视频源的多样化使精确的语意事件模型和分割方法只能局限于特定的应用，而且用户喜好的多样化使语意事件模型符合所有用户的偏爱和兴趣变得十分困难。所以，从感知层次进行基于优先权的视频流结构化表达比从码流层次和语意层次进行基于优先权的视频流结构化表达具有突出的优越性，这是本论文的主要贡献之一。摘要从感知层次进行基于优先权的视频流结构化表达方面，本论文的工作包括两个方面。首先，建立了一个基于感知的MPEG一4F

8、GS(精细粒度渐进可伸缩