首页/论文/2001.07852

arXiv 2001.078522020-01-22cs.NI

DeepRS：基于深度学习的网络自适应FEC，用于实时的视频通信

DeepRS: Deep-learning Based Network-Adaptive FEC for Real-Time Video Communications

Sheng Cheng, Han Hu, Xinggong Zhang, Zongming Guo

备注：: Accepted by ISCAS2020

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

这项工作提出了一种创新的方法，以更复杂的方式处理实时的【形】视频流场景中的丢包-通过深度学习模型预测时域上的丢包模式。

英文摘要：

This work proposes an innovative approach to handle packet loss in real-time video streaming scenarios in a more sophisticated way -- Predicting packet loss pattern on time field by deep learning model.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

DeePref：用于内容分发网络中视频预取的深度强化学习

DeePref: Deep Reinforcement Learning For Video Prefetching In Content Delivery Networks

University of South Carolina（南卡罗来纳大学）；Roblox（罗布乐思）

本文提出DeePref，一种基于深度强化学习的视频预取智能体，用于内容分发网络，相比基于流行度的基线方法，预取准确率提升17%，覆盖率提升28%，并支持跨边缘网络迁移学习。

2023-10-11cs.AIcs.LGcs.NI

多宿主无线视频传输中的联合数据调度和FEC编码

Joint Data Scheduling and FEC Coding for Multihomed Wireless Video Delivery

研究了异构无线网络中从服务器到多宿主设备的移动视频传输问题。现有的大多数工作都只考虑在单路径上传输视频流，带宽有限，导致最终的视频传输速率。针对这一问题，本文提出了一种新的视频流传输瓶颈解决方案--联合数据分配和喷泉编码（JDAFC）方法，该方法包含以下特点：（1）路径选择，（2）动态数据分配，（3）喷泉编码。我们评估JDAFC的性能通过仿真实验使用Exata和JVSM，并与一些参考解决方案进行比较。实验结果表明，JDAFC在提高视频峰值信噪比以及降低端到端延迟方面优于竞争解决方案。

2015-07-18cs.MMcs.NI

采用随机协作、网络编码和分组级FEC的双向无线视频通信

Two-way Wireless Video Communication using Randomized Cooperation, Network Coding and Packet Level FEC

无线网络中的双向实时视频通信要求高带宽、低延迟和容错能力。本文针对这些需求，提出了一个系统的集成网络编码（NC），用户合作使用随机分布式空时编码（R-DSTC）和分组级前向纠错（FEC）的单向延迟约束下。仿真结果表明，该方案的性能明显优于传统的直接传输和基于R-DSTC的双向协作传输，并且在用户距离较大时最有效。

2012-05-15cs.ITcs.NImath.IT

MPTCP符合FEC：支持异构网络上的延迟敏感应用

MPTCP meets FEC: Supporting Latency-Sensitive Applications over Heterogeneous Networks

在过去的几年中，TCP经历了许多更新，以在各种网络条件下提供性能增强。然而，对于丢失，传统TCP检测和恢复机制几乎无法实现。快速重传和重传超时都需要至少一个额外的往返时间来执行，这可能会严重影响延迟敏感型应用程序的性能，特别是在有损或高延迟网络中。虽然前向纠错（FEC）不是这个方向的新举措，但大多数方法都在应用程序内部考虑FEC。在本文中，我们设计并实现了一个框架，FEC是集成在TCP。我们选择这种设计的主要目标是在高延迟和有损网络中通过TCP启用延迟敏感的应用程序，但保持应用程序不可知。我们进一步将这种设计纳入多路径TCP（MPTCP），在那里我们特别关注异构设置，考虑到TCP恢复机制进一步升级多路径中的线头阻塞的事实。我们评估所提出的框架的性能，并表明，这样的框架可以带来显着的好处相比，传统的TCP和MPTCP的延迟敏感的实际应用程序的流量，如视频流和Web服务。

2018-07-29cs.NI

弹性视频传输机制

Mechanisms for Resilient Video Transmission

无线网络被设想为提供具有成本效益的内容递送（包括用于视频应用）的最重要技术之一。它们将允许成千上万的固定和移动用户以无处不在的方式访问、制作、共享和消费视频内容。这些网络上的实时视频服务正在成为日常生活的一部分，并已被用于传播从教育到娱乐内容的信息。然而，处理这些网络的波动带宽、稀缺资源和时变出错率的挑战突出了对错误恢复视频传输的需要。在此上下文中，已知前向纠错（FEC）和不等错误保护（UEP）方法的组合为无线用户提供具有体验质量（QoE）保证的视频应用的分发。本文提出了一个评估视频特征及其对最终用户感知质量的影响的过程。本文提出了一系列基于FEC的跨层视频感知机制和UEP，以增强几种类型的无线网络中的视频传输。在这些机制中使用了许多方法来设置自适应的冗余量，例如启发式技术、随机神经网络、蚁群优化和模糊逻辑。在第一个，启发式技术，机制依赖于人类的经验来定义最佳策略。通过真实视频序列和实际网络轨迹的仿真实验，验证了所提出机制的优点和缺点。使用众所周知的QoE指标进行评估。结果表明，所有提出的机制都能够超越竞争对手的感知视频质量和网络足迹。

2018-08-20cs.NI

Reparo：面向视频会议的抗丢包生成编解码器

Reparo: Loss-Resilient Generative Codec for Video Conferencing

MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）

针对视频会议丢包导致的画质差、卡顿问题，提出基于生成式深度学习的抗丢包框架Reparo，通过已有数据生成丢失帧内容，在公开数据集上画质与抗卡顿表现均优于现有最优FEC方案。

2024-10-04cs.CVcs.NI

更多相关论文收起更多论文

GRACE：通过神经编解码器实现抗丢包的实时视频传输

GRACE: Loss-Resilient Real-Time Video through Neural Codecs

The University of Chicago（芝加哥大学）；Stanford University（斯坦福大学）；Microsoft（微软公司）；NVIDIA（英伟达公司）

GRACE通过联合训练神经编解码器以模拟丢包，实现抗丢包实时视频传输，显著减少不可解码帧和停顿，提升用户体验质量。

2024-03-12cs.AIcs.MMcs.NI

ReVo：一种跨层可靠的体积分流视频会议系统

ReVo: A Cross-Layer Reliable Volumetric Videoconferencing System

University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Dolby Labs（杜比实验室）；Akamai Tech（阿卡迈科技）

ReVo通过跨层设计实现体积分流视频会议中的抗丢包恢复，提升视频质量并减少冻结，采用网络层FEC和神经网络模块在桌面硬件上满足实时性要求。

2026-04-30cs.MMcs.NI

GRACE：基于数据可伸缩自编码器的抗丢失实时的视频通信

GRACE: Loss-Resilient Real-Time Video Communication Using Data-Scalable Autoencoder

在许多实时的【形】视频应用中，我们看到越来越多的需求（特别是在长延迟和动态带宽中）允许客户端在接收到其数据包的任何（非空）子集后对每个帧进行解码，并提高每个新数据包的质量。我们称之为数据可扩展交付。不幸的是，现有技术（例如，FEC、RS和喷泉码）都有不足之处：它们需要传递最小数量的数据包来解码帧，和/或在预期数据包丢失时用冗余填充视频数据，如果没有数据包丢失，这会损害视频质量。这项工作探索了一种新的方法，灵感来自神经网络自动编码器的最新进展，使数据可扩展的交付成为可能。我们提出了格雷斯，一个具体的数据可伸缩的实时的【形】视频系统。在相同的视频编码下，当没有数据包丢失时，Grace的质量略低于没有冗余的传统编解码器，但随着每个丢失的数据包，其质量下降的幅度比现有的解决方案要小得多，允许客户端在帧延迟和视频质量之间灵活地进行权衡。Grace有两个贡献：（1）它训练新的自定义自动编码器，以平衡压缩效率和弹性，防止各种数据包丢失;（2）它使用一种新的传输方案，将自动编码器编码的帧作为可单独解码的数据包传输。我们在真实的网络痕迹和视频上测试了Grace（以及传统的丢失恢复方案和编解码器），结果表明，虽然Grace的压缩效率略低于经过大量工程设计的视频编解码器，但它显著降低了尾部视频帧延迟（在第95百分位数时降低了2 $\times$），视频质量略有降低

2022-10-29cs.MMcs.NI

协同递增传输奇偶校验包的无线视频组播

Wireless Video Multicast with Cooperative and Incremental Transmission of Parity Packets

本文研究了一种基于随机分布空时码（R-DSTC）和分组级前向纠错（FEC）的协作组播方案。而不是发送源数据包和/或奇偶校验数据包，通过两个跳，使用R-DSTC在我们以前的工作中提出的，新的计划提供源数据包和奇偶校验数据包，只使用一跳。在源站（接入点，AP）首先发送所有源分组之后，AP以及已经接收到所有源分组的所有节点一起使用R-DSTC发送奇偶校验分组。随着更多的奇偶校验分组被传输，更多的节点可以恢复所有源分组并加入奇偶校验分组传输。该过程继续，直到所有节点确认接收到足够的数据包以恢复源数据包。对于每个给定的节点分布，确定源和奇偶校验分组的最佳传输速率，使得可以在所有节点处维持的视频速率最大化。与现有方法相比，该新方案可以支持显著更高的视频速率，以及相应地更高的解码视频的PSNR。三个次优的方法，不需要用户分布或反馈的全部信息，因此在实践中更可行。所提出的次优方案，只有节点计数的信息和没有反馈仍然优于我们以前的方法，假设全信道信息和没有反馈。

2014-01-15cs.ITcs.MMcs.NI