A Systematic Framework for Dynamically Optimizing Multi-User Wireless Video Transmission
在本文中，我们制定的协作多用户无线视频传输问题作为一个多用户马尔可夫决策过程（MUMDP）明确考虑用户的异构视频业务特性，时变网络条件和无线用户之间的动态耦合。在现有的多用户视频传输解决方案中，这些环境动态通常被忽略。为了符合无线网络的分散性，我们建议使用拉格朗日松弛将MUMDP分解为本地MDP。不同于传统的多用户视频传输解决方案源于网络效用最大化框架，所提出的分解使每个无线用户能够单独解决自己的动态跨层优化（即本地MDP）和网络协调器更新拉格朗日乘数不仅基于所有用户的当前资源需求，而且基于所有用户的未来资源需求来确定资源价格（即，资源价格），使得所有用户的长期视频质量被最大化。然而，解决MUMDP需要经验的环境动态的统计知识，这往往是不可用的传输时间之前。为了克服这一障碍，我们提出了一种新的在线学习算法，它允许无线用户在一个时隙内的多个状态更新他们的策略。这与传统的学习解决方案不同，传统的学习解决方案通常每个时隙更新一个状态。所提出的学习算法可以显著提高学习性能，从而随着时间的推移显著提高无线用户体验的视频质量。我们的仿真结果表明，所提出的MUDDP框架的效率相比，传统的多用户视频传输解决方案。
2009-03-02 cs.MM
Optimal Transmission of Multi-Quality Tiled 360 VR Video in MIMO-OFDMA Systems
在本文中，我们研究了来自多天线服务器（例如，接入点或基站）到多输入多输出（MIMO）-正交频分多址（OFDMA）系统中的多个单天线用户。通过优化波束形成向量和子载波、传输功率和速率分配，在子载波分配约束、速率分配约束和成功传输约束下，最小化总传输功率。该资源分配问题是一个具有挑战性的离散-连续混合优化问题。我们得到一个渐近最优解的情况下，一个大的天线阵列，和一个次优解的一般情况下。据我们所知，这是第一个工作提供了基于优化的设计，360 VR视频传输的MIMO-OFDMA系统。最后，通过数值计算结果，我们表明，所提出的解决方案实现了显着改善的性能相比，现有的解决方案。
2021-04-13 cs.MM
FRAS: Federated Reinforcement Learning empowered Adaptive Point Cloud Video Streaming
点云视频传输由于高编码/解码复杂度、高视频比特率和低延迟要求而具有挑战性。因此，传统的自适应流传输方法经常发现它们不能满足三方面的要求：1）当前的算法重用现有的体验质量（QoE）定义，同时忽略了点云视频的独特特征，因此不能提供最佳的用户体验，2）大多数深度学习方法需要长时间的学习，跨越数据汇集以学习充分变化的网络条件并导致长的训练周期和容量占用，3）云训练方法造成由用户报告的服务使用和联网条件的泄漏引起的隐私风险。为了克服这些限制，我们提出了FRAS，第一个联邦强化学习框架，尽我们所知，自适应点云视频流。我们定义了一个新的QoE模型，它考虑到点云视频的独特功能。每个客户端使用强化学习（RL）来训练视频质量选择，目的是在多个约束下优化用户的QoE。然后，一个联邦学习框架与RL算法相结合，以提高训练性能与隐私保护。使用真实点云视频和网络痕迹进行的大量仿真显示了该方案优于基线方案。我们还实现了一个原型，演示了FRAS的性能，通过现实世界的测试。
2023-01-04 cs.MM
Startup Delay Aware Short Video Ordering: Problem, Model, and A Reinforcement Learning based Algorithm
针对短视频顺序观看中因频繁切换导致初始片段突发传输而引发启动延迟的问题，本文将最优排序建模为NP困难组合优化问题，并提出PSAC强化学习算法，在真实数据集上显著降低启动延迟。
2024-01-15 cs.MM
Edge-assisted Viewport Adaptive Scheme for real-time Omnidirectional Video transmission
全向应用程序具有沉浸式和高度交互性，可以提高工厂工人之间远程协作工作的效率。全向视频的传输是实现虚拟远程协作的关键环节。与普通视频传输相比，OV传输需要更多的带宽，即使在5G网络下也是一个巨大的负担。基于瓦片的方案可以减少带宽消耗。但是，它既不能准确地获得视场（FOV）面积，也难以支持实时的【形】OV流。在本文中，我们提出了一种边缘辅助视口自适应方案（EVAS-OV），以减少带宽消耗在实时的【形】OV传输。首先，EVAS-OV使用门控递归单元（GRU）模型来预测用户的视口。然后将用户划分到多播簇中，从而进一步减少计算资源的消耗。EVAS-OV对OV帧进行重新投影，从像素级准确获取用户的FOV区域，并采用冗余策略降低视口预测误差的影响。所有计算任务都被卸载到边缘服务器，以减少传输延迟并提高带宽利用率。实验结果表明，与非视口自适应方案相比，EVAS-OV方案可以节省60%以上的带宽.与具有视口自适应的两层方案相比，EVAS-OV仍然节省了30%的带宽。
2020-03-21 cs.MM
Ontology based approach for video transmission over the network
随着网络带宽和传输速度的提高，视频、音频、图像等多媒体对象的传输变得越来越容易。在本文中，我们提供了一种方法，可以是有用的视频对象在互联网上传输没有太多的模糊。该方法提供了一个基于本体的框架，用于建立视频传输系统的自动部署。此外，使用结构流机制来压缩视频，该结构流机制使用小波原理来压缩视频帧。最后提出了一种视频传输算法RRDBFSF，该算法利用限制性洪泛的概念来避免冗余，从而提高了效率。
2011-02-28 cs.MM cs.NI
Transmitting important bits and sailing high radio waves: a decentralized cross-layer approach to cooperative video transmission
我们研究了协作中继对上行链路和下行链路多用户（MU）无线视频传输的影响。我们的目标是最大限度地提高效用的长期总和在一个分散的方式，通过联合优化的数据包调度，资源分配，和合作的决定，假设一些节点愿意作为合作的中继。采用基于定价的分布式资源分配框架，其中价格反映了网络中预期的未来拥塞。具体来说，我们制定的无线视频传输问题作为一个MU马尔可夫决策过程（MDP），明确考虑在物理层和媒体访问控制子层，视频用户的异构流量特性，动态变化的网络条件，以及用户之间的耦合的传输策略跨时间由于共享的无线资源的合作。虽然MDP臭名昭著地遭受维数灾难，我们的研究表明，通过适当的简化和近似，MU-MDP的复杂性可以显着减轻。我们的仿真结果表明，集成合作决策的MU-MDP优化可以增加资源价格的网络，只支持低传输速率，可以降低价格的网络，支持高传输速率。此外，我们的研究结果表明，合作允许用户与微弱的直接信号，以实现改善视频质量的顺序为5-10 dB的峰值信噪比（PSNR），与小于0.8 dB的质量损失的用户与强直接信号，并且总网络能量消耗的适度增加显著小于远距离节点实现等效网络所需的能量PSNR而不利用协作分集。
2011-09-23 cs.MM
Toward Generative Video Communication: A Dual-Stream Digital Transmission Framework
Shanghai Jiao Tong University（上海交通大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Queen’s University Belfast（贝尔法斯特女王大学）
本文提出双流数字生成式视频通信框架，融合传统与生成链路，实现带宽受限下的个性化内容交付，并验证其质量优势。
2026-09-30 cs.MM
Tiyuntsong: A Self-Play Reinforcement Learning Approach for ABR Video Streaming
现有的基于强化学习的自适应比特率ABR方法通过提高体验质量（QoE）得分而优于之前基于固定控制规则的方法，因为QoE度量很难为优化提供明确的指导，最终导致意外的策略。在本文中，我们提出了\emph{Tiyuntsong}，一个自我发挥的强化学习方法与生成对抗网络~（GAN）为基础的方法ABR视频流。Tiyuntsong通过训练两个相互竞争的智能体来自动学习策略。注意，竞争结果由一组规则而不是允许更清晰的优化目标的数值QoE分数确定。同时，我们提出了GAN增强模块，从过去的状态中提取隐藏的特征，以保留信息，而不受序列长度的限制。使用测试床实验，我们表明，利用GAN显着提高Tiyuntsong的性能。通过比较ABR的性能，我们观察到Tiyuntsong在底层指标上也优于现有的ABR算法。
2019-05-02 cs.MM
Rate Adaptation and Admission Control for Video Transmission with Subjective Quality Constraints
在流媒体期间调整视频数据率可以有效降低因频道吞吐量波动而导致播放中断的风险。然而，速率的变化也引入视频质量波动，并且因此潜在地影响观看者的体验质量（QoE）。我们展示了如何通过速率自适应和准入控制来提高视频用户的QoE。我们进行了一项主观研究，其中我们发现观众的QoE与预测视频质量的经验累积分布函数（eCDF）密切相关。基于这一观察，我们提出了一种速率自适应算法，可以将QoE约束的经验累积质量分布每个用户。然后，我们提出了一个基于阈值的准入控制策略，以阻止用户的经验累积质量分布是不可能满足他们的QoE约束。我们进一步设计了一个在线自适应算法来自动优化阈值。大量的仿真结果表明，该方案可以减少$40\%$比传统的平均质量最大化速率自适应算法的网络资源消耗。
2013-11-25 cs.MM
From Ember to Blaze: Swift Interactive Video Adaptation via Meta-Reinforcement Learning
最大化交互式视频流的体验质量（QoE）一直是一个长期存在的挑战，因为其延迟敏感的性质使其更容易受到带宽波动的影响。虽然强化学习（RL）已经展示了巨大的潜力，但现有的工作要么受到固定模型的限制，要么需要大量的数据/时间进行在线适应，难以适应时变和多样化的网络状态。基于这些实际问题，我们对微信商务版的互动视频服务进行了大规模测量，以研究真实世界的网络波动。令人惊讶的是，我们的分析表明，与时变网络指标相比，网络序列表现出明显的短期连续性，足以满足少样本学习的要求。因此，我们提出了Fiammetta，第一个基于元RL的交互式视频流的比特率自适应算法。在短期连续性的基础上，Fiammetta通过离线元训练积累学习经验，并通过一些梯度更新快速在线适应不断变化的网络状态。此外，Fiammetta创新性地引入了一种探测机制来实时监测网络状态，并提出了一种自适应的元测试机制来实现无缝适配。我们在一个测试平台上实现了Fiammetta，其端到端网络遵循真实世界的WeChat for Business跟踪。实验结果表明，Fiammetta算法在不增加停顿率的情况下，视频码率提高了3.6%~ 16.2%，明显优于现有算法。
2023-01-13 cs.MM
Video Coding for Machines: Partial transmission of SIFT features
Poznań University of Technology（波兹南理工大学）
本文涉及用于机器的视频编码，其是与人类和机器对解码视频的消耗有关的视频编码中的新范例。对于这样的任务，被认为是压缩视频和功能的联合传输。在本文中，我们将重点放在SIFT关键点上的特征考虑。与从原始视频提取的SIFT关键点相比，它们可以从解码视频中提取，其中关键点的数量及其参数有所损失。针对HEVC和VVC研究了作为量化参数和比特率的函数的这种损失。在本文中，我们提出了传输的残余特征数据与压缩视频。因此，即使对于强压缩的视频，也避免了全部SIFT关键点信息的传输。
2022-01-07 cs.CV cs.MM eess.IV
Evaluation of quality scalability techniques for video transmission
多媒体内容在互联网上传输的显着增加，需要新的交付策略，以确保良好的用户体验质量。由于网络条件的多次波动，通过分组网络传输视频不是一件容易的任务。提高某些视频流服务的质量的一种可能性是组合使用可伸缩视频编码和跨层机制，该跨层机制允许应用使其业务流适应可用的资源网络。本文对三种主要的可伸缩性技术：粗粒度可伸缩性（CGS）、细粒度可伸缩性（FGS）和中粒度可伸缩性（MGS）进行了性能评估。特别是，我们专注于确定哪种方法更适合于视频传输，同时考虑一些视频质量指标，如PSNR（峰值信噪比）和解码帧速率。结果表明，速率自适应策略和MGS技术有助于避免或减少网络拥塞，获得更好的质量在接收到的视频。
2021-01-12 cs.MM cs.NI
QoE-aware Scalable Video Transmission in MIMO~Systems
无线系统中的一个重要概念是体验质量（QoE）感知视频传输。这样的通信不仅被认为是基于连接的通信，而且被认为是内容感知的通信，因为视频质量与内容本身密切相关。因此，对于视频通信来说，利用跨层设计（也称为联合信源和信道编码）变得必要。为了提供分配网络资源的有效方法，无线网络使用其跨层知识来执行不等错误保护（UEP）解决方案。在这篇文章中，我们总结了最新的视频传输技术，基于可伸缩视频编码（SVC）的多输入多输出（MIMO）系统与跨层设计。为了深入了解无线网络中的视频传输，我们研究了UEP解决方案在大规模MIMO系统中的视频传输。我们的研究结果表明，在体验质量（QoE）方面，SVC层优先级，这被认为是重要的，在以前的工作，并不总是有益的大规模MIMO系统，必须考虑的内容特性。
2016-10-24 cs.IT cs.MM math.IT
Wireless Transmission of Video for Biomechanical Analysis
当有可能通过网络无线传输视频时，可以对传输的视频进行复杂的计算机分析。当通过将数字未压缩视频流传输到计算机然后使用特定软件（如Arial性能分析系统或Dartfish）分析运动员的表现时，这种过程用于生物力学。本文介绍了流媒体视频的一些方法和挑战，以及信息技术在生物力学中的一些应用。最后介绍了美国印第安纳州立大学的科学家们如何实现视频的无线传输。
2014-04-09 cs.CE cs.MM cs.NI
Joint Data Detection and Phase Noise Mitigation for Light Field Video Transmission in MIMO-OFDM Systems
先前的研究文献中的视频传输在无线通信系统中集中在对抗加性信道噪声和衰落信道的影响，而不考虑在物理层中的损伤，如相位噪声（PHN）的考虑。振荡器相位噪声损害多输入多输出正交频分复用（MIMO-OFDM）系统在为视频应用提供高数据率方面的性能，并且可能导致解码失败。本文提出了一种无线信道下的光场视频传输系统，分析了MIMO-OFDM系统中用于光场视频传输的联合数据检测和相位抑制技术。讨论了多PHN情况下的低频视频传输的信号模型和率失真模型。此外，我们提出了一种基于扩展卡尔曼滤波器的联合数据检测和PHN跟踪的迭代算法。数值结果表明，该检测器可以显着改善平均比特出错率（BER）和峰值噪声比（PSNR）的性能相比，现有的算法，低频视频传输。此外，所提出的系统的BER和PSNR性能更接近理想情况下的完美PHN估计。最后，证明了所提出的系统模型和算法是非常适合的LF视频传输在无线信道中。
2016-02-09 cs.IT cs.MM math.IT
Enabling Quality-Driven Scalable Video Transmission over Multi-User NOMA System
最近，已经提出了非正交多址（NOMA）以实现比传统正交多址更高的频谱效率。尽管它有潜力满足日益增长的视频服务需求，但提供高性能的视频流仍然具有挑战性。在这项研究中，我们调查，为第一次，多用户NOMA系统设计的视频传输。在吞吐量或可靠性方面，已经提出了各种NOMA系统用于数据传输。然而，感知质量或用户的体验质量对于视频传输更为关键。基于此，我们设计了一个质量驱动的可伸缩视频传输框架，跨层支持多用户NOMA。为了实现低复杂度的多用户NOMA操作，提出了一种新的用户分组策略。在建议的框架中的关键功能包括编码视频的质量模型与NOMA传输的物理层模型的集成，和制定多用户基于NOMA的视频传输作为一个质量驱动的功率分配问题。由于该问题是非凹的，基于隐单调性给出了一个全局最优算法和一个多项式时间复杂度的次优算法。仿真结果表明，所提出的多用户NOMA系统优于现有的方案在各种视频传输场景。
2018-01-16 cs.IT cs.MM cs.NI
Human-Perception-Oriented Pseudo Analog Video Transmissions with Deep Learning
近年来，伪模拟传输由于其能够缓解视频组播场景中的悬崖效应而受到越来越多的关注。现有的伪模拟系统都是在最小均方误差准则下进行优化的，而没有考虑到感知视频质量。在本文中，我们提出了一种基于人类感知的伪模拟视频传输系统ROIC-Cast，其目的是智能地提高感兴趣区域（ROI）部分的传输质量。首先，采用经典的基于深度学习的显著性检测算法，将连续视频序列分解为感兴趣区域和非感兴趣区域块。其次，采用有效的压缩方法减少ROI提取模块产生的边信息的数据量。然后，功率分配方案被制定为一个凸问题，并在一个封闭的形式推导出的最佳传输功率的ROI和非ROI块。最后，通过与几个现有系统的比较，例如，KMV-Cast、SoftCast和DAC-RAN。在信道信噪比分别为-5dB，0 dB，5dB和10 dB的情况下，与其他系统相比，所提出的ROIC-Cast可以实现超过4.1dB的ROI峰值信噪比增益。这种显著的性能改进是由于自动ROI提取、高效数据压缩以及自适应功率分配。
2020-05-19 cs.MM eess.IV
Content-Aware Rate Control for Video Transmission with Buffer Constraints in Multipath Networks
多媒体业务是网络业务的重要组成部分，设计健壮的机制为多媒体业务提供服务质量是当前的一个重要问题。本文的主要目标是提供一个有效的解决方案，以支持内容感知的视频传输机制，避免在接收端的缓冲区下溢在多径网络。为此，我们引入了一个内容感知的时变效用函数，其中视频内容的质量影响被纳入其定义。使用建议的效用函数，我们制定了一个多路径动态网络效用最大化（DNUM）的视频流的速率分配问题，其中它考虑到视频流的QoS需求，在缓冲区下溢避免。最后，使用原始-对偶方法，我们提出了一个分布式的解决方案，最佳分配共享带宽的视频流。数值算例表明，所提出的视频源的内容感知速率分配算法在单路径和多路径网络模型的有效性。
2012-08-17 cs.MM cs.NI
Providing Dynamic TXOP for QoS Support of Video Transmission in IEEE 802.11e WLANs
由IEEE 802.11任务组E（TGe）引入的IEEE 802.11 e标准通过HCF受控信道接入（HCCA）来增强服务质量（QoS）。HCCA的调度器基于在业务建立时协商的TS规范（TSPECs）将传输机会（TXOP）分配给QoS使能站（QSTA），使得其仅对于恒定比特率（CBR）应用是有效的。然而，可变比特率（VBR）业务没有得到有效的支持，因为它们在时间上表现出不确定性。在本文中，我们提出了一个动态TXOP分配调度算法，以支持视频业务在IEEE 802.11e无线网络传输。该算法使用关于上行链路业务的后续视频帧的大小的捎带信息来帮助混合协调器根据VBR简档中的快速变化准确地分配TXOP。所提出的调度算法已被评估使用不同的可变性水平的视频流的模拟。仿真结果表明，该算法减少了所经历的延迟VBR业务流相比HCCA调度器由于准确分配的TXOP保留信道传输时间。
2016-02-11 cs.MM cs.NI
SemCovert: Secure and Covert Video Transmission via Deep Semantic-Level Hiding
Shanghai Jiao Tong University（上海交通大学）；North Carolina State University（北卡罗来纳州立大学）
SemCovert通过深度语义级隐藏技术实现安全且隐蔽的视频传输，有效降低窃听和检测风险，同时保持传输保真度。
2025-12-23 cs.CR cs.MM eess.IV
Multiuser Video Streaming Rate Adaptation: A Physical Layer Resource-Aware Deep Reinforcement Learning Approach
我们考虑一个多用户视频流服务的优化问题，在一个时变和相互干扰的多小区无线网络。关键的研究挑战是根据射频环境（例如，信道衰落和干扰水平）和服务需求（例如，播放请求），从而可以优化用户观看视频的长期体验。为了解决上述挑战，我们提出了一种新的两级跨层优化框架，多用户自适应视频流在无线网络上。其核心思想是联合设计基于物理层优化的波束形成方案（在基站处执行）和基于应用层深度强化学习（DRL）的方案（在用户终端处执行），使得高度复杂的多用户、跨层、时变视频流问题可以被分解为相对简单的问题并得到有效解决。我们的策略代表了对现有方案的重大偏离，其中考虑短期用户体验优化，或者仅考虑单用户点对点长期优化。基于真实数据集的大量仿真表明，所提出的跨层设计是有效的和有前途的。
2019-02-02 cs.MM eess.SP
DeepWiVe: Deep-Learning-Aided Wireless Video Transmission
Imperial College London（伦敦帝国理工学院）
我们提出了DeepWiVe，这是有史以来第一个端到端联合源信道编码（JSCC）视频传输方案，它利用深度神经网络（DNN）的力量将视频信号直接映射到信道符号，将视频压缩，信道编码和调制步骤结合到单个神经变换中。我们的DNN解码器在没有失真反馈的情况下预测残差，这通过考虑遮挡/解遮挡和摄像机移动来提高视频质量。我们同时为帧训练不同的带宽分配网络，以允许可变带宽传输。然后，我们训练一个带宽分配网络，使用强化学习（RL），优化有限的可用信道带宽在视频帧之间的分配，以最大限度地提高整体视觉质量。我们的研究结果表明，DeepWiVe可以克服悬崖效应，这是普遍存在于传统的分离为基础的数字通信计划，并实现优雅的退化与估计和实际信道质量之间的不匹配。DeepWiVe在多尺度结构相似性指数度量（MS-SSIM）方面，在所有信道条件下均优于H.264视频压缩，其次是低密度奇偶校验（LDPC）码，平均高达0.0462，同时平均优于H.265 + LDPC高达0.0058。我们还说明了优化带宽分配在JSCC视频传输的重要性，表明我们的最优带宽分配策略优于天真的均匀分配。我们相信这是实现端到端优化JSCC无线视频传输系统潜力的重要一步，该系统优于当前基于分离的设计。
2021-11-25 cs.LG cs.MM eess.IV
Loss Visibility Optimized Real-time Video Transmission over MIMO Systems
视频数据的结构化本质促使引入视频感知决策，这些决策利用这种结构来改进无线网络上的视频传输。在本文中，我们介绍了一种架构，实时的【形】视频传输多输入多输出（MIMO）无线通信系统中使用损失可见性边信息。我们量化的感知重要性的数据包通过数据包丢失的可见性，并使用损失的可见性分布提供一个概念的相对数据包的重要性。为了共同实现视频质量和低延迟，我们将优化目标函数定义为每个数据包的丢失可见性加权的吞吐量，这是单位时间内成功数据包的总感知值的代理。我们解决的问题，将视频数据包映射到MIMO子信道和适应每流速率，以最大限度地提高所提出的目标。我们表明，该解决方案能够在提高视频质量和降低延迟方面共同获得收益。优化的分组-流映射使得能够在更可靠的流上传输更相关的分组，而不相等的调制机会性地增加了更强流上的传输速率，以使得能够低延迟地递送高优先级分组。我们扩展的解决方案，以捕获基于码本的有限反馈和MIMO模式自适应。结果表明，在信道状态信息充分和反馈有限的情况下，综合质量和吞吐量增益是显着的。在H.264编码的视频序列上进行测试，对于具有3个空间流的4x 4 MIMO，所提出的架构在相同的视频质量下实现了8 dB的功率降低，并且由于不均匀调制而支持2.4倍的吞吐量。此外，这些增益是以几位跨层开销而不是复杂的跨层设计为代价实现的。
2013-11-22 cs.IT cs.MM math.IT
Cross-Layer Encrypted Semantic Communication Framework for Panoramic Video Transmission
本文提出跨层加密语义通信框架CLESC及端到端自适应全景视频语义传输网络APVST，通过动态调整CRC、信道编码和重传机制，实现语义通信与传统系统的兼容，可减少85%带宽消耗并在低信噪比下表现优越。
2024-11-19 cs.CR cs.MM eess.IV
Energy-Efficient Adaptive Video Transmission: Exploiting Rate Predictions in Wireless Networks
移动视频流量的空前增长给网络和终端用户的能源消耗增加了巨大压力。因此，节能视频传输技术是必要的，以应对以可持续的成本满足用户需求的挑战。在本文中，我们研究了如何预测用户速率可以利用节能视频流与流行的基于HTTP的自适应流（AS）协议（如DASH）。为此，我们开发了一种节能的预测绿色流（PGS）优化框架，其利用无线数据率的预测来实现以下目标：1）在不引起流中断的情况下最小化所需的传输通话时间，2）对于BS可以在深度睡眠中关闭的情况，最小化总下行链路基站（BS）功耗，以及3）实现AS质量和能量消耗之间的折衷。我们的框架首先制定为一个混合线性规划（MILP）的多用户速率分配，视频段质量和BS发射功率的决定，共同优化。然后，提供一个在线的解决方案，我们提出了一个多项式时间的启发式算法，将PGS问题分为多个阶段。我们提供了一个性能分析所提出的方法通过模拟，数值结果表明，PGS框架产生显着的节能。
2014-03-31 cs.MM cs.NI
Improving ABR Performance for Short Video Streaming Using Multi-Agent Reinforcement Learning with Expert Guidance
提出基于专家指导的MARL框架Incendio，分离视频ID与比特率决策以优化短视频预取，在保持低复杂度下效用分数提升53.2%。
2023-04-10 cs.MM eess.IV
QoE-Oriented Resource Allocation for 360-degree Video Transmission over Heterogeneous Networks
由于多媒体和网络部署的快速增长，沉浸式媒体流传输，特别是带宽要求非常高的虚拟现实（VR）/360度视频流传输已经变得越来越流行。为了更好地探索资源的使用和实现更好的用户体验质量（QoE），本文开发了一种应用层方案，以在360度视频流中联合利用LTE和Wi-Fi网络的可用带宽。这种新提出的方案和相应的解决方案算法利用视频的显著性，预测用户的视图和用户的状态信息，以获得用户与不同的Wi-Fi接入点（AP）的最佳关联，以最大限度地提高系统的效用。此外，提出了一种新的缓冲策略，以减轻短时预测问题的影响，在时变网络中传输360度视频。在各种360度视频的仿真实验中，验证了所提出的方案和算法的良好性能和低复杂度。
2018-03-21 cs.MM cs.NI
Weakly Supervised Video Summarization by Hierarchical Reinforcement Learning
The University of Tokyo（东京大学）
传统的基于强化学习的视频摘要方法存在的问题是只有在生成完整摘要后才能收到奖励。这种奖励是稀疏的，它使得强化学习难以收敛。另一个问题是标记每个帧是繁琐和昂贵的，这通常会阻止大规模数据集的构建。为了解决这些问题，我们提出了一个弱监督的分层强化学习框架，它将整个任务分解成几个子任务，以提高摘要质量。该框架由管理者网络和工作者网络组成。对于每个子任务，管理者被训练成仅通过任务级二进制标签来设置子目标，这比传统方法需要少得多的标签。在子目标的指导下，工作者根据全局奖励和新定义的子奖励，通过策略梯度预测子任务中视频帧的重要性得分，克服了稀疏问题.在两个基准数据集上的实验表明，我们的建议取得了最好的性能，甚至优于监督方法。
2020-02-29 cs.CV cs.LG cs.MM
Multi-MEC Cooperation Based VR Video Transmission and Cache using K-Shortest Paths Optimization
在最近的网络架构中，已经引入了多MEC协作缓存来减少VR视频的传输延迟，其中MEC服务器的计算和缓存能力被用来优化传输过程。然而，许多使用MEC服务器的计算能力的解决方案忽略了编解码器过程所消耗的额外算术能力，从而使它们不可行。此外，最小缓存单元通常是整个VR视频，这使得缓存效率低下。为了解决这些问题，我们基于当前流行的网络架构，将VR视频分割成瓦片文件进行缓存，并提供了一种可靠的传输机制和有效的缓存策略。由于不同瓦片文件的数量N太大，当前的协作缓存算法不能处理这样大规模的输入数据。我们进一步分析了该问题，并提出了一个优化的k-最短路径（OKSP）算法，其上界时间复杂度为O（（K * M + N）* M * logN）），适用于边数受限的最短路径，其中K是所有M个MEC服务器在协作域中可以缓存的瓦片总数.并证明了OKSP算法在任何情况下都能计算出平均延迟最小的缓存方案，即所给出的解是精确解。仿真结果表明，OKSP算法在处理大规模数据时具有良好的速度，并在实验中始终优于其他缓存算法。
2023-03-08 cs.MM cs.NI
Real-time Extended Reality Video Transmission Optimization Based on Frame-priority Scheduling
针对5G实时XR视频传输的低延迟高数据率需求，提出基于帧优先级调度与多步深度Q网络的资源分配方案，仿真显示传输质量提升49.9%-80.2%。
2024-02-08 cs.MM cs.NI eess.SP
FlowPortrait: Reinforcement Learning for Audio-Driven Portrait Video Generation
Johns Hopkins University（约翰霍普金斯大学）
FlowPortrait通过强化学习框架结合多模态模型和人类对齐评估系统，提升音频驱动肖像视频生成的质量和表现力。
2026-02-25 cs.AI cs.CV cs.MM
Optimal Short Video Ordering and Transmission Scheduling for Reducing Video Delivery Cost in Peer-to-Peer CDNs
School of Electronic and Information Engineering, Beijing Jiaotong University（北京交通大学电子信息工程学院）
本文提出通过优化短视频排序和传输调度，利用服务器驱动播放序列的灵活性，在点对点内容分发网络中减少视频交付成本。
2026-03-04 cs.MM cs.NI eess.IV
COMETS: Coordinated Multi-Destination Video Transmission with In-Network Rate Adaptation
The Hong Kong University of Science and Technology, Guangzhou（香港科技大学（广州））；The Hong Kong University of Science and Technology（香港科技大学）；University of Jyväskylä（于韦斯屈莱大学）
COMETS通过协调多目的地视频传输与网络内速率自适应，提升带宽利用率和用户体验质量。
2026-01-26 cs.MM cs.NI eess.IV
A Design of SDR-based Pseudo-Analog Wireless Video Transmission System
伪模拟无线视频传输技术可以提高传统数字系统在视频广播场景中的有效性、可靠性和鲁棒性。虽然IEEE 802.11系列的一些原型已经开发出来供研究人员进行仿真和实验，但它们通常价格昂贵，并且对物理层的访问非常有限。更重要的是，这些原型不能用于验证新提出的伪模拟无线视频传输算法的正确性直接由于有限的调制方式，他们可以支持。在本文中，我们提出了一种新的设计软件无线电平台（SDR）基于伪模拟无线视频收发器，这是完全透明的，允许用户了解所有的实现细节。首先，从率失真理论的角度证明了模拟方法也可以达到数字方法的最佳性能。然后，我们描述了设计过程中存在的两个硬件实现难点：数据格式修改和非线性失真。接下来，我们介绍了所设计的收发器的实现细节。最后，我们分析了所设计的收发器的性能。具体而言，结果表明，所设计的系统可以有效地工作在模拟和实验。
2020-05-10 cs.MM cs.NI eess.SP
WVSC: Wireless Video Semantic Communication with Multi-frame Compensation
Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系）；School of Cyber and Engineering, Shanghai Jiao Tong University（上海交通大学网络与工程学院）；ISTD Pillar, Singapore University of Technology of Design（新加坡科技设计大学ISTD支柱）
WVSC通过语义编码和多帧补偿技术提升无线视频传输的带宽效率和PSNR性能
2026-01-19 cs.CV cs.MM
Nebula: Reliable Low-latency Video Transmission for Mobile Cloud Gaming
移动云游戏通过移动网络从功能强大的服务器流式传输游戏内容，从而在受限的设备上实现高端游戏。移动网络遭受影响游戏体验的高度可变的带宽、延迟和损耗。本文介绍了Nebula，这是一个端到端云游戏框架，可以最大限度地减少网络条件对用户体验的影响。Nebula依赖于端到端失真模型，根据测量的网络条件调整视频源速率和帧级冗余量。因此，它可以最大限度地减少运动到光子（MTP）的延迟，同时保护帧免受丢失。我们完全实现星云和评估其性能对最先进的技术和最新研究的实时移动云游戏传输的物理测试平台上模拟和真实的无线网络。即使在高度多变的环境中，Nebula也能始终如一地平衡MTP延迟（<140 ms）和视觉质量（>31 dB）。用户实验证实，星云最大限度地提高了用户体验与高感知视频质量，可玩性，低用户负载。
2022-01-16 cs.MM cs.NI
Generative Video Compression: Towards 0.01% Compression Rate for Video Transmission
Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信）
生成视频压缩（GVC）通过利用生成视频模型实现接近0.01%的极端压缩率，同时在带宽受限环境中提供高效、可扩展的视频通信方案。
2026-02-01 cs.AI cs.MM eess.IV
Adaptive video transmission using QUBO method and Digital Annealer based on Ising machine
随着视频流在网络总流量中的比例急剧增加，开发有效的算法以提高高质量的内容分发服务至关重要。自适应比特率控制（ABR）是根据网络条件选择合适的比特率，从而实现高质量视频流传输的关键技术。本文首次提出了一种基于Ising机的ABR策略，该策略采用二次无约束二进制优化（QUBO）方法和数字退火器（DA）。该方法通过仿真评估与现实世界的实测吞吐量，并与其他国家的最先进的方法进行比较。实验结果表明，该方法的性能优于现有的方法，从而证明了该方法的优越性。
2021-09-25 cs.MM cs.NI eess.IV
Object-Attribute-Relation Representation Based Video Semantic Communication
Tsinghua University（清华大学）；Xinjiang University（新疆大学）；Zhejiang University（浙江大学）；Khalifa University（哈利法大学）；CentraleSupelec（中央高等电力学院）；University Paris-Saclay（巴黎萨克雷大学）
针对视频语义通信中JSCC缺乏可解释语义表示且下游任务适应性不足的问题，提出基于OAR的低比特率表示、生成式重建与资源优先分配方法，并在交通监控视频上验证其优于H.265且可与JSCC协同。
2025-02-17 cs.CV cs.MM eess.IV
Reinforcement Learning for Unsupervised Video Summarization with Reward Generator Training
本文提出基于强化学习的无监督视频摘要方法，通过奖励生成器训练提升摘要质量与稳定性。
2025-12-22 cs.AI cs.CV cs.LG
Towards Robust Semantic Video Transmission over Block Erasure Channels
Nokia Bell Labs（诺基亚贝尔实验室）
研究分组擦除信道上的鲁棒视频传输，提出含空域和特征域设计的神经视频压缩框架，通过不同擦除策略处理视频，实验表明空域JSCC擅处理局部损失，特征域JSCC对分布式擦除鲁棒性强，揭示了空间与语义权衡，为视频通信系统设计提供见解。
2026-07-10 cs.IT cs.MM eess.IV
Quality of Experience Oriented Cross-layer Optimization for Real-time XR Video Transmission
针对实时XR视频传输对动态网络敏感、QoE难保障的问题，提出跨层传输框架，解耦时间尺度不匹配的调度与码率调整问题，用MS-DQN和TPPO算法分别求解，显著提升传输质量与用户QoE。
2024-04-15 cs.MM cs.NI cs.SY
Quality of Experience Optimization for Real-time XR Video Transmission with Energy Constraints
针对实时 XR 视频低时延和网络波动敏感问题，提出基于 Lyapunov 优化与 LSTM-DQN 的自适应码率及子信道分配方法，在资源和能耗约束下显著提升 QoE、降低质量波动并提高帧成功率。
2024-05-13 cs.MM cs.NI cs.SY
Semantic-Aware Neural Video Codec for Error-Resilient Low-Latency Transmission
Nokia Bell Labs（诺基亚贝尔实验室）
针对不可靠信道下的低延迟视频传输，提出基于DCVC-RT的语义感知多级神经编码方法，通过优先级数据包分配和抗差错熵模型，显著提升鲁棒性并保留任务相关视觉内容。
2026-09-16 cs.IT cs.LG cs.MM
Semantic Communication Enabled Holographic Video Processing and Transmission
Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）；Beijing National Research Center for Information Science and Technology (BNRist)（北京信息科学与技术国家研究中心）；State Key Laboratory of Space Network and Communications（空间网络与通信国家重点实验室）；State Key Laboratory of Mobile Network and Mobile Multimedia Technology（移动网络与移动多媒体技术国家重点实验室）；ZTE Corporation（中兴通讯）；Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系）；Department of Computer Science and Engineering, Kyung Hee University（庆熙大学计算机科学与工程系）；Institute for Communication Systems (ICS), 5G/6G Innovation Centre, University of Surrey（Surrey 大学通信系统研究所（ICS）、5G/6G 创新中心）；Faculty of Mathematics and Computer Science, Weizmann Institute of Science（魏兹曼科学研究院数学与计算机科学学院）
本文提出语义通信赋能的全息视频通信系统架构，设计语义采样、联合语义信道编码与语义感知传输等关键技术，并通过用例展示性能增益，为未来研究指明方向。
2025-10-15 cs.AI cs.IT cs.MM
