Quality of Service (QoS): Measurements of Video Streaming
如今,视频流在社交云上不断增长,最终用户总是希望在朋友之间分享高清(HD)视频。大多数视频是通过智能手机和其他高清设备录制的,短时间视频的文件大小很大。大文件的视频需要高带宽上传和下载在互联网上,也需要更多的时间加载在网页上播放。因此,避免这个问题的社会云压缩视频在上传过程中流畅播放和快速加载的网页。压缩降低了视频质量,这也降低了最终用户的体验质量。在本文中,我们测量不同的标准视频文件格式的社交云的QoS,他们从彼此不同的分辨率,音频/视频比特率和存储大小。
2020-08-27 cs.MM cs.PF
Analyzing Peer Selection Policies for BitTorrent Multimedia On-Demand Streaming Systems in Internet
BitTorrent协议在多媒体点播流媒体系统中的适应性主要取决于其两个核心算法的改进,即分片策略和节点选择策略。然而,更多的注意力已经被给予了一块选择政策。在此背景下,本文提出了三种新的对等选择策略,用于设计针对该类型系统的BitTorrent类协议:选择平衡邻居策略(SBNP),选择常规邻居策略(SRNP)和选择乐观邻居策略(SONP)。这些建议是通过竞争分析的基础上,包括各种多媒体的情况下,定义在功能的重要特征参数,如内容类型,内容大小,和客户端的互动配置文件的模拟验证。服务时间、服务客户数和效率回收系数是分析中评估的性能指标。最后的结果主要表明,新的建议构成可扩展的解决方案,可以考虑为实际的项目设计。最后,对本文的工作进行了总结.
2014-02-10 cs.MM cs.NI
Safecloud: A Distributed, Encrypted Storage Cloud for Streaming
IENYC(纽约工程学院)
提出Safecloud,一种分布式加密存储与流媒体网络,通过密钥分层、收敛内容寻址和并行树结构实现端到端加密、去重和高效流式访问,并引入基于腐败证明的经济激励机制。
2026-06-02 cs.CR cs.DB cs.DC
Video Streaming in Distributed Erasure-coded Storage Systems: Stall Duration Analysis
各行业对全球视频的需求一直在蓬勃发展。随着视频流媒体服务的扩展和改进,基于云的视频正在演变为任何成功企业的必要功能,以接触内部和外部受众。本文认为,视频流在分布式系统中的视频片段编码使用纠删码更好的可靠性,从而成为第一个工作,我们最好的知识,认为视频流在纠删编码的分布式云系统。每个视频片段的每个编码块的下载时间被表征,并且在擦除编码块的选择上的有序统计被用于获得不同视频片段的回放时间。使用回放时间,对失速持续时间的矩母函数的界限被用来界定平均失速持续时间。基于矩生成函数的有序统计量的界限也被用来界定失速持续时间尾部概率,该概率确定失速时间大于预定义的数字的概率。这两个度量,平均停顿持续时间和停顿持续时间尾部概率,是终端用户的重要体验质量(QoE)度量。基于这些指标,我们制定了一个优化问题,以联合最小化的凸组合的QoE指标平均在所有请求的放置和访问的视频内容。非凸问题的解决使用一个有效的迭代算法。数值结果显示,与所考虑的基线相比,基于云的视频的QoE指标有显着改善。
2018-06-26 cs.DC cs.IT cs.MM
Musical NeuroPicks: a consumer-grade BCI for on-demand music streaming services
我们研究了将机器学习方案与商业可穿戴EEG设备结合使用的可能性,用于将听众对音乐的主观体验转化为可用于流行的点播音乐流媒体服务的分数。我们的研究产生了两种变体,在性能和执行时间方面有所不同,因此,在在线流媒体音乐平台中有不同的应用。第一种方法,NeuroPicks,非常准确,但速度较慢。它是基于脑电波频带,激活不对称指数和交叉频率耦合(CFC)的成熟的神经科学概念。第二种方法,NeuroPicksVQ,提供了较低的可信度,并依赖于一个定制版本的矢量量化过程,促进了一种新的参数化的音乐调制的脑电波的迅速预测。除了特征工程步骤之外,这两种方法都利用了极限学习机(ELM)的固有效率,以便以个性化的方式将导出的模式转换为听众的分数。NeuroPicks方法可以作为当代音乐推荐系统的一个组成部分找到应用,而NeuroPicksVQ可以控制音乐曲目的选择。令人鼓舞的实验结果,从务实的使用系统,提出。
2017-09-04 cs.CY cs.HC cs.MM
Just Noticeable Difference-aware Per-Scene Bitrate-laddering for Adaptive Video Streaming
针对自适应视频流固定码率阶梯的不足,提出JND感知的逐场景码率阶梯预测方案JASLA,通过复杂度特征联合优化分辨率与CRF并剔除低失真对,实现码率与存储成本的显著降低。
2023-04-29 cs.MM
Crowdsourced Live Streaming over the Cloud
在当今用于媒体生成和分发的丰富工具以及方便的互联网接入的支持下,众包流媒体通过包括视频频道的大量贡献者来推广单源流媒体范例。它调用了从众包到流媒体服务器到最终用户的路径上的联合优化,以最大限度地减少整体延迟。视频源的动态性、全球化的请求需求以及来自每个源的高计算需求使得众包直播流具有挑战性,即使具有来自现代云计算的强大支持。在本文中,我们提出了一个通用的框架,促进了具有成本效益的云服务的众包直播。通过自适应租赁,云服务器可以以细粒度提供,以适应地理分布的视频众包。针对不同租赁价格的云实例间的服务迁移问题,提出了一种最优的解决方案。它还解决了位置对流式传输质量的影响。为了了解所提出的策略在现实世界中的性能,我们构建了一个在planetlab和Amazon/Microsoft Cloud上运行的原型系统。我们广泛的实验表明,我们的解决方案在部署成本和流媒体质量方面的有效性。
2015-02-23 cs.MM cs.NI
A Review on P2P Video Streaming
本文的主要目的是提供一个基于P2P的视频点播和流媒体直播服务的概述。本文首先介绍了媒体流及其简化的架构。讨论了在互联网广泛使用的背景下提供视频流的各种解决方案。然后简要介绍了P2P网络及其应用。本章主要讨论了各种P2P流媒体方案和P2P流媒体应用。最后,简要讨论了P2P视频流的安全问题和解决方案。
2013-04-04 cs.MM cs.NI
Energy-Efficient Multi-Codec Bitrate-Ladder Estimation for Adaptive Video Streaming
针对多编解码器流媒体传输能耗高的问题,提出MCBE方案,通过移除冗余表示并基于JND最小化感知冗余,结合随机森林预测VMAF,显著降低编码、存储和传输能耗。
2023-10-14 cs.MM
A Consumer BCI for Automated Music Evaluation Within a Popular On-Demand Music Streaming Service - Taking Listener's Brainwaves to Extremes
Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学)
我们研究了将机器学习方案与商业可穿戴EEG设备结合使用的可能性,用于将听众对音乐的主观体验转化为可用于流行的点播流媒体服务中的音乐自动注释的分数。基于已建立的-神经科学的声音-脑电波频带,激活不对称指数和交叉频率耦合(CFC)的概念,我们介绍了一个脑机接口(BCI)系统,自动分配一个评级评分听的歌曲。我们的研究分两个不同的阶段进行:i)通用特征工程阶段,其中来自信号分析的特征基于它们将音乐引起的脑波扰动与听众对音乐的评价相关联的能力进行排名和选择。ii)个性化阶段,在此期间,利用极限学习机(ELM)的效率,以便将导出的模式转换为收听者的分数。令人鼓舞的实验结果,从务实的使用系统,提出。
2016-09-30 cs.AI cs.CY cs.HC
Semantic-Aware Adaptive Video Streaming Using Latent Diffusion Models for Wireless Networks
Department of Electrical Engineering and Computer Science, York University(电气工程与计算机科学系,约克大学)
本研究提出融合LDM与FFmpeg的语义通信自适应视频流框架,通过压缩I帧、保留BP帧并结合去噪与VFI技术,在无线环境下提升QoE与资源效率,为5G及后5G视频流提供新方案。
2025-08-01 cs.AI cs.CV cs.LG
Network-Assisted Delivery of Adaptive Video Streaming Services through CDN, SDN, and MEC
针对高分辨率低延迟视频流对带宽和延迟的挑战,本论文通过引入具有全局网络视野的网络内组件,结合 CDN、SDN 和 MEC 技术,提出完全透明的网络辅助视频流(NAVS)解决方案以提升服务效率。
2024-03-25 cs.MM cs.NI
A Survey on Mobile Edge Computing for Video Streaming: Opportunities and Challenges
5G通信通过实现更高的吞吐量和更低的延迟,在提供给各种应用的服务质量方面带来了实质性的改进。然而,交互式多媒体应用(例如,超高清视频会议、3D和多视图视频流、众包视频流、云游戏、虚拟和增强现实)正变得越来越雄心勃勃,高容量和低延迟视频流对已经拥塞的网络提出了严格的要求。移动边缘计算(MEC)是将云计算能力扩展到网络边缘的新兴范例,即,在基站级别。为了满足延迟要求并避免与远程云数据中心的端到端通信,MEC允许存储和处理视频内容(例如,高速缓存、代码转换、预处理)。视频点播和直播视频流都可以利用MEC来改进现有服务并开发新的用例,例如视频分析和有针对性的广告。MEC有望通过提供超可靠和低延迟的流媒体(例如,在增强现实、虚拟现实和自主车辆中),普及计算(例如,在实时视频分析中),以及用于安全直播的区块链架构。本文对MEC支持的视频流的最新发展进行了全面调查,带来了前所未有的改进,以实现新的用例。详细回顾了最新的高速缓存方案、最佳计算卸载、协作高速缓存和卸载以及人工智能的使用(即,机器学习、深度学习和强化学习)。
2022-09-13 cs.MM cs.NI
Scalable On-the-fly Transcoding for Adaptive Streaming of Dynamic Point Clouds
Leibniz University Hannover(汉诺威莱布尼茨大学);IDLab, Ghent University - imec(根特大学 IDLab-imec)
本文提出了一种动态点云流媒体系统,通过实时转码技术降低存储需求并提升并发客户端的可扩展性。
2026-03-09 cs.MM
Optimization and Evaluation of a Multimedia Streaming Service on Hybrid Telco cloud
随着云计算的最新发展,从相当静态的资源部署到更动态的按需实践的范式转变意味着更大的灵活性和更好的资源利用率。这需要新的方法来有效地配置网络。在本文中,我们将描述一类有竞争力的云服务,电信运营商可以提供基于电信基础设施的特点,通过一个适用的流服务架构。然后,我们将这种架构建模为基于成本的数学模型。该模型提供了一个工具,以评估和比较不同的电信网络拓扑结构和部署策略的软件服务的成本。此外,对于每个拓扑,它都可以作为一种手段来表征在整个网络上产生最低资源使用的部署解决方案。通过数值分析说明了这些应用。最后,部署了一个概念验证原型,展示了上述体系结构和模型中服务的动态特性。
2011-09-07 cs.DC cs.MM
StreamingEval: A Unified Evaluation Protocol towards Realistic Streaming Video Understanding
East China Normal University(华东师范大学)
本文提出StreamingEval评估框架,用于评估视频大语言模型在真实资源约束下的流媒体视频理解能力,通过标准化协议测试效率、存储与准确性的平衡,揭示当前模型与实际应用需求的差距。
2026-03-23 cs.CV cs.MM
A Novel Adaptation Method for HTTP Streaming of VBR Videos over Mobile Networks
最近,HTTP流已经变得非常流行,用于在互联网上传输视频。对于自适应性,提供者应该生成视频的多个版本以及相关的元数据。已经提出了各种自适应方法来支持流客户端应对强带宽变化。然而,大多数现有方法仅针对恒定比特率(CBR)视频。在本文中,我们提出了一种新的方法,在按需流的可变比特率(VBR)视频的质量自适应。为了应对VBR比特率的强烈变化,我们使用本地平均比特率作为版本的代表比特率。然后提出了一种基于缓冲区的算法,以保守地适应视频质量。通过实验,我们表明,我们的方法可以提供质量稳定性以及缓冲区的稳定性,即使在非常强烈的变化的带宽和视频比特率。
2015-11-09 cs.MM
Pano: Optimizing 360° Video Streaming with a Better Understanding of Quality Perception
流式传输360°视频比非360°视频需要更多的带宽。这是因为当前的解决方案假设用户以与他们感知非360°视频的质量相同的方式感知360 °视频的质量。这意味着带宽需求必须与用户视野的大小成比例。然而,我们发现了360°视频特有的几个质量决定因素,这有助于降低带宽需求。它们包括用户视点(用户视野的中心)的移动速度、视频亮度的最近变化以及视点周围的视觉对象的景深差异。本文介绍了Pano,一个利用360°视频特定因素的360°视频流系统。我们做了三个贡献。(1)我们为360°视频构建了一个新的质量模型,该模型捕捉了360°视频特定因素的影响。(2)Pano提出了一种可变大小的平铺方案,以便在感知质量和视频编码效率之间取得平衡。(3)Pano提出了一种新的质量自适应逻辑,可以最大限度地提高360°视频用户感知的质量,并且易于部署。我们的评估(基于用户研究和跟踪分析)表明,与最先进的技术相比,Pano可以节省41-46%的带宽而不会降低感知质量,或者可以在不使用更多带宽的情况下将感知质量(用户评级)提高25%-142%。
2019-11-11 cs.MM
Dynamic Adaptive Point Cloud Streaming
高质量的点云最近作为一种新兴的表现沉浸式3D图形的形式获得了关注。不幸的是,这些3D媒体体积庞大且严重占用带宽,这使得难以流传输到资源有限的移动设备。这就要求研究人员提出高效和自适应的方法来流式传输高质量的点云。在本文中,我们对动态自适应点云流进行了初步研究,并将HTTP上的动态自适应流(DASH)的概念扩展到DASH-PC,一个动态自适应带宽效率和视图感知的点云流系统。DASH-PC可以解决密集点云流的巨大带宽需求,同时可以在语义上与人类视觉敏锐度相关联,以在需要时保持高视觉质量。为了描述各种质量表示,我们提出了多种细化方法来在3D空间中对点云进行空间子采样,并设计了一个专门用于点云流的DASH媒体呈现描述清单。我们的初步评估表明,我们可以实现显着的带宽和性能提高密集的点云流与轻微的负面质量影响相比,基线方案时,没有适应。
2019-04-08 cs.MM
fybrrStream: A WebRTC based Efficient and Scalable P2P Live Streaming Platform
对流媒体和实时视频会议的需求正处于高峰期,预计将进一步增长,因此对具有更好质量和更低延迟的低成本流媒体服务的需求至关重要。因此,在本文中,我们提出了一种新的对等(P2P)直播平台,称为fybrrStream,其中逻辑网格和物理树,即,基于混合拓扑方法被用于低等待时间流传输。fybrrStream通过考虑参与对等体的网络带宽、网络延迟和节点稳定性,以分层方式将负载分配到参与对等体上。fybrrStream的成本与托管轻量级网站的成本一样低,性能与现有的最先进的媒体流服务相当。我们使用分布在印度的50多个用户进行了实地实验,对所提出的fybrrStream平台进行了评估和测试,结果显示,与其他方案相比,实时流媒体性能有了显着改善。
2021-05-17 cs.MM cs.NI cs.SI
Preparing VVC for Streaming: A Fast Multi-Rate Encoding Approach
针对VVC多码率流媒体编码计算成本高的问题,提出以最低码率版本为参考、复用其划分结构加速其余版本编码的方法,在VVenC上实现编码时间平均缩短40%,VMAF质量仅降0.43。
2023-12-13 cs.CC cs.MM
ReCon-GS: Continuum-Preserved Gaussian Streaming for Fast and Compact Reconstruction of Dynamic Scenes
School of Electronic and Computer Engineering, Peking University(电子与计算机工程学院,北京大学);National Engineering Research Center of Visual Technology, Peking University(视觉技术国家工程研究中心,北京大学);Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Peking University(广东省超高定义沉浸媒体技术重点实验室,北京大学)
本文提出ReCon-GS框架,通过密度自适应分配多级Anchor Gaussians、动态层级重构和存储感知优化,实现动态场景高保真在线重建与实时渲染,训练效率提升约15%,内存需求降低超50%。
2025-10-30 cs.CV cs.MM eess.IV