Cost-Efficient Storage for On-Demand Video Streaming on Cloud
视频流被转换为多种格式以支持用户的设备,这个转换过程称为视频转码,这需要大量的存储和强大的资源。随着云技术的出现,视频流媒体公司纷纷采用云技术来处理视频.通常,制作(预转码)相同视频的许多格式并将其流式传输到适当的用户设备。然而,预转码需要巨大的存储空间,并且给视频流公司带来高成本。更重要的是,视频流的预转码可以通过云中的不同存储类型分层进行。为了最小化存储成本,本文提出了一种将视频流存储在云的分层存储中的方法。特别是,我们开发了一种方法来决定哪些视频流应该在其合适的云存储中进行预转码,以最大限度地降低总体成本。实验模拟和结果表明,我们的方法的有效性,特别是,当频繁访问的视频的百分比是高的存储库,所提出的方法最大限度地减少了高达40%的总成本。
2020-07-07 cs.MM cs.PF
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
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
Adaptation Logic for HTTP Dynamic Adaptive Streaming using Geo-Predictive Crowdsourcing
随着人们对高体验质量(QoE)的视频流服务需求的不断增长,促使人们对客户端自适应逻辑方法进行了大量研究。然而,大多数算法使用客户端先前的下载体验,并且不使用由专业服务的用户生成的人群知识数据库。我们提出了一种新的人群算法,最大限度地提高了QoE。此外,我们展示了如何将人群信息集成到现有的算法,并说明了这两个国家的最先进的算法。我们在一个包含336,551个网络性能样本的大型现实众包数据集上评估了我们的算法和最先进的算法(包括我们修改后的算法)。该数据集由WeFi LTD提供。我们的新算法在QoS(eMOS)方面优于所有其他方法。
2016-02-05 cs.MM
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 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
Joint Communication and Computational Resource Allocation for QoE-driven Point Cloud Video Streaming
点云视频是最流行的全息图表示,它是VR/AR/MR中自然内容的媒介,有望成为下一代视频。点云视频系统为用户提供六个自由度的沉浸式观看体验,在在线教育、娱乐等领域有着广泛的应用。为了进一步增强这些应用程序,点云视频流的需求至关重要。固有的挑战在于,由于除了颜色信息之外还需要记录三维坐标,因此尺寸大,并且编码的计算复杂度高。为此,提出了一种面向QoE驱动的点云视频流的通信和计算资源分配方案。特别地,我们通过选择不同的数量、传输形式和质量等级瓦片来最大化系统资源利用率,以最大化体验质量。仿真结果表明,该方案优于现有方案
2020-02-20 cs.MM
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
Adaptive 360 VR Video Streaming based on MPEG-DASH SRD
我们展示了一个基于MPEG-DASH SRD的自适应带宽高效的360 VR视频流系统。我们将MPEG-DASH SRD扩展到360 VR视频的3D空间,并展示了一种动态视图感知自适应技术,以解决将360 VR视频流传输到无线VR头显的高带宽需求。我们在空间上将底层3D网格划分为多个3D子网格,并构造一个高效的3D几何网格称为hexaface球体,以最佳地表示3D空间中的平铺360 VR视频。然后,我们在编码和打包时将360个视频在空间上划分为多个区块,使用MPEG-DASH SRD来描述3D空间中区块的空间关系,并优先考虑视场(FoV)中的区块以进行视图感知自适应。我们的初步评估结果表明,与未应用自适应的基线场景相比,我们可以节省高达72%的360 VR视频流所需带宽,并且对质量的影响较小。
2017-01-23 cs.MM
Cloud-Based Video Streaming Services: A Survey
在过去的几年中,视频流,以各种形式的视频点播(VOD)、直播和360度流,已经急剧增长。与传统的有线广播公司相比,其内容只能在电视上观看,视频流媒体无处不在,观众可以在各种设备上灵活地观看视频内容,从智能手机到笔记本电脑和大电视屏幕。这种普遍性和灵活性是通过交织多种技术来实现的,诸如视频压缩、云计算、内容分发网络和若干其他技术。随着视频流越来越受欢迎并主导互联网流量,有必要了解它的运作方式以及其中涉及的不同技术之间的相互作用。因此,本文的第一个目标是揭示将原始捕获的视频传输到观众设备的复杂过程。特别是,我们详细介绍了视频编码,转码,打包,加密和交付过程。我们调查了学术界和工业界最近为加强这些过程所做的努力。随着视频流媒体行业越来越依赖云计算,本调查的第二个目标是探索和调查利用云服务来实现视频流媒体服务的方式。本研究的第三个目标是将所开展的研究工作定位于基于云的视频流媒体,并确定未来需要克服的挑战,以将基于云的视频流媒体行业推向更灵活和以用户为中心的服务。
2020-11-30 cs.MM
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
Estimation of optimal encoding ladders for tiled 360° VR video in adaptive streaming systems
鉴于虚拟现实(VR)需求的显着工业增长,360°视频流是最重要的VR应用之一,需要成本最优的解决方案来实现VR技术的广泛普及。由于数据密集型内容类型的固有可变性及其基于平铺的编码和流传输,360°视频需要自适应流传输系统中的新编码阶梯,以实现成本最优和沉浸式流传输体验。在此背景下,本文针对提供商和客户端的角度,并介绍了一种新的内容感知编码阶梯估计方法的自适应流媒体系统中的平铺360° VR视频。该方法首先根据360°视频编码复杂度的特点对视频进行分类,然后根据提出的失真和资源代价模型估计每个比特率级别的视觉失真和资源代价。然后,通过考虑实际约束条件,使用所提出的整数线性规划(ILP)算法形成最优编码阶梯。所提出的方法的实验结果进行了比较,推荐的专业流媒体服务提供商的编码阶梯。评估表明,所提出的编码阶梯提供更好的结果相比,推荐的编码阶梯的客观质量为360°视频,提供最佳的编码阶梯使用一组服务提供商的约束参数。
2017-11-09 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
REVISION: A Roadmap on Adaptive Video Streaming Optimization
本文提出REVISION路线图,通过优化三角形和三层架构系统梳理自适应视频流媒体的目标、输入与动作,以提升消费电子设备的QoE。
2024-09-09 cs.MM
A Survey on Energy Consumption and Environmental Impact of Video Streaming
本文综述视频流媒体的能耗与环境影响,梳理内容供给与消费环节的能耗因素及分类,并指出固定码率阶梯、硬件利用低效和开放测量数据集缺失等关键研究方向。
2024-01-18 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
Towards Hybrid Cloud-assisted Crowdsourced Live Streaming: Measurement and Analysis
众包直播(CLS),最著名的是Twitch.tv,在过去的几年里,其受欢迎程度呈爆炸性增长。在这样的系统中,任何用户都可以现场广播其他人感兴趣的视频内容,从游戏玩家到许多在线观众。为了满足大规模和异构广播公司和观众的需求,已经部署了昂贵的服务器集群来提供视频接收和转码服务。尽管存在非常受欢迎的频道,但相当一部分频道确实不受欢迎。然而,正如我们的测量显示,这些广播公司正在消耗相当大的系统资源;特别是,25%(分别)。30%)的带宽(计算)资源被根本没有任何观众的广播公司使用。在本文中,我们仔细研究了在CLS系统中处理不受欢迎的直播频道的挑战,并提出了一个全面的解决方案,用于混合云上的服务分区。跟踪驱动的评估表明,我们的混合云辅助设计可以智能地将嵌入和转码任务分配给弹性云虚拟机,提供灵活的系统部署,具有成本效益。
2016-08-31 cs.MM
Quality of Experience for Streaming Services: Measurements, Challenges and Insights
在过去的几年里,网络和用户手机技术的发展对电信行业和互联网生态系统提出了挑战。特别地,像YouTube、Vimeo和DailyMotion这样的多媒体流服务的前所未有的进步导致了令人印象深刻的需求增长和对服务质量(QoS)(例如,高数据率、低等待时间/抖动等)。主要地,在提供特定服务时要考虑许多困难,例如严格的QoS、以人为中心的特征、大量设备、异构设备和网络以及不可控的环境。因此,体验质量(QoE)的概念正在获得可见性,并且大量的研究工作已经花费在以高用户体验来改进和/或交付可靠且增值的服务上。在本文中,我们通过提供标准定义和开发的最重要的测量方法,介绍了QoE在无线和移动网络(4G,5G及以后)中的重要性。此外,我们表现出显着的增强和控制方法,研究人员提出,以满足用户的期望,在服务体验。
2019-12-24 cs.MM
A 3D Framework for Improving Low-Latency Multi-Channel Live Streaming
提出利用Unity 3D等游戏引擎的3D虚拟环境框架,将多摄像头视频通过虚拟画布合并为单流,有效降低多通道直播延迟并提升交互响应。
2025-04-30 cs.MM
Model and Performance of a No-Reference Quality Assessment Metric for Video Streaming
通过TCP网络的视频流已经成为一种流行的和高要求的服务,但其质量评估在客观和主观方面还没有得到适当的解决。本文基于统计分析,提出了一种用于视频质量评价的无参考客观度量--灰度强度的完整分析模型。该模型表征了与网络性能(吞吐量)和视频播放速率相关的视频播放缓冲区行为。这允许即时质量测量和控制,而不需要参考视频。带宽强度专门解决了在TCP流视频播放的连续性方面评估质量问题的需要,这不能通过其他客观指标(如PSNR、SSIM和缓冲区欠载或暂停频率)进行适当测量。的分析模型的性能进行了严格验证的仿真结果和主观测试,使用一系列的视频剪辑。它表明,暂停强度是密切相关的观众的意见分数,无论有很大的不同组成的个别元素,如暂停持续时间和暂停频率,共同构成这个新的质量指标。研究还表明,停顿强度的相关性能是一致的和内容无关的。
2013-08-08 cs.MM
Block-Partitioning Strategies for Accelerated Multi-rate Encoding in Adaptive VVC Streaming
Fraunhofer HHI(弗劳恩霍夫HHI研究所)
针对自适应流媒体中VVC多码率编码计算复杂的问题,提出基于CU深度约束的单/双边界分区策略,在VVenC上实现高达11.69%的编码时间节省且码率开销低于0.6%。
2025-10-16 cs.MM
Soft Delivery: Survey on A New Paradigm for Wireless and Mobile Multimedia Streaming
对视频流服务的日益增长的需求是现代无线和移动通信的关键驱动力。对于通过无线和移动网络可靠且高质量地交付视频内容,主要挑战是通过不稳定且多样化的信道环境向单个和多个用户发送图像和视频信号。为此,许多研究设计了基于数字的视频传输方案,其主要由一系列基于数字的编码和传输方案组成。虽然基于数字的方案在预先知道信道特性时表现良好,但是由于波动的信道特性,经常发生显著的质量劣化,称为悬崖效应(cliff effect)和水平效应(leveling effect)。为了防止悬崖和平整效应,而不管每个用户的信道特性,无线和移动视频流的新范例已经被提出。软传递方案跳过量化和熵以及信道编码的数字操作,而直接将功率分配的频域系数映射到传输符号上。这种修改是基于这样的事实,即由于通信噪声引起的像素失真与噪声的幅度成比例,导致适度的质量改善,其中质量根据无线信道质量逐渐改善,而没有任何悬崖和平整效应。在这里,我们提出了一个全面的总结软交付计划。
2021-11-16 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
Anticipatory Buffer Control and Quality Selection for Wireless Video Streaming
最近的研究表明,移动用户对视频流的需求很高。然而,在蜂窝网络中,不可靠的无线信道导致两个主要问题。当用户无法充分填充其本地播放缓冲区时,较差的通道状态会降低视频质量并中断播放:发生缓冲区欠载。与此相反,良好的信道条件会导致常见的贪婪缓冲方案堆积非常长的缓冲区。这种过度缓冲浪费了昂贵的无线信道容量。为了保持缓冲的平衡,我们采用了一种新的方法。假设我们可以预测数据率,我们提前计划视频片段的质量和下载时间。这种预期调度通过在信道中断发生之前下载大量段来避免缓冲器欠载,而不会通过过度缓冲浪费无线容量。我们将这种方法形式化为一个优化问题,并推导出分段视频流协议的实用算法(例如,HLS或MPEG DASH)。仿真结果和测试台测量表明,我们的解决方案基本上消除了播放中断,而不会显着降低视频质量。
2014-08-22 cs.MM cs.NI
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
High Quality of Service on Video Streaming in P2P Networks using FST-MDC
视频流应用新近吸引了分发网络中的大量参与者。传统的基于客户端-服务器的视频流解决方案在服务器上维持宝贵的带宽供应率。近来,已经组织了若干P2P流传输系统以在无线网络上以降低的服务器成本提供点播和实况视频流传输服务。对等计算(Peer-to-Peer,P2P)是构建分布式网络应用的一种新模式。典型的差错控制技术不是很好地匹配的,另一方面,对于视频传输,通过无线网络和IP。这两个事实结合在一起,提供了一套新的技术(错误隐藏)的发展,能够处理视频系统中的传输错误的基本动机。在本文中,我们提出了一种灵活的多描述编码方法命名为灵活的时空(FST),提高了错误的弹性在独立路径的帧丢失的可能性。该算法在接收端引入了空域和时域相结合的隐藏技术,更有效地隐藏了丢失的帧。实验结果表明,该方法在P2P无线网络中获得了合理的视频质量性能。
2011-05-27 cs.DC cs.MM
End-to-End Learning-based Video Streaming Enhancement Pipeline: A Generative AI Approach
Alpen-Adria-Universitaet(阿尔卑斯-亚得里亚大学)
本文提出ELVIS框架,通过端到端学习结合服务器端编码优化与客户端生成填充,提升视频流质量并减少带宽需求。
2025-12-16 cs.AI cs.MM
Cloud Rendering-based Volumetric Video Streaming System for Mixed Reality Services
立体视频是一种用于沉浸式表示3D空间的新兴技术,它使用多个摄像机从各个方向捕获对象并创建场景的动态3D模型。然而,处理体积内容需要大量的处理能力,并且对于当今的移动设备来说仍然是非常苛刻的任务。为了缓解这一问题,我们提出了一种体积视频流系统,该系统将渲染卸载到功能强大的云/边缘服务器,并且仅将渲染的2D视图发送到客户端,而不是完整的体积内容。我们使用6DoF头部运动预测技术,WebRTC协议和硬件视频编码来确保处理链不同部分的低延迟。我们使用基于浏览器的客户端和Microsoft HoloLens客户端来演示我们的系统。我们的应用程序包含通用接口,允许使用相同的服务器实现轻松部署各种增强/混合现实客户端。
2020-07-16 cs.MM eess.IV
User Digital Twin-Driven Video Streaming for Customized Preferences and Adaptive Transcoding
本研究提出融合用户数字孪生与传统视频流系统的新方法,通过机器学习持续更新用户数字孪生以指导自适应转码,在提升内容个性化的同时降低带宽占用、优化播放质量,推动用户-centric多媒体服务发展。
2025-08-01 cs.MM cs.NI
Differenciated Bandwidth Allocation in P2P Layered Streaming
对于P2P流传输,特别是分层视频,存在日益增长的需求。在这类应用中,流由分层编码的子流层组成,即基本层和增强层。我们考虑这样一种情况,其中接收端使用基于拉的方法通过订阅不同数量的层来调整视频质量水平以适应其能力。我们注意到,如果没有相应的较低层,则接收到的较高层被认为是无用的,并且不能播放,因此系统的吞吐量将急剧下降。为了避免这种情况,我们提出了一个基于拍卖机制的经济模型来优化发送端节点上传带宽的分配。上游节点根据下游节点提交的投标组织拍卖以“出售”它们的物品(链路的带宽),同时考虑到节点优先级和所请求的层的重要性。最终目标是满足每个对等体的质量水平要求,同时降低整体流传输成本。通过理论研究和性能评估,我们证明了我们的模型在用户和网络的效用方面的有效性。
2013-10-21 cs.MM cs.NI
Toward Accessible and Safe Live Streaming Using Distributed Content Filtering with MoQ
Baylor University(贝勒大学)
本文扩展 Media over QUIC Transport 协议,通过分布式实时内容分析仅过滤违规视频片段,在低延迟下支持安全可访问的一对多直播。
2025-05-13 cs.CV cs.DC cs.MM
A Global Perspective on the Past, Present, and Future of Video Streaming over Starlink
本研究基于85国超百万家庭数据首次开展全球LEO卫星视频流分析,发现Starlink视频质量与传统网络相当但波动导致码率切换与重缓冲增加,经仿真和A/B测试验证需优化算法以适配动态网络提升体验。
2024-09-15 cs.ET cs.MM cs.NI
Delay-aware Fountain Codes for Video Streaming with Optimal Sampling Strategy
来自智能移动设备的在线视频的爆炸性需求对通过无线网络提供高质量体验(QoE)提出了前所未有的挑战。流传输具有低延迟的高清晰度视频是困难的,主要是由于(i)无线信道的随机性质和(ii)波动的视频比特率。为了解决这一问题,我们提出了一种新的延迟感知喷泉编码技术,集成了信道编码和视频编码。在本文中,我们揭示了视频比特率的波动也可以利用,以进一步改善喷泉码的无线视频流。具体来说,我们开发了两种编码技术:基于时间的滑动窗口和最佳窗口采样策略。通过自适应地选择窗口长度和根据正在进行的视频比特率最佳地调整采样模式,所提出的方案提供比现有方案显著更高的视频质量,具有低延迟和恒定的数据率。为了验证我们的设计,我们实现了协议的RTP,DAF-L(一个低复杂度的版本)和现有的延迟感知的视频流方案通过流的H. 264/AVC标准的视频在802. 11b网络上的CORE仿真平台。结果表明,我们的方案的解码比是15%至100%,高于最先进的技术。
2016-05-10 cs.IT cs.MM math.IT
A review on Machine Learning based User-Centric Multimedia Streaming Techniques
Indian Institute of Technology, Kharagpur(印度理工学院克勒格布尔分校);INRIA(法国国家信息与自动化研究院)
本文综述了基于机器学习的以用户为中心的多媒体流传输技术,重点涵盖整体与连续时变QoE建模、传统及360°视频的自适应流传输策略、相关数据集以及当前不足与开放挑战。
2024-11-24 cs.AI cs.LG cs.MM
Adaptive 360 VR Video Streaming: Divide and Conquer!
虽然传统的多媒体应用(如游戏和视频)仍然很受欢迎,但近年来人们对新的3D媒体(如3D沉浸和虚拟现实(VR)应用,特别是360 VR视频)产生了浓厚的兴趣。360 VR视频是一种沉浸式球形视频,用户可以在播放过程中环顾四周。不幸的是,360 VR视频是非常带宽密集型的,因此很难以可接受的质量水平进行流式传输。在本文中,我们提出了一个自适应的带宽效率的360 VR视频流系统使用分而治之的方法。在我们的方法中,我们提出了一种动态视图感知自适应技术来解决360 VR视频的巨大流带宽需求。我们在编码和打包时将视频空间划分为多个瓦片,使用MPEG-DASH SRD来描述360度空间中瓦片的空间关系,并在视场(FoV)中优先考虑瓦片。为了描述这种平铺表示,我们将MPEG-DASH SRD扩展到360 VR视频的3D空间。我们在空间上划分底层的3D网格,并构建一个高效的3D几何网格称为hexaface球体,以最佳地表示平铺360 VR视频在3D空间。我们的初步评估结果报告称,与未应用调整的基线场景相比,360 VR视频流的带宽节省高达72%,并且对质量的负面影响较小。
2017-11-17 cs.GR cs.MM cs.NI