基于点对点的实时视频流传输研究

为解决实时视频流传输的链路问题,本文在分析了中继(Relay)和点对点(P2P)两种传输方式的基础上,对P2P链路建立的问题进行了研究,提出了端口预测、生日悖论碰撞和构建映射的方法来提升链接建立成功率,以期为相关领域的工程师提供参考。

基于Android的实时视频流传输系统

基于Android 2.3.1设计并实现了实时视频流传输系统。视频数据压缩算法采用H264,数据传输使用点对点P2P(Peer to Peer)。系统分两个层次,底层使用C++实现RTP封装与解包、P2P网络传输、视频采集与编解码等;上层使用Java实现对界面的控制。Java界面层通过JNI(Java native interface)调用C++接口,上下层之间无视频数据的拷贝操作,提高了系统性能。同时,设计实现解码错误弹回策略,根据解码错误反馈信息,了解当前网络拥塞情况,灵活调整帧率和压缩图像分辨率。系统在4台三星S5PV210开发板上的运行效果良好。该系统可以作为视频会议、监控系统等的参考或组成部分。

基于TCP协议控制的实时视频流传输系统

设计了一种在Visual C++6.0平台上开发的基于C/S模型的TCP协议控制的实时视频流传输系统。该系统采用MPEG-2编解码技术对视频数据进行编解码,在此系统的基础上,可以方便地扩展构建视频会议系统、视频监控系统、在线点播系统等,具有良好的扩展性,为中小规模网络视频传输提供了方案借鉴。

IP分组网和无线网中实时视频流的QOS研究

本文分析了 IP分组网和无线网对于实时视频流的质量影响因素 ,研究了基于网络和终端的解决方案及其可实现性 。

一种基于时间驱动实时视频流缓冲区的设计与实现

合理的缓冲区设计对保证实时视频压缩数据的正确解压缩及高品质播放起着关键作用.根据视频压缩数据的连续性和当前Internet网络力所能及的服务等特点,提出了一种基于时间驱动的缓冲区设计方案,并设计了一种可控制的模拟网络丢包乱序的测试方法,对比无缓冲情况和不同缓冲大小的情况来评估此缓冲区性能.测试结果表明,缓冲区可以平滑视频显示,能够较好地解决恶劣网络环境下的丢包、乱序等问题,并已经应用到某大型网通视频直播系统中.

IP网络环境下基于PI控制的实时视频流连续播放控制算法

为了克服IP网络环境下网络扰动对流媒体连续播放的影响,从接收端的角度来解决流媒体连续播放问题,提出一种基于PI控制的实时视频流连续播放控制算法.该方法在接收端使用根轨迹法设计PI控制器,通过控制播放速率,调节缓冲区的长度,实现了媒体的连续播放.为了真实地反映网络传输对接收端播放的影响,本文构建了一种基于TFRC协议的实时视频流传输控制框架.NS2仿真实验表明该方法与其他方法相比,播放质量明显提高,缓冲区出现欠载和溢出的机率明显降低,视频帧端到端平均时延明显缩小,实时性能明显增强.

基于蚁群优化的多媒体传感器网络实时视频流分发策略

视频流传输是无线多媒体传感器网络的研究热点.本文提出一种基于蚁群优化的实时视频流分发策略AVSD(ACO based video streaming dissemination),分路由建立,节点内部视频数据分发两个阶段.在现有视频编码技术基础上,利用蚁群优化寻找具有不同QoS保障的路径,进行区分优先级的数据分发.仿真结果表明,AVSD策略可有效降低端到端时延,合理利用全网资源,提高网络性能并能够为无线多媒体传感器网络提供较好的视频传输性能.

教育视频云服务中实时视频流接入技术探索

对录播系统等教学直播设备（系统）实时视频流的接入汇聚是“粤教云”平台视频云服务需要解决的首要问题。许多地区教育信息化建设缺乏统筹规划和整体部署，采取学校分散建设方式，因此形成了不同型号不同平台设备并存的局面。这给实现大规模接入汇聚带来了技术挑战。本文在系统分析其技术方案和部署方式的基础上，采用开放的RTSP、RTMP等流媒体协议，辅之以相应的工具软件或SDK，以拉流或推流的方式实现多种录播系统和已有平台的统一接入。该成果能有效地支撑粤教云珠海试验区规模化部署，为今后粤教云试验区大规模部署提供了技术解决方案。同时对于面临同样业务需求的相关平台建设亦有借鉴意义。

LTE-V2X下的实时视频流传输策略研究

为提高在蜂窝小区内的视频传输质量,增强智能网联汽车的盲区视角感知能力,从而提高驾驶安全性和便利性,本文提出在LTE-V2X下完成实时视频流传输的可靠策略。首先,为提高蜂窝小区的系统性能和实时视频流传输的画面质量,提出在不完美信道状态下,满足V2X用户异构服务质量的同时,最大化V2V通信吞吐量的资源分配算法。该算法采用1阶自回归模型对真实的信道增益进行建模,分步骤进行功率分配和频谱复用配对,以完成资源分配;接着,采用可伸缩视频编码技术对实时视频流进行编码,编码后具有不同的视频质量等级的视频数据帧,经由网络传送,而以网络感知数据为基础,构建视频流缓冲区;最后,设计自适应传输算法求得当前最佳传输视频质量等级,根据通信网络环境动态调整传输视频画面质量,以有效减少视频播放冻结次数。实验结果表明,相比于具有基础层保护的视频传输算法RALSB和视频质量自适应传输算法VQAS,本文所提策略能有效提高实时视频流质量,减小视频播放冻结次数。

基于Internet的实时视频流系统设计

为满足基于Internet的实时视频流传输对网络带宽、时延和丢包率的要求,从流媒体协议、视频数据压缩及应用层QoS控制3个方面,对基于Internet的实时视频流传输问题进行了探讨.在基于多分辨率分析理论、小波变换特点及RTP/RTCP协议的基础上,服务端根据客户端对视频图像画质的不同要求(图像清晰度优先或图像流畅性优先),判别网络拥塞状况后自适应调整视频资料发送策略,从而实现基于Internet的实时视频流的动态QoS传输目的.

端到端实时视频流发送与接收方案实现

视频流具有边下载边播放的特点,其发送与接收也有多种方法和技术。基于实时传输协议RTP/RTCP协议和网络编程接口WinSock技术,提出了一种实时视频流发送与接收方案,该方案利用IP网络的分层结构和RTP/RTCP协议的反馈机制实现传输包的封装、控制视频流的发送与接收速率。本文对方案进行了描述,并阐述了该方案的实现方法。

实时视频流的保存和回放

本文运用VC6.0,从内存数据的角度出发,实现了视频流的保存和重新播放。

实时视频流的网络专输中的服务质量控制

本文主要分析了实时视频流传输的相关协议及基于网络和终端的两种QoS控制方式。针对实时视频流在网络传输中所面对的时延、丢包和时延抖动的问题，分析了基于终端的拥塞控制机制和抖动控制机制及相关的控制效果。

边缘实时视频流分析系统配置动态调整算法研究

边缘服务器上的实时视频流分析任务的可用配置受限于边缘有限的计算资源,为了更高效地在边缘上执行实时视频流分析,文章提出了基于侧写的实时视频流任务配置更新和调整算法,根据各配置历史信息为各视频流分析任务选择不同执行配置,利用侧写获取不同配置的服务质量变化情况,最后利用帕累托最优选取并更新过期配置。

赛灵思与华为率先推出云端实时视频流解决方案

赛灵思公司(Xilinx,Inc.)、华为和NGCodec共同宣布开发中国首款云端高效率视频编码(HVEC)解决方案。该解决方案独家采用赛灵思Virtex UltraScale+FPGA和NGCodec的全新H.265视频编码器。该技术将进驻华为云FACS(FPGA加速云服务器)并在年底前投入使用。这将在中国的可扩展云基础设施中实现首个使用FPGA的广播质量级的实时流媒体解决方案.

RTSP实时视频流Web无插件播放的应用实践

RTSP(Real TimeStream Protocol)作为实时流传输的一种协议,广泛应用于视频监控业务。诸如网络摄像头实时产生的流就是典型的RTSP流。一般视频监控业务厂商会提供其专有的客户端供客户浏览实时视频流,而且通常是经过分析之后再展现给客户的视频流。

面向多设备协同场景的实时视频流分析系统

实时视频流分析在智能监控、智能制造、自动驾驶等场景中具有重要价值,然而其存在计算负载高、带宽需求大和延迟要求严格等特点,难以通过传统的本地计算模式或者云计算模式进行部署.近年兴起的边缘计算范式,将复杂的计算任务从终端设备上传到物理临近的边缘服务器上,能够有效解决设备层面的部署问题.然而,例如无人机编队飞行、车队自动驾驶和多机器人协同等不断涌现的多设备协同场景,新增了系统层面的综合性能要求,包括智能分析的实时准确率、设备之间的性能一致性和系统容纳的设备数量上限.当前的边缘计算范式对多设备协同场景的优化尚显不足,未能有效解决设备之间对上传带宽和服务器算力的竞争问题,所以难以满足这类场景的要求.本文设计了MASSIVE系统,能够在多设备协同场景中,全面提升实时视频分析的综合性能.首先,MASSIVE系统提出了适合多设备协同场景中度量视频流分析系统综合性能的评价体系.其次,MASSIVE系统设计了帕累托改进调度器来计算帕累托最优的系统调度策略,使得系统在3个维度上同时取得了相比已有系统更好的性能表现.最后,MASSIVE设计了虚拟流量整形器来保证各个设备在无线网络中按照调度策略上传视频流数据.实验结果表明,MASSIVE在多种典型的视频分析任务中,相比于当前的代表性系统,至少达到了122.7%的实时准确率、1.8倍的系统容量和更好的系统一致性,并达到了帕累托最优.

面向低延时实时视频的多维跨层带宽预测

5G网络的可用带宽是影响实时视频业务的关键要素之一,但如何在低延时实时视频业务下完成准确预测依旧是个难题。传统可用带宽预测算法通常依靠业务层的数据指标,根据发包策略完成预测。但此类算法在网络频繁变化的复杂场景下会出现预测滞后问题,严重影响了用户的接收视频质量。为解决此问题,文中提出了一种基于跨层多维参数的可用带宽预测算法,该算法综合考虑了业务层、物理层、网络层等的相关数据指标,并通过多个维度参数提升无线网络带宽探测的准确性。文中采用深度强化学习作为模型框架,针对不同的运动场景,通过跨层多维度的数据模型学习实现离线预测和在线预测的融合。同时,将网络丢包率、图像质量评估和端到端时延等链路影响因素作为约束条件,以实现预测模型在传输过程中的实时调整和优化。在半物理平台上的实验结果表明:文中所提算法的预测性能优于传统的预测算法,预测曲线与实际曲线的拟合程度高达95.8%以上;相比于单层预测算法,所提算法在步行、驾驶场景下的丢包率分别降低了47.3%和30.9%,接收视频质量提升了12%。

多跳无线网络中具有时间意识的视频流控制协议

为了在多跳无线网络中对实时视频流提供高效的端到端服务质量支持,提出了一种具有时间意识的视频流控制协议(TACP).首先在网络层增加了独立的TACP子层,采用跨层设计方法将各协议层的参数映射至该子层.在此基础上,源节点通告视频同步信息,使中间节点形成时间意识;中间节点通过分布式时延估计方法限制超时视频数据的转发.随后,为了对高优先级视频数据提供保护,研究了一种基于GOP的路径探测机制,并将其与视频流控制协议协同工作.利用仿真实验,对TACP视频通信性能进行分析和评价.结果表明:TACP能够显著改善实时视频流质量,包括可解码帧率、端到端时延和时延抖动等性能指标;该协议极大地提高了网络带宽利用率,并能够有效适应实时性需求的变化.

基于RTP的实时视频传输系统

实时视频流技术在可视电话、远程教育、视频点播等方面得到广泛应用。网络实时视频系统一般分为4大模块:采集子系统、编码压缩子系统、传输控制子系统和输出子系统。其中传输控制子系统是实时视频流的一项关键核心技术。提出了基于RTP/RTCP协议构建实时视频传输控制子系统,传输层通信使用UDPSocket完成。对于RTP/RTCP协议的封装和UDPSocket使用标准C++和Berkeley标准Socket库完成,不依赖于具体的平台,具有良好的可移植性。