基于HTTP自适应流媒体传输的3D视频质量评价

3D视频网络服务的关键在于提高用户的体验质量(QoE),而体验质量往往会由于网络环境的变化及视频内容的不同而受到影响。传统的2D视频传输可以采用基于HTTP的自适应流媒体(HAS)速率自适应机制有效地利用网络带宽,提高用户体验质量。因此对于如何利用动态自适应流媒体技术实现至少需要传输两路视频流的3D网络视频服务已经越来越被关注。HAS技术的关键在于媒体质量级别的动态转换策略,主要研究了3D视频中不同视点比特率的变化对用户观看体验质量的影响。首先,建立一个主观数据库探讨块级客观质量与3D视频的视觉体验质量之间的关系,块级客观质量将随着比特率的变化而变化。其次,提出了一种基于卷积神经网络(CNN)的QoE模型,该模型可以通过块级客观质量有效地评估QoE,模型预测值和平均意见分(MOS)的皮尔森线性相关系数(PLCC)为0.906,可在自适应流媒体应用中为3D视频传输中不同视点的码率调整提供指导。

一种基于HTTP/3传输特性的加密视频识别方法

视频流量逐渐在网络中占据主导地位,且视频平台大多对其进行加密传输。虽然加密传输视频可以有效保护用户隐私,但是也增加了监管有害视频传播的难度.现有的加密视频识别方法基于TCP(Transmission Control Protocol)传输协议头部信息和HTTP/1.1(HypertextTransferProtocol Version1.1)的传输模式,提取应用层音视频数据单元传输长度序列来实现视频识别.但是随着基于UDP(UserDatagramProtocol)的QUIC(QuickUDP Internet Connections)协议及基于QUIC实现的HTTP/3(HypertextTransferProtocol Version 3)协议应用于视频传输,已有方法不再适用.HTTP/3协议缺少类似TCP的头部信息,且使用了多路复用机制,并对几乎所有数据进行了加密,此外,视频平台开始使用多片段合并分发技术,这给从网络流量中精准识别加密视频带来了巨大挑战。本文基于HTTP/3协议中的控制信息特征,提出了从HTTP/3加密视频流中提取数据传输特征并进行修正的方法,最大程度复原出应用层音视频长度特征.面向多片段合并分发导致的海量匹配问题,本文基于明文指纹库设计了键值数据库来实现视频的快速识别.实验结果表明,本文提出的基于HTTP/3传输特性的加密视频识别方法能够在包含36万个真实视频指纹的YouTube大规模指纹库中达到接近99%的准确率,100%的精确率以及99.32%的F1得分,对传输过程中加人了填充顿的Facebook平台,在包含28万个真实视频指纹的大规模指纹库中达到95%的准确率、100%的精确率以及96.45%的F1得分,在具有同样特性的Instagram平台中,最高可达到97.57%的F1得分,且本方法在所有指纹库中的平均视频识别时间均低于0.4秒.本文的方法首次解决了使用HTTP/3传输的加密视频在大规模指纹库场景中的识别问题,具有很强的实用性和通用性.

基于LT编码的视频多流并发传输研究

提出一种基于Luby-Transform(LT)编码的多服务器HTTP流媒体传输方法。在服务器端,通过对数据进行LT编码,多台异构服务器被等效为一台具有更大带宽的虚拟服务器,客户端可以从多台服务器并行下载任意编码后的数据片段,而不用考虑数据分块和服务器调度等问题。为了减少传输过程中由于等待ACK消息而产生的冗余数据(ACK开销),提出一种基于流量模型的数据请求算法,构建网络随机模型,预测每台服务器需要传输的时间。实验结果表明,与传统的并发传输方法相比,所提方法可以大大降低传输开销,减少HTTP请求次数,获得更好的视频质量,对波动带宽有更好的鲁棒性。

基于模仿学习的决策树码率自适应算法研究

码率自适应(ABR)算法是提升流媒体服务质量的有效方法,主要分为启发式算法和基于学习的算法两类。传统的启发式算法基于固定的规则,难以应对多变的网络环境,基于深度强化学习的算法映射表达能力较好,但其鲁棒性不佳且可解释性较差。针对上述问题,提出一种基于模仿学习的决策树码率自适应算法ABRTree。针对帧级别直播传输系统设计有效的专家ABR算法,并对专家算法的时序经验数据进行离散化处理。采用分类回归树作为码率决策的基础模型,基于专家算法给出的示例数据,采用DAgger算法进行决策树的训练。在此基础上,通过剪枝操作剔除出现较少的样本,从而提升决策树模型的泛化性。实验结果表明,ABRTree在多种视频场景下均能保证画面质量,同时取得较低的端到端延时和较少的卡顿,相比BBA、HYSA和FrameMPC算法,ABRTree算法的QoE性能可以提升1.0%~29.1%,且决策树模型能够直观表达输入特征与码率决策之间的关系,具有较好的可解释性和映射表达能力。

iOS平台下基于HTML5的Living Library直播设计

采用HTML5、WEBRTC、HLS、音视频采集及直播技术,设计出了适用于iOS环境下基于HTML5的Living Library直播方案,并编码实现,实现了利用"图书馆+"技术服务读者的目的。

跨平台微视频播放技术探析

视频类教学资源尤其是微课程的应用与教学平台的特性密切相关,以视频播放为核心实现流畅视听体验的学习平台在远程教育教学中的作用举足轻重,如何优雅实现视频课程的流媒体化,如何一次开发实现在诸多操作系统、智能设备上自适应播放是实现跨平台微视频课程播放的关键问题。

一种基于SDN的HAS全局优化策略

在传统基于HTTP的自适应流媒体(HAS)系统中,当多个用户共享同一瓶颈链路时,客户端存在不公平、不稳定、网络资源利用不充分的问题。为此,提出一种HAS全局优化策略。在软件定义网络控制器上部署全局优化模块实现全局优化,在制定策略时,将用户体验质量的全局优化和路径规划相结合,根据网络状况和用户体验需求,得到客户端的最优请求码率和最佳路径。仿真结果表明,与未经优化的HAS系统相比,该策略能够有效提高用户体验质量,并且使公平性和稳定性得到改善。

基于电池电量感知的移动流媒体QoE优化策略

为了提升移动流媒体应用用户的体验质量(QoE),提出了基于剩余电量的用户QoE模型(PSQM),模型参数包括剩余电量、初始延迟、暂停事件、切换事件.在PSQM基础上,提出了基于移动设备剩余电量和网络环境的码率控制策略(PBCS),避免了客户端不断请求高质量视频片段而不考虑设备剩余电量而影响用户QoE的问题.在移动设备不同电量状态下,PBCS能够实现视频质量和电量的权衡,提高用户QoE.

QoE驱动的基于CDN缓存命中率的码率自适应算法

随着移动流媒体用户群的增长,内容分发网(CDN)已经成为提高网络容量和用户体验质量(QoE)的重要途径。为了研究如何提升移动流媒体用户的QoE,提出基于CDN节点缓存命中率的QoE模型,该模型参数包含CDN节点缓存命中率、带宽吞吐量和客户端缓存变化量。在该模型的基础上,提出基于CDN节点缓存命中率的码率自适应算法,解决在网络条件不佳的情况下,根据用户码率请求参数的分布情况调整缓存策略,以提高CDN缓存命中率,降低时延,提高用户QoE。通过实验结果分析可以得出在网络条件相对较差的情况下,基于CDN缓存命中率的码率自适应算法能明显降低用户的RTT,提高用户QoE。

基于IOS的虚拟家居漫游系统的设计与实现

通过立方体全景图和视频的无缝拼接技术实现了基于IOS端的三维虚拟家居漫游系统.当服务器在网络数据请求次数比较多时,CDN网络技术将访问中心服务器的请求分配给最近或者最合理的边缘服务器,大幅降低用户的等待时间,有效地避免中心服务器访问拥堵问题.并且Web服务端通过HLS协议将整个视频流数据切成许多小的TS文件,向客户端提供接近实时的视频流服务.同时为了减少对服务器的访问次数,系统运用2种最近最少使用算法策略实现资源的本地缓存.最后采用苹果公司开发的GCD多线程编程方法同时进行房间全景图的渲染准备工作和房间过渡视频的下载.实验结果表明,当网络速度较慢时,客户端能较快地获取资源;系统运行效率较高,主线程不会出现阻塞的情况;房间场景过渡较自然,视觉感受比较流畅.

基于HTML5的视频网站播控系统

HTML5作为最重要下一代Web规范之一,为浏览器提供了音视频,动画,绘图,表单等类型内容的嵌入标准。基于HTML5来完成音视频流媒体服务,构建视频网站播控系统,不仅在PC可以通过独立浏览器访问,而且可以支持移动设备的连接浏览,为网站的跨平台服务能力提供了很好的技术基础。

一种基于多服务器的DASH客户端优化算法

在多服务器场景下,基于HTTP的动态自适应流媒体在传输过程中,由于用户请求的高度动态性及多服务器传输带宽的差异性,客户端获取的视频质量波动较频繁,影响到用户体验质量。针对上述问题,提出一种基于软件定义网络的视频分片请求调度算法。将多个分片组成一个视频块,利用分配策略把这多个分片分配至多个服务器,实现同一视频块内视频分片的码率同步,并使分片有序下载。同时,客户端算法采用Q学习方法,根据不同的环境状态决策出相应的码率。仿真实验结果表明,该算法可减少视频质量的波动,提高客户端平均视频质量。

面向HAS视频的可扩展参数化MOS模型

基于HTTP的自适应流媒体(HTTP adaptive streaming,HAS)业务已在全世界范围内得到广泛应用。针对HAS在传输机制和业务模式与传统基于RTSP/RTP的IPTV框架的本质区别,对HAS视频的体验质量进行度量,需要考虑HTTP环境下的网络传输和客户端参数的影响。提出一种可扩展的参数化MOS模型,将视频比特率、帧率、初始延时以及播放期间的缓冲等待作为基础量化参数,分别构建相应的MOS影响因子,并以可扩展的方式最终输出面向HAS的综合MOS分数。通过与经典主观数据集的对比试验,提出的参数化MOS模型较好的反映了用户在HAS环境下的主观体验,同时在不同清晰度视频集的主观试验结果中表现出高度相关性,验证了模型的实用性和有效性。

常州网络广播电视台的设计与实现

介绍了常州网络广播电视台的设计与实现,业务阶段上分为内容生产、运营发布、传输分发、用户体验等四部分,分别阐述了系统总体业务流程的三个阶段:内容生产与服务、VMS流媒体播控、内容运营,对系统整体架构进行了分析,介绍了与全台网的无缝对接、基于HTTP的流媒体系统、Wowza多格式多协议等系统优势与关键设计要点。

校园网流量多维度行为分析及优化

针对校园网出口链路拥塞压力不断增长,粗粒度的流控策略难以适应变化中的校园网流量环境的问题,分析了目前校园网出口高带宽占用比的几种网络协议的流量特征,从时间、区域、接入、链路多个维度对校园网的总体流量行为进行了深入的分析,根据分析结果提出了更细粒度的流量优化策略.结果显示:校园网入流量中HTTP流媒体(HTTP Streaming)流量占比最高且增长迅速,用户入带宽分布呈幂律分布特征,不同的区域、接入方式、ISP链路对网络应用协议的偏好度不同,更细粒度的流量优化策略可以有效缓解校园网出口拥塞,优化网络性能.