CN105828069B - 一种基于主观质量评估的编码器自适应调整方法 - Google Patents
一种基于主观质量评估的编码器自适应调整方法 Download PDFInfo
- Publication number
- CN105828069B CN105828069B CN201610211260.2A CN201610211260A CN105828069B CN 105828069 B CN105828069 B CN 105828069B CN 201610211260 A CN201610211260 A CN 201610211260A CN 105828069 B CN105828069 B CN 105828069B
- Authority
- CN
- China
- Prior art keywords
- video
- subjective
- parameter
- user
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
Abstract
本发明涉及一种基于主观质量评估的编码器自适应调整方法,包括:步骤A:通过分析编码参数和配置条件对视频流码率的影响,建立HEVC编码器参数模型;步骤B:用终端用户对接收视频质量的主观感知,建立一个综合考虑编码器设置和网络损失因素的主观QoE模型;步骤C:基于建立的主观QoE模型,对多用户的视频业务,在有限的信道容量下构建最大化所有用户的总QoE的自适应调节算法。与现有技术相比,本发明大幅提高了多用户情况下的用户总满意度,同时支持根据用户优先级分配资源,对提高系统性能,优化网络资源分配具有重要意义。
Description
技术领域
本发明涉及无线通信技术领域,尤其是涉及一种基于主观质量评估的编码器自适应调整方法。
背景技术
随着网络传输技术和视频压缩技术的发展,终端用户期望得到更高质量的视频业务。为了得到更高的用户满意度,体验质量(Quality of Experience,QoE)在2012年被ITU-T提出,用来描述终端用户感知到的业务质量,逐渐取代客观服务质量(Quality ofService,QoS)指标,被用于网络的资源分配和性能优化。一般来说,QoE同时受到应用层参数(AQoS)和网络层参数(NQoS)因素的共同影响。
视频业务是下一代网络业务中最主要的业务之一。高效视频编码(HEVC)作为最新的视频编码标准,相比与H.264可以在几乎不损失视频质量的前提下节省50%带宽,更有利于在带宽受限的网络中进行视频传输。但也导致HEVC编码的视频流对网络丢包率更加敏感。因此,建立一个综合考虑编码器设置和网络损失因素的主观QoE模型是非常具有必要性的。同时,基于该主观QoE模型,可以对编码器进行自适应的调节,使其在有限的带宽资源下使得所有用户的总QoE最大,对提高系统性能,优化网络资源分配具有重要意义。
目前的研究工作存在有两大问题,一是QoE同时受到应用层参数(AQoS)和网络层参数(NQoS)因素的共同影响。但目前对于视频业务的QoE建模工作,大部分只单独考察了应用层参数、网络参数对于视频应用的影响,没有给出一个综合考虑的模型。二是基于QoE的网络优化工作,也大多利用的是客观QoE,仅通过调整信源的发送速率,而没有考虑编码器参数的影响。L.Anegekuh于2015年在IEEE Transaction on Multimedia(TMM)上发表了“Content-Based Video Quality Prediction for HEVC Encoded Video Streamed OverPacket Networks”(《分组网络中基于内容的HEVC编码视频流质量预测方法》),提出了一种基于视频内容的质量评估方案,给出了一个比较完整可靠的视频质量评价指标。然而,这个指标并没有用于网络优化和资源分配,因此基于QoE网络优化和自适应算法还有很大研究空间。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于主观质量评估的编码器自适应调整方法,大幅提高了多用户情况下的用户总满意度,同时支持根据用户优先级分配资源,对提高系统性能,优化网络资源分配具有重要意义。
本发明的目的可以通过以下技术方案来实现:
一种基于主观质量评估的编码器自适应调整方法,其特征在于,包括:
步骤A:通过分析编码参数和配置条件对视频流码率的影响,建立HEVC编码器参数模型;
步骤B:用终端用户对接收视频质量的主观感知,建立一个综合考虑编码器设置和网络损失因素的主观QoE模型;
步骤C:基于建立的主观QoE模型,对多用户的视频业务,在有限的信道容量下构建最大化所有用户的总QoE的自适应调节算法。
所述的影响视频码流率的编码器参数包括序列的固有参数、量化参数QP和配置文件决定的配置参数,其中固有参数包括帧速率、分辨率,所述的HEVC编码器参数模型对输出流比特率BR与QP、以及视频流质量PSNR与QP的关系模型化。
所述的步骤A具体为:
步骤A1:为了分析编码器参数模型,利用HEVC的官方参考软件HM 16.0对不同的视频序列进行编码,其中测试序列包括四种分辨率,分别为1600p、1080p、832x480和416x240;配置文件包括三类:All Intra(AI)、Low Delay(LD)和Random Access(RA);量化参数被设置为{1,2,7,12,22,27,32,37,42,47,51};输入视频格式是YUV420,视频质量损失是由Y,U,V分量的PSNR的加权和来计算;
步骤A2:根据训练结果,通过比较拟合优度R2用指数关系来近似表达输出流比特率BR与量化参数QP、以及视频流质量PSNR与量化参数QP的关系,公式如下:
其中α1,α2,β1,β2是与编码器的配置文件、输入测试序列有关的参数,即:
(α1,β1,α2,β2)=f(FR,W,H,Config.)
步骤A3:确定参数α1,α2,β1,β2,α1视为不经过量化的输出流比特率,与输入序列的分辨率和帧速率成正比,与编码配置文件对应的压缩率成反比,故其中H×W为视频的高和宽,FR为帧速率,σ为压缩率,与帧间预测、帧内预测、输入序列的内容和运动特征有关,通过训练获得,帧间预测的压缩率要高于帧内预测的压缩率,其中帧间预测包括LD和RA配置文件,帧内预测包括AI配置文件;α2视为不经过量化的输出流重建后的视频质量PSNR,主要与编码配置文件有关;β1,β2视为训练得到的常数参数。
所述的步骤B具体为:
步骤B1:主观用户打分统计,主观QoE模型既与应用层视频业务的发送速率、信源端压缩质量有关,又与传输网络的丢包率有关;利用终端用户对重建视频的平均意见得分MOS值,综合考虑应用层网络层参数的影响,建立Q主观QoE模型,其中MOS区间为[1,5],由ITU-T P.800,P.910和P.920定义;
步骤B2:将编码器参数对视频流的影响模型化,根据主观实验结果,视频质量损失是影响MOS的主要因素,其次,对于相同分辨率的序列,大的视频流比特率会带来更高的MOS值,故编码器的影响被建模为:
其中B0是一个与输入序列的分辨率相关的常数,BR是视频流比特率;δ是由视频质量损失PSNR决定的变量,计算如下:
步骤B3:对网络损失对视频流的影响模型化,考虑由于信道丢包率PLR造成的传输损失,丢包率被设置为0%,1%,3%,5%,10%以得到不同丢包率与用户MOS值的关系近似用指数关系拟合,公式如下所示:
步骤B4:由于编码器参数和网络损失会共同影响主观视频质量评估的预测,故MOS值可以用如下公式进行估测:
其中B0、D0是建模中通过拟合结果得到的常数参数。
所述的步骤C具体为:
步骤C1:根据步骤A和B获取的主观视频质量评价指标,设计编码器自适应调整算法,考虑一个资源受限的网络,存在多个视频业务的用户,通过反馈信息调节用户编码器参数,使得码率更适应于网络条件,达到提高用户满意度的目的;
优化问题被建模为:
1≤QPi≤51
其中ηi(QPi)为第i个用户编码参数为QPi时对应的视频质量MOS值,由QoE模型计算获得;Rb为信道为用户提供可用的比特率,BRi和PSNRi为第i个用户对应的编码器端的输出流比特率和视频流质量,量化参数的调节范围在QPi∈[1,51];闭区间内,由于所有用户在同样无线网络链路状况下,假设信道丢包率PLR对于所有的用户都是相同的,则用γ表示所有用户的信道丢包率;
步骤C2:根据上述OPT问题的描述,求得最优化问题的解得到每个用户最适合的编码器参数。
与现有技术相比,本发明实现了对视频业务质量的主观评价,同时基于该指标对编码器的设置进行了实时的调节,在网络资源有限的情况下大幅提高了多用户情况下的用户总满意度,而且支持根据用户优先级分配资源,对提高系统性能,优化网络资源分配具有重要意义,在视频业务中具有广阔的应用前景。
附图说明
图1为本发明的工作流程图。
图2为本发明多用户视频业务编码器自适应调整算法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图1所示,本发明包括以下步骤:
步骤A:HEVC编码器参数模型。影响视频码流的编码器参数包括序列的固有参数(比如帧速率、分辨率等)、量化参数QP和配置文件决定的配置参数。其中量化是编码器中造成有损编码的主要原因,故该步骤主要是对输出流比特率BR和视频流质量PSNR与QP的关系模型化。
步骤B:主观视频质量评估模型。QoE既与应用层视频业务的发送速率、信源端压缩质量有关,又与传输网络的丢包率有关。利用终端用户对重建视频的平均意见得分MOS值,综合考虑应用层网络层参数的影响,建立QoE预测模型。
步骤C:基于主观QoE的HEVC编码器自适应调整算法。针对网络资源受限下多个视频业务的用户,通过反馈信息调节用户编码器参数,使得码率更适应于网络条件,达到提高用户满意度的目的。
在多用户视频业务的情况下,编码器自适应调整算法的应用场景示意图如图2所示。考虑6个视频业务用户,视频序列分别为BQTerrace,BasketballDrive,Traffic,Kimono,PartyScene和BlowingBubbles,对应的α1分别为1M,640K,540K,270K,160K,40K。α2,β1,β2分别被设置为60.0,0.13和0.018。
设定Rb=40Kbps,对步骤C中的优化问题求解,得到的结果如表1所示。
表1
由表1可见,自适应编码器调整的方法可以比固定编码器参数的方法提高MOS。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (1)
1.一种基于主观质量评估的编码器自适应调整方法,其特征在于,包括:
步骤A:通过分析编码参数和配置条件对视频流码率的影响,建立HEVC编码器参数模型;
步骤B:用终端用户对接收视频质量的主观感知,建立一个综合考虑编码器设置和网络损失因素的主观QoE模型;
步骤C:基于建立的主观QoE模型,对多用户的视频业务,在有限的信道容量下构建最大化所有用户的总QoE的自适应调节算法;
所述的HEVC编码器参数模型包括序列的固有参数、量化参数QP和配置文件决定的配置参数,其中固有参数包括帧速率、分辨率,所述的HEVC编码器参数模型对输出流比特率BR与QP、以及视频流质量PSNR与QP的关系模型化;
所述的步骤A具体为:
步骤A1:为了分析编码器参数模型,利用HEVC的官方参考软件HM 16.0对不同的视频序列进行编码,其中测试序列包括四种分辨率,分别为1600p、1080p、832x480和416x240;配置文件包括三类:All Intra(AI)、Low Delay(LD)和Random Access(RA);量化参数被设置为{1,2,7,12,22,27,32,37,42,47,51};输入视频格式是YUV420,视频质量损失是由Y,U,V分量的PSNR的加权和来计算;
步骤A2:根据训练结果,通过比较拟合优度R2用指数关系来近似表达输出流比特率BR与量化参数QP、以及视频流质量PSNR与量化参数QP的关系,公式如下:
其中α1,α2,β1,β2是与编码器的配置文件、输入测试序列有关的参数,即:
(α1,β1,α2,β2)=f(FR,W,H,Config.)
步骤A3:确定参数α1,α2,β1,β2,α1视为不经过量化的输出流比特率,与输入序列的分辨率和帧速率成正比,与编码配置文件对应的压缩率成反比,故其中H×W为视频的高和宽,FR为帧速率,σ为压缩率,与帧间预测、帧内预测、输入序列的内容和运动特征有关,通过训练获得,帧间预测的压缩率要高于帧内预测的压缩率,其中帧间预测包括LD和RA配置文件,帧内预测包括AI配置文件;α2视为不经过量化的输出流重建后的视频质量PSNR,主要与编码配置文件有关;β1,β2视为训练得到的常数参数;
所述的步骤B具体为:
步骤B1:主观用户打分统计,主观QoE模型既与应用层视频业务的发送速率、信源端压缩质量有关,又与传输网络的丢包率有关;利用终端用户对重建视频的平均意见得分MOS值,综合考虑应用层网络层参数的影响,建立主观QoE模型,其中MOS区间为[1,5];
步骤B2:将编码器参数对视频流的影响模型化,根据主观实验结果,视频质量损失是影响MOS的主要因素,其次,对于相同分辨率的序列,大的视频流比特率会带来更高的MOS值,故编码器的影响被建模为:
其中B0是一个与输入序列的分辨率相关的常数,BR是输出流比特率;δ是由视频质量损失PSNR决定的变量,计算如下:
步骤B3:对网络损失对视频流的影响模型化,考虑由于信道丢包率PLR造成的传输损失,丢包率被设置为0%,1%,3%,5%,10%以得到不同丢包率与用户MOS值的关系近似用指数关系拟合,公式如下所示:
步骤B4:由于编码器参数和网络损失会共同影响主观视频质量评估的预测,故MOS值可以用如下公式进行估测:
其中B0、D0是建模中通过拟合结果得到的常数参数;
所述的步骤C具体为:
步骤C1:根据步骤A和B获取的主观视频质量评价指标,设计编码器自适应调整算法,考虑一个资源受限的网络,存在多个视频业务的用户,通过反馈信息调节用户编码器参数,使得码率更适应于网络条件,达到提高用户满意度的目的;
优化问题被建模为:
1≤QPi≤51
其中ηi(QPi)为第i个用户编码参数为QPi时对应的视频质量MOS值,由QoE模型计算获得;Rb为信道为用户提供可用的比特率,BRi和PSNRi为第i个用户对应的编码器端的输出流比特率和视频流质量,量化参数的调节范围在闭区间内,由于所有用户在同样无线网络链路状况下,假设信道丢包率PLR对于所有的用户都是相同的,则用γ表示所有用户的信道丢包率;
步骤C2:根据上述优化问题的描述,求得最优化问题的解得到每个用户最适合的编码器参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610211260.2A CN105828069B (zh) | 2016-04-06 | 2016-04-06 | 一种基于主观质量评估的编码器自适应调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610211260.2A CN105828069B (zh) | 2016-04-06 | 2016-04-06 | 一种基于主观质量评估的编码器自适应调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105828069A CN105828069A (zh) | 2016-08-03 |
CN105828069B true CN105828069B (zh) | 2019-01-18 |
Family
ID=56526574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610211260.2A Active CN105828069B (zh) | 2016-04-06 | 2016-04-06 | 一种基于主观质量评估的编码器自适应调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105828069B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107820084B (zh) * | 2016-09-13 | 2020-02-07 | 北京金山云网络技术有限公司 | 一种视频感知编码方法及装置 |
US10834406B2 (en) | 2016-12-12 | 2020-11-10 | Netflix, Inc. | Device-consistent techniques for predicting absolute perceptual video quality |
CN107529064A (zh) * | 2017-09-04 | 2017-12-29 | 北京理工大学 | 一种基于vr终端反馈的自适应编码方法 |
CN109587487B (zh) * | 2017-09-28 | 2020-08-21 | 上海富瀚微电子股份有限公司 | 一种对rdo策略的结构性失真度的评估方法及系统 |
CN108390775B (zh) * | 2018-02-05 | 2021-03-30 | 中南大学 | 一种基于spice的用户体验质量评价方法及系统 |
US10990812B2 (en) * | 2018-06-20 | 2021-04-27 | Agora Lab, Inc. | Video tagging for video communications |
CN110139111B (zh) * | 2019-04-25 | 2021-11-05 | 上海大学 | 一种视频编码算法的评价方法 |
CN111818329B (zh) * | 2020-06-24 | 2021-08-13 | 天津大学 | 基于堆栈式自适应编码器的视频质量评价方法 |
CN112584147B (zh) * | 2020-11-30 | 2023-05-05 | 北京金山云网络技术有限公司 | 调节编码器参数的方法、装置、计算机设备和存储介质 |
CN113411643B (zh) * | 2021-05-26 | 2022-11-11 | 中国人民解放军国防科技大学 | 一种视频质量优化方法、系统、电子设备及存储介质 |
CN113473190B (zh) * | 2021-08-05 | 2022-06-28 | 佳源科技股份有限公司 | 一种基于强化学习的音视频柔性传输装置及传输方法 |
CN113938684B (zh) * | 2021-09-26 | 2023-04-21 | 中国科学院计算技术研究所 | 一种轻量级端云协同的图像编码传输方法及系统 |
CN114827617B (zh) * | 2022-06-27 | 2022-10-18 | 致讯科技(天津)有限公司 | 一种基于感知模型的视频编解码方法及系统 |
CN115396695A (zh) * | 2022-08-18 | 2022-11-25 | 上海哔哩哔哩科技有限公司 | 由移动终端执行的方法、移动终端、介质及计算机系统 |
CN117041581B (zh) * | 2023-09-22 | 2023-12-12 | 上海视龙软件有限公司 | 一种用于视频编码参数优化的方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101795411A (zh) * | 2010-03-10 | 2010-08-04 | 宁波大学 | 一种立体图像的人眼最小可辨变化分析方法 |
CN102075784A (zh) * | 2011-02-18 | 2011-05-25 | 中国传媒大学 | 一种联合考虑压缩和丢包损伤条件下的视频质量评价方法 |
CN103442248A (zh) * | 2013-08-22 | 2013-12-11 | 北京大学 | 一种基于双眼立体视觉的图像压缩质量评估系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7965203B2 (en) * | 2006-05-09 | 2011-06-21 | Nippon Telegraph And Telephone Corporation | Video quality estimation apparatus, method, and program |
CA2604139C (en) * | 2006-05-09 | 2014-02-18 | Nippon Telegraph And Telephone Corporation | Video quality estimation apparatus, method, and program |
US7873710B2 (en) * | 2007-02-06 | 2011-01-18 | 5O9, Inc. | Contextual data communication platform |
CN101616315A (zh) * | 2008-06-25 | 2009-12-30 | 华为技术有限公司 | 一种视频质量评价方法、装置和系统 |
CN101715146B (zh) * | 2008-10-08 | 2011-09-07 | 中国移动通信集团公司 | 压缩视频质量评价方法及评价系统 |
CN101895787B (zh) * | 2010-07-21 | 2012-09-12 | 深圳市融创天下科技股份有限公司 | 一种视频编码性能主观评价方法及系统 |
CN103634594B (zh) * | 2012-08-21 | 2015-04-29 | 华为技术有限公司 | 一种获得视频编码压缩质量的方法及装置 |
CN103686218B (zh) * | 2012-09-18 | 2016-12-21 | 中国科学院声学研究所 | 一种MIMO‑OFDM系统下基于QoE的跨层优化视频传输方法及系统 |
CN103888846B (zh) * | 2014-03-04 | 2017-02-08 | 浙江大学 | 基于QoE的无线视频流业务自适应速率控制方法 |
-
2016
- 2016-04-06 CN CN201610211260.2A patent/CN105828069B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101795411A (zh) * | 2010-03-10 | 2010-08-04 | 宁波大学 | 一种立体图像的人眼最小可辨变化分析方法 |
CN102075784A (zh) * | 2011-02-18 | 2011-05-25 | 中国传媒大学 | 一种联合考虑压缩和丢包损伤条件下的视频质量评价方法 |
CN103442248A (zh) * | 2013-08-22 | 2013-12-11 | 北京大学 | 一种基于双眼立体视觉的图像压缩质量评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105828069A (zh) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105828069B (zh) | 一种基于主观质量评估的编码器自适应调整方法 | |
CN103888846B (zh) | 基于QoE的无线视频流业务自适应速率控制方法 | |
CN101621351B (zh) | 一种调节多媒体编码速率的方法、装置及系统 | |
Wan et al. | Adaptive unequal protection for wireless video transmission over IEEE 802.11 e networks | |
Khan et al. | QoE prediction model and its application in video quality adaptation over UMTS networks | |
Khan et al. | Quality of experience-driven adaptation scheme for video applications over wireless networks | |
EP1798897B1 (en) | Apparatus and method for determining transmission policies for a plurality of applications of different types | |
CN102802089B (zh) | 一种基于体验质量预测的移动视频码率调整方法 | |
CN103841418B (zh) | 一种3g网络中视频监控器码率控制的优化方法及系统 | |
CN103533359B (zh) | 一种h.264码率控制方法 | |
Sun et al. | Region-based rate control and bit allocation for wireless video transmission | |
AU2007313931A1 (en) | Dynamic modification of video properties | |
CN103281530A (zh) | 基于率失真优化的hevc码率控制方法 | |
Yao et al. | IPB-frame adaptive mapping mechanism for video transmission over IEEE 802.11 e WLANs | |
CN100563338C (zh) | 一种恒定码率的控制方法 | |
CN102075784B (zh) | 一种联合考虑压缩和丢包损伤条件下的视频质量评价方法 | |
Thakolsri et al. | QoE-driven cross-layer optimization in wireless networks addressing system efficiency and utility fairness | |
CN100442848C (zh) | 一种h263编码中码率的控制方法 | |
Cheng et al. | Subjective QoE based HEVC encoder adaptation scheme for multi-user video streaming | |
CN103428529A (zh) | 一种媒体云中视频数据编码传输方法 | |
CN107682701B (zh) | 基于感知哈希算法的分布式视频压缩感知自适应分组方法 | |
Semsarzadeh et al. | An adaptive rate control for faster bitrate shaping in x264 based video conferencing | |
CN100563336C (zh) | 一种基于手机电视的恒定码率控制方法 | |
Chiariotti et al. | QoE-aware Video Rate Adaptation algorithms in multi-user IEEE 802.11 wireless networks | |
Abar et al. | How modeling QoE requirements using game theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |