CN106375790B - 一种QoE驱动的多频道HAS码率自适应调度方法 - Google Patents

一种QoE驱动的多频道HAS码率自适应调度方法 Download PDF

Info

Publication number
CN106375790B
CN106375790B CN201610846542.XA CN201610846542A CN106375790B CN 106375790 B CN106375790 B CN 106375790B CN 201610846542 A CN201610846542 A CN 201610846542A CN 106375790 B CN106375790 B CN 106375790B
Authority
CN
China
Prior art keywords
rate
channel
code rate
parameter value
qoe
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
Application number
CN201610846542.XA
Other languages
English (en)
Other versions
CN106375790A (zh
Inventor
郑庆华
杜海鹏
杨春萌
张英鹏
宝思阳
张未展
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201610846542.XA priority Critical patent/CN106375790B/zh
Publication of CN106375790A publication Critical patent/CN106375790A/zh
Application granted granted Critical
Publication of CN106375790B publication Critical patent/CN106375790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/23805Controlling the feeding rate to the network, e.g. by controlling the video pump
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/2385Channel allocation; Bandwidth allocation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2662Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities

Abstract

本发明为一种QoE(Quality of Experience,质量体验、用户体验)驱动的多频道HAS(HTTP Adaptive Streaming,HTTP自适应流媒体)码率自适应调度方法,通过视频内容类型、码率、卡顿三个因素,建立多频道HAS的QoE模型;服务端计算各个频道的消息参数值,包括该频道内的平均码率、平均码率级别、资源竞争的激烈程度,并将频道的消息参数值传递给各用户;根据接收到的频道的消息参数值和多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别。

Description

一种QoE驱动的多频道HAS码率自适应调度方法
技术领域
本发明属于多媒体点播技术领域,涉及到视频点播、视频服务提供商、云服务、云带宽租赁提供多频道服务、多用户资源竞争的公平性,特别涉及一种QoE驱动的多频道HAS码率自适应调度方法。
背景技术
随着WiFi、3G、4G乃至LTE无线通信技术以及各种移动智能终端的迅猛发展,用户可以在各种设备上随时随地访问多媒体视频资源,为了应对异构终端,HTTP自适应流媒体技术应运而生。HTTP自适应流媒体技术(HAS,HTTP Adaptive Streaming)已成为当前主流的流媒体技术,受到越来越多的关注。HAS技术将视频分成多个切片,并在服务端存储多个不同码率的版本,然后客户端随着网络的变化由码率自适应算法动态地请求合适的码率视频,使用户获得好的用户体验(QoE,Quality of Experience)。随着云服务的快速发展,视频服务提供商更倾向于将多个视频频道资源部署在云端,并通过租赁一定的带宽资源为用户提供多频道HTTP自适应流媒体服务。
申请人经过查新,检索到以下几篇与本发明专利相关且属于多媒体点播技术领域的专利,它们分别是:
1.中国专利2013100342733,一种无线传输中码率自适应调节的方法、装置与系统;
2.中国专利2015100042441,一种服务多种不同终端的带宽自适应流媒体系统;
3.中国专利2013102534367,一种基于HLS的多场景流媒体自适应直播方法;
在上述专利1中,发明人提供一种无线传输中码率自适应调节的方法,用于视频码率自适应调节,该方法包括:根据视频源数据的视频特征类型参数,获得图像复杂度参数;接收接收端发送的无线信道传输质量信息;根据无线信道传输质量信息,获得无线传输指标参数;根据无线传输指标参数,获得目标码率参数;根据图像复杂度参数以及目标码率参数,查询码率控制经验数据表,获得图像输出帧率参数;将图像输出帧率参数发送至视频编码模块,以使视频编码模块在对视频源数据进行视频编码时,利用图像输出帧率参数对编码标准视频数据的输出码率进行调节。本发明还公开了一种无线传输中码率自适应调节的装置及系统。
在上述专利2中,发明人提供一种服务多种不同终端的带宽自适应流媒体系统。该系统包括设置在分节点上的按需转封装引擎和分节点缓存引擎,及通过互联网服务于若干分节点的中心节点上设置的按需转码引擎和主节点缓存引擎;按需转码引擎把任意格式的输入视频按需转码成多码率视频播放文件并在分发的同时缓存于主节点缓存引擎,分节点缓存引擎缓存从中心节点获取的多码率视频播放文件,按需转封装引擎根据检测到的播放终端带宽信息,从分节点缓存引擎中选取匹配码率的播放文件进行封装并传送给播放终端,使播放终端实现带宽自适应。其优点是,不但可实现流媒体内容的带宽自适应播放,而且可以实现对转码资源的最小化消耗,并和现有的内容分发网络(CDN网络)基础设施完美兼容。
在上述专利3中,发明人公开了提供了一种基于HLS的多场景流媒体自适应直播方法,通过服务器向客户端发送包串进行测量得到初始传输带宽数值,并确定其数值上下限,以及用于该数值带宽的编码方案和编码率;然后服务器根据初始传输带宽数值、编码率和客户端反馈的解码率进行实际传输带宽的预测,并与初始带宽数值的上下限进行比较,确定是否进行下一次实际传输带宽数值的预测。本发明能实现对数字家庭网络中可用的初始传输带宽进行检测,并自适应地对数字家庭网络流媒体的实际传输带宽进行预测,使视频图像可以根据网络的带宽情况进行自适应编码并传输,更好地利用了有限的网络带宽。
上述相关发明专利都没考虑到在多频道的情况下用户体验的良好性以及公平性,因而产生一种QoE驱动的多频道HAS码率自适应调度方法,来改善用户的公平以及提升用户体验。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种QoE驱动的多频道HAS码率自适应调度方法,以改善用户公平并获得好的用户体验。
为了实现上述目的,本发明采用的技术方案是:
一种QoE驱动的多频道HAS码率自适应调度方法,包括:
通过视频内容类型、码率、卡顿三个因素,建立多频道HAS的QoE模型;
服务端计算各个频道的消息参数值并将频道的消息参数值传递给各用户,消息参数分别为频道内用户的平均码率AverageQualityi、平均码率级别AverageLeveli、资源竞争的激烈程度Ui
根据接收到的频道的消息参数值和多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别。
所述构建多频道HAS的QoE模型步骤如下:
Step1:构建无卡顿时的QoE模型f(Rate)=a1×log(b1×Rate),其中:a1,b1为参数值,Rate为视频码率;
Step2:构建有卡顿时的QoE模型g(Rate,Stall)=a×log(b×Rate)-c×log(Stall),其中:a,b,c为参数值,Rate为视频码率,Stall为卡顿时长;
Step3:根据每个用户观看视频时出现卡顿的可能性及卡顿时长,构建多频道HAS的QoE模型EU(Rate)=(1-P(Rate))×f(Rate)+P(Rate)×g(Rate,Stall),其中:Rate为视频码率,Stall为卡顿时长,P(Rate)为视频播放出现卡顿的可能性。
所述卡顿可能性及卡顿时长的计算步骤如下:
Step1:计算以码率Rate请求视频切片的预估传输时间T(Rate),单位为秒;
Step2:计算卡顿可能性其中:Buffer为缓冲区的数据能够播放的时长,ξ为安全阈值,Math.random()为0到1之间的随机值;
Step3:计算卡顿时长Stall(Rate)=P(Rate)×|Buffer-T(Rate)|,其中:Buffer为缓冲区数据能够播放的时长,Rate为视频码率。
所述服务端计算各个频道的消息参数值的步骤如下:
设Clienti为频道i的用户请求数,Throughputij为频道i的第j个用户的请求码率,M为当前频道总数,B_total为服务端提供的总带宽,Bi为频道i的保障带宽,为第i个频道的Ni个视频码率集合;
Step1:计算各个频道的预估需要带宽资源和,
Step2:计算总预估需要的带宽资源,
Step3:如果Bwneed≤B_total,设置各频道的各个消息参数值均为0,否则进入Step4;
Step4:遍历M个频道,如果EstimatedBwi≤Bi,设置第i频道的各个消息参数值均为0;
Step5:计算当前设置完消息参数值的频道的剩余带宽和unused,剩下的频道按照优先级从高到低排序,预先分配的保障带宽越高优先级越高;
Step6:如果unused≥(EstimatedBwi-Bi),设置该频道的各个消息参数值均为0,其中i频道为当前优先级最高的频道,进入Step5,否则进入Step7;
Step7:计算平均请求码率AverageQualityi=(unused+Bi)/Clienti
Step8:计算平均请求码率级别
Step9:计算资源竞争的激烈程度Ui=(EstimatedBwi-unused-Bi)/EstimatedBwi
Step10:重复Step5-Step9,直至所有没有设置消息参数值的频道遍历完成。
所述根据接收到服务端的消息参数值和提出的多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别,其计算步骤如下:
Step1:根据用户的链路吞吐量Throughput情况,计算当前使得用户QoE最大的码率级别bestql;
Step2:根据用户接收到的服务端频道资源竞争程度的消息参数值决定函数权重值α=H(Ui),其中:Ui为资源竞争程度的消息参数值;
Step3:如果α!=0,遍历码流级别ql从1到bestql,计算出使得综合效用函数GU(ql)=(1-α)×|EU(rate(ql))-EU(rate(bestql))|+|ql-AverageLeveli|×α值最小的码率级别,该码率级别为下一个切片的请求码率级别NextQL,其中:EU(rate)为构建的QoE模型,AverageLeveli为该频道的平均码率级别;
Step4:如果α=0,下一个切片的请求码率级别NextQL=bestql;
Step5:用户根据NextQL的值发送视频切片请求至服务端。
与现有的技术相比,本发明实现了在多频道的情况下的码率自适应算法,改善了频道之间的用户的公平性以及频道之内的用户的公平性,并使得用户获得良好的体验。
附图说明
图1为本发明QoE驱动的多频道HAS码率自适应调度方法流程图。
图2为计算用户下一个视频切片请求的码率级别流程图。
图3为QoE建模过程。
图4为服务端消息参数计算流程图。
具体实施方式
下面结合附图和实施例详细说明本发明的实施方式。
如附图1所示,本发明为一种QoE驱动的多频道HAS码率自适应调度方法,通过视频内容类型、码率、卡顿三个因素,建立多频道HAS的QoE模型;其次,服务端计算各个频道的消息参数值并将频道的消息参数值传递给各用户,其中消息参数分别为频道内用户的平均码率AverageQualityi、平均码率级别AverageLeveli、资源竞争的激烈程度Ui;最后,客户端根据接收到的频道的消息参数值和多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别,从而达到在改善用户公平的基础上使用户获得好的QoE的目的。
下面对本发明的技术方案进行详细说明。
1、构建多频道HAS的QoE模型,具体实施步骤如下:
Step1:分析视频内容类型、码率、卡顿对QoE的影响;
Step2:对用户观看视频无卡顿时进行MOS评分,同时采集视频内容类型、当前观看视频码率Rate、MOS值;
Step3:利用Matlab进行数据的拟合,构建无卡顿时的QoE模型f(Rate)=a1×log(b1×Rate),其中:a1,b1为参数值,a1,b1根据视频内容类型的不同而不同,当视频内容类型为运动类时,a1可取1.016,b1可取40.72,当视频内容类型为风景类时,a1可取1.136,b1可取48.7,当视频内容类型为课程类时,a1可取0.96,b1可取152.4,Rate为视频码率;
Step4:对用户观看视频发生卡顿时进行MOS评分,同时采集视频内容类型、当前观看视频码率Rate、卡顿时长Stall、MOS值;
Step5:利用Matlab进行数据的拟合,构建有卡顿时的QoE模型g(Rate,Stall)=a×log(b×Rate)-c×log(Stall),其中:a,b,c为参数值,a,b,c根据视频内容类型的不同而不同,当视频内容类型为运动类时,a可取0.4093,b可取532,c可取1.019,当视频内容类型为风景类时,a可取0.4875,b可取496.9,c可取1.143,当视频内容类型为课程类时,a可取0.4457,b可取3035,c可取1.432,Rate为视频码率,Stall为卡顿时长;
Step6:根据每个用户观看视频时出现卡顿的可能性及卡顿时长,构建多频道HAS的QoE模型EU(Rate)=(1-P(Rate))×f(Rate)+P(Rate)×g(Rate,Stall),其中:Rate为视频码率,Stall为卡顿时长,P(Rate)为视频播放出现卡顿的可能性。
2、卡顿可能性及卡顿时长的计算,具体计算步骤如下:
Step1:计算以码率Rate请求视频切片的预估传输时间T(Rate),单位为秒;
Step2:计算卡顿可能性P(Rate),比较当前缓冲区数据的播放时长Buffer与传输时间T(Rate)之间的差值与安全域值ξ的大小,如果差值大于ξ,则卡顿可能性P(Rate)=0;如果差值小于(-ξ),则卡顿可能性P(Rate)=1,否则P(Rate)为一个0到1之间的随机值;
Step3:计算卡顿时长Stall(Rate)=P(Rate)×|Buffer-T(Rate)|,其中:Buffer为缓冲区数据能够播放的时长,Rate为观看视频码率。
3、服务端计算各个频道的消息参数值,并将频道的消息参数值传递给各用户,其中消息参数分别为频道内的平均码率AverageQualityi、平均码率级别AverageLeveli、资源竞争的激烈程度Ui,服务端计算各个频道的消息参数值的具体实施步骤如下:
设Clienti为频道i的用户请求数,Throughputij为频道i的第j个用户的请求码率,M为当前频道总数,B_total为服务端提供的总带宽,Bi为频道i的保障带宽,为第i个频道的Ni个视频码率集合;
Step1:计算各个频道的预估需要带宽资源和,
Step2:计算总预估需要的带宽资源,
Step3:如果Bwneed≤B_total,设置各频道的各个消息参数值均为0,否则进入Step4;
Step4:遍历M个频道,如果EstimatedBwi≤Bi,设置第i频道的各个消息参数值均为0;
Step5:计算当前设置完消息参数值的频道的剩余带宽和unused,剩下的频道按照优先级从高到低排序,预先分配的保障带宽越高优先级越高;
Step6:如果unused≥(EstimatedBwi-Bi),设置该频道的各个消息参数值均为0,其中i频道为当前优先级最高的频道,进入Step5,否则进入Step7;
Step7:计算平均请求码率AverageQualityi=(unused+Bi)/Clienti
Step8:计算平均请求码率级别
Step9:计算资源竞争的激烈程度Ui=(EstimatedBwi-unused-Bi)/EstimatedBwi
Step10:重复Step5-Step9,直至所有没有设置消息参数值的频道遍历完成。
4、根据接收到服务端的消息参数值和提出的多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别,具体的实施步骤如下:
Step1:根据用户的链路吞吐量Throughput情况,计算当前使得用户QoE最大的码率级别bestql;
Step2:根据用户接收到的服务端频道资源竞争程度的消息参数值决定函数权重值α=H(Ui),其中:Ui为资源竞争程度的消息参数值;
Step3:如果α!=0,遍历码流级别ql从1到bestql,计算出使得综合效用函数GU(ql)=(1-α)×|EU(rate(ql))-EU(rate(bestql))|+|ql-AverageLeveli|×α值最小的码率级别,该码率级别为下一个切片的请求码率级别NextQL,其中:EU(rate)为构建的QoE模型,AverageLeveli为该频道的平均码率级别;
Step4:如果α=0,下一个切片的请求码率级别NextQL=bestql;
Step5:用户根据NextQL的值发送视频切片请求至服务端。

Claims (4)

1.一种QoE驱动的多频道HAS码率自适应调度方法,其特征在于,包括:
通过视频内容类型、码率、卡顿三个因素,建立多频道HAS的QoE模型;
服务端计算各个频道的消息参数值,并将频道的消息参数值传递给各用户;
根据接收到的频道的消息参数值和多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别;
其中所述构建多频道HAS的QoE模型步骤如下:
Step1:构建无卡顿时的QoE模型f(Rate)=a1×log(b1×Rate),其中:a1,b1为参数值,Rate为视频码率;
Step2:构建有卡顿时的QoE模型g(Rate,Stall)=a×log(b×Rate)-c×log(Stall),其中:a,b,c为参数值,Rate为视频码率,Stall为卡顿时长;
Step3:根据每个用户观看视频时出现卡顿的可能性及卡顿时长,构建多频道HAS的QoE模型EU(Rate)=(1-P(Rate))×f(Rate)+P(Rate)×g(Rate,Stall),其中:Rate为视频码率,Stall为卡顿时长,P(Rate)为视频播放出现卡顿的可能性。
2.根据权利要求1所述QoE驱动的多频道HAS码率自适应调度方法,其特征在于,所述每个用户观看视频时出现卡顿的可能性及卡顿时长的计算步骤如下:
Step1:计算以码率Rate请求视频切片的预估传输时间T(Rate),单位为秒;
Step2:计算卡顿可能性其中:Buffer为缓冲区的数据能够播放的时长,ξ为安全阈值,Math.random()为0到1之间的随机值;
Step3:计算卡顿时长Stall(Rate)=P(Rate)×|Buffer-T(Rate)|,其中:Buffer为缓冲区数据能够播放的时长,Rate为视频码率。
3.根据权利要求1所述QoE驱动的多频道HAS码率自适应调度方法,其特征在于,所述服务端计算各个频道的消息参数值,并将频道的消息参数值传递给各用户,消息参数分别为频道内的平均码率AverageQualityi、平均码率级别AverageLeveli、资源竞争的激烈程度Ui,服务端计算各个频道的消息参数值的步骤如下:
Step1:计算各个频道的预估需要带宽资源和,
Step2:计算总预估需要的带宽资源,
Step3:如果Bwneed≤B_total,设置各频道的各个消息参数值均为0,否则进入Step4;
Step4:遍历M个频道,如果EstimatedBwi≤Bi,设置第i频道的各个消息参数值均为0;
Step5:计算当前设置完消息参数值的频道的剩余带宽和unused,剩下的频道按照优先级从高到低排序,预先分配的保障带宽越高优先级越高;
Step6:如果unused≥(EstimatedBwi-Bi),设置该频道的各个消息参数值均为0,其中i频道为当前优先级最高的频道,进入Step5,否则进入Step7;
Step7:计算平均请求码率AverageQualityi=(unused+Bi)/Clienti
Step8:计算平均请求码率级别
Step9:计算资源竞争的激烈程度Ui=(EstimatedBwi-unused-Bi)/EstimatedBwi
Step10:重复Step5-Step9,直至所有没有设置消息参数值的频道遍历完成,
其中:Clienti为频道i的用户请求数,Throughputij为频道i的第j个用户的请求码率,M为当前频道总数,B_total为服务端提供的总带宽,Bi为频道i的保障带宽,为第i个频道的Ni个视频码率集合。
4.根据权利要求1所述QoE驱动的多频道HAS码率自适应调度方法,其特征在于,所述根据接收到服务端的消息参数值和提出的多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别的计算步骤如下:
Step1:根据用户的链路吞吐量Throughput情况,计算当前使得用户QoE最大的码率级别bestql;
Step2:根据用户接收到的服务端频道资源竞争程度的消息参数值决定函数权重值α=H(Ui),其中:Ui为资源竞争程度的消息参数值;
Step3:如果α!=0,遍历码流级别ql从1到bestql,计算出使得综合效用函数GU(ql)=(1-α)×|EU(rate(ql))-EU(rate(bestql))|+|ql-AverageLeveli|×α值最小的码率级别,该码率级别为下一个切片的请求码率级别NextQL,其中:EU(rate)为构建的QoE模型,AverageLeveli为该频道的平均码率级别;
Step4:如果α=0,下一个切片的请求码率级别NextQL=bestql;
Step5:用户根据NextQL的值发送视频切片请求至服务端。
CN201610846542.XA 2016-09-23 2016-09-23 一种QoE驱动的多频道HAS码率自适应调度方法 Active CN106375790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610846542.XA CN106375790B (zh) 2016-09-23 2016-09-23 一种QoE驱动的多频道HAS码率自适应调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610846542.XA CN106375790B (zh) 2016-09-23 2016-09-23 一种QoE驱动的多频道HAS码率自适应调度方法

Publications (2)

Publication Number Publication Date
CN106375790A CN106375790A (zh) 2017-02-01
CN106375790B true CN106375790B (zh) 2019-04-09

Family

ID=57897154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610846542.XA Active CN106375790B (zh) 2016-09-23 2016-09-23 一种QoE驱动的多频道HAS码率自适应调度方法

Country Status (1)

Country Link
CN (1) CN106375790B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110099088B (zh) * 2018-01-31 2022-03-08 国广融合(北京)传媒科技发展有限公司 一种基于融合传输系统的自适应数据传输方法
CN109218814B (zh) * 2018-09-28 2020-10-27 西安交通大学 一种云计算环境下QoE驱动的HAS直播频道调度方法
CN109413456B (zh) * 2018-10-08 2021-05-18 山东大学 一种面向基于http的动态自适应流媒体多假设码率自适应系统及方法
CN110049352B (zh) * 2019-04-18 2021-06-18 北京达佳互联信息技术有限公司 码率确定方法、装置、计算机设备和存储介质
CN111031347A (zh) * 2019-11-29 2020-04-17 广州市百果园信息技术有限公司 一种视频处理的方法及装置、电子设备、存储介质
CN111432246B (zh) * 2020-03-23 2022-11-15 广州市百果园信息技术有限公司 推送视频数据的方法、装置及存储介质
CN111490983B (zh) * 2020-04-03 2021-06-04 武汉理工大学 一种基于视频感知质量的自适应流媒体码率选择系统
CN111586350B (zh) * 2020-04-19 2021-11-09 国网辽宁省电力有限公司电力科学研究院 基于带宽、优先级和无操作时间调节码率的方法
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
US20230101262A1 (en) * 2021-09-29 2023-03-30 At&T Intellectual Property I, L.P. Application-level network slicing for high quality of experience
CN114025190B (zh) * 2021-11-03 2023-06-20 北京达佳互联信息技术有限公司 多码率调度方法和多码率调度装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101562737A (zh) * 2009-05-19 2009-10-21 华中科技大学 一种对等直播系统中多码率调度方法
CN105357591A (zh) * 2015-11-16 2016-02-24 北京理工大学 一种自适应码率视频直播的QoE监控和优化方法
CN105763896A (zh) * 2016-05-12 2016-07-13 山东大学 一种多用户动态自适应视频码率分配系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130179588A1 (en) * 2011-09-21 2013-07-11 General Instrument Corporation Adaptive streaming to multicast and constrained-fidelity constant bit rate encoding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101562737A (zh) * 2009-05-19 2009-10-21 华中科技大学 一种对等直播系统中多码率调度方法
CN105357591A (zh) * 2015-11-16 2016-02-24 北京理工大学 一种自适应码率视频直播的QoE监控和优化方法
CN105763896A (zh) * 2016-05-12 2016-07-13 山东大学 一种多用户动态自适应视频码率分配系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A Method of QoE Evaluation for Adaptive Streaming based on Bitrate Distribution;Yun SHEN,etc.;《ICC"14-W12: Workshop on QOE-centric Network and Application Management》;20141231;第551-556页 *

Also Published As

Publication number Publication date
CN106375790A (zh) 2017-02-01

Similar Documents

Publication Publication Date Title
CN106375790B (zh) 一种QoE驱动的多频道HAS码率自适应调度方法
EP2880548B1 (en) Methods for quality-aware adaptive streaming over hypertext transfer protocol
CN105230024B (zh) 一种媒体表示自适应方法、装置及计算机存储介质
CN102801690B (zh) 流媒体的处理方法、分发服务器、客户端及系统
JP5897447B2 (ja) 品質及びレート情報に基づいてマルチメディアコンテンツのサイズを変更するための方法及びシステム
WO2018090774A1 (zh) 动态自适应视频流媒体的码率控制与版本选择方法及系统
CN103814562A (zh) 用信号表示片段的特性以用于媒体数据的网络流式传输
CN109729437B (zh) 流媒体自适应传输方法、终端和系统
CN103248964B (zh) 基于rtp/rtcp的车载视频传输系统
US10148990B2 (en) Video streaming resource optimization
Ju et al. QoE-based cross-layer design for video applications over LTE
US20160269462A1 (en) Adaptive real-time transcoding method and streaming server therefor
Zhao et al. A cloud-assisted DASH-based scalable interactive multiview video streaming framework
Dubin et al. A fair server adaptation algorithm for HTTP adaptive streaming using video complexity
CN103428529A (zh) 一种媒体云中视频数据编码传输方法
CN103701827A (zh) 基于自适应流媒体服务网关系统实现流媒体播放的方法
CN115701709A (zh) 视频编码方法、装置、计算机可读介质及电子设备
CN103596012B (zh) 一种实时的基于avs的视频帧率转码中帧间宏块类型选择方法
Chen et al. A Content Driven Resource Allocation Scheme for Video Transmission in Vehicular Networks
CN105635687A (zh) 一种基于智能终端信息传输系统
CN205385579U (zh) 一种基于智能终端信息传输系统
Chen et al. Adaptive media playout assisted rate adaptation scheme for HTTP adaptive streaming over lte system
CN117459764B (zh) 多通道智能屏幕显示方法、装置、设备及存储介质
KR102037165B1 (ko) 영상 처리 장치 및 그 영상 처리 방법
Yang et al. Cross‐layer design of resource allocation and segment adaptation based on CPIQ model for DASH clients over LTE networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant