CN113766269A - 视频缓存策略确定、视频数据处理方法、装置及存储介质 - Google Patents
视频缓存策略确定、视频数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113766269A CN113766269A CN202010491056.7A CN202010491056A CN113766269A CN 113766269 A CN113766269 A CN 113766269A CN 202010491056 A CN202010491056 A CN 202010491056A CN 113766269 A CN113766269 A CN 113766269A
- Authority
- CN
- China
- Prior art keywords
- caching
- view
- cache
- video
- view angle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title abstract description 18
- 239000002131 composite material Substances 0.000 claims abstract description 28
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims description 84
- 238000013468 resource allocation Methods 0.000 claims description 63
- 230000015572 biosynthetic process Effects 0.000 claims description 44
- 238000003786 synthesis reaction Methods 0.000 claims description 44
- 230000015654 memory Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 33
- 230000005540 biological transmission Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 19
- 239000000203 mixture Substances 0.000 claims description 13
- 230000002194 synthesizing effect Effects 0.000 claims description 7
- 239000002699 waste material Substances 0.000 abstract description 6
- 239000012634 fragment Substances 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005562 fading Methods 0.000 description 3
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
- H04N21/23106—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion involving caching operations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
- H04N21/4331—Caching operations, e.g. of an advertisement for later insertion during playback
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种视频缓存策略确定、视频数据处理方法、装置及存储介质。其中，该视频缓存策略确定方法包括：获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。本发明实施例可以充分合理利用缓存设备的缓存空间，在满足多视角视频的不同视角的缓存需求的前提下，减少缓存空间，避免造成缓存空间的浪费。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种视频缓存策略确定、视频数据处理方法、装置及存储介质。
背景技术
为了降低视频请求时延、提高用户体验及节省系统能耗，相关技术中，往往基于视频流行度进行主动边缘缓存，即基于文件流行度，将流行度较高的文件预先缓存至靠近用户的边缘端(如小基站、用户设备端)。
现有的视频缓存优化的结果往往严格按照视频流行度从高到底缓存，若泛化到多视角视频中，即视角也严格按照视频流行度缓存，则会造成缓存空间的浪费。
发明内容
有鉴于此，本发明实施例提供了一种视频缓存策略确定、视频数据处理方法、装置及存储介质，旨在有效利用缓存空间，改善多视角视频的缓存效果。
本发明实施例的技术方案是这样实现的：
本发明实施例提供了一种视频缓存策略确定方法，包括：
获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。
本发明实施例还提供了一种视频数据处理方法，包括：
基于本发明实施例所述的视频缓存策略确定方法确定的缓存策略更新缓存数据。
本发明实施例又提供了一种视频缓存策略确定装置，包括：
获取模块，用于获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；
确定模块，用于基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。
本发明实施例还提供了一种视频数据处理装置，包括：
处理模块，用于基于本发明实施例所述的视频缓存策略确定装置确定的缓存策略更新缓存数据。
本发明实施例又提供了一种视频缓存策略确定设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，执行本发明实施例视频缓存策略确定方法的步骤。
本本发明实施例还提供了一种视频数据处理设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，执行本发明实施例视频数据处理方法的步骤。
本发明实施例又提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本发明任一实施例所述方法的步骤。
本发明实施例提供的技术方案，通过获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略，可以充分合理利用缓存设备的缓存空间，在满足多视角视频的不同视角的缓存需求的前提下，减少缓存空间，避免造成缓存空间的浪费。
附图说明
图1为本发明实施例视频缓存策略确定方法的流程示意图；
图2为本发明实施例视角合成约束的原理示意图；
图3为本发明应用实施例视频数据处理方法的流程示意图；
图4为本发明实施例视频缓存策略确定装置的结构示意图；
图5为本发明实施例视频数据处理装置的结构示意图；
图6为本发明实施例视频缓存策略确定设备的结构示意图；
图7为本发明实施例视频数据处理设备的结构示意图。
具体实施方式
下面结合附图及实施例对本发明再作进一步详细的描述。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
相关技术中，基于视频流行度进行主动边缘缓存往往未考虑到多视角视频的中的部分视角可以利用已有视角合成的特性，导致多视角视频中的各视角均按照视频流行度进行缓存，造成了资源空间的浪费。
基于此，在本发明的各种实施例中，通过获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略，可以充分合理利用缓存设备的缓存空间，在满足多视角视频的不同视角的缓存需求的前提下，减少缓存空间，避免造成缓存空间的浪费。
本发明实施例提供了一种视频缓存策略确定方法，如图1所示，该视频缓存策略确定方法包括：
步骤101，获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；
这里，缓存设备可以为靠近用户的边缘端，如小基站、用户设备(UE)，该缓存设备可以基于主动边缘缓存将流行度较高多视角视频的文件预先缓存，从而降低视频请求时延、提高用户体验及节省系统能耗。缓存设备具有缓存及计算能力，缓存能力可以由缓存容量来表征，计算能力可以由计算资源来表征。
这里，多视角视频是指用多个视角来全面反映事物或者事件的视频内容，该多视角视频包括至少两个视角，各所述视角包括至少一个片段(segment)。本发明实施例中，可以将片段的时间长度标准化，以统一各视频的片段长度。同一视频的视角数量可以由拍摄视频的空间摄像头的数量决定，不同视角对应的片段的数量可以相等。缓存设备的计算资源的分配可以以片段为单元，且每一片段内计算资源受限。
这里，合成距离阈值是指两个相邻视角合成中间视角对应的距离阈值。比如，不同视角可以基于深度的图像渲染技术(Depth Image Based Rendering，DIBR)来实现两相邻视角的中间视角的合成。DIBR利用深度信息将相邻视角的图像投影到三维欧式空间，然后再将三维空间点投影到虚拟摄像机的成像平面上，从而实现两个相邻视角的中间视角的合成。本发明实施例中的合成距离阈值可以为DIBR合成距离阈值。
这里，视角流行度是指基于不同视频的各个视角进行统计生成的流行度，其相对于视频流行度而言，可以确定同一视频下不同视角对应的流行度，从而具有更小的粒度。比如，将视角流行度定义为pm,v，表示第m个视频的第v个视角的流行度。
步骤102，基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。
本发明实施例中，所述缓存设备的缓存策略以充分利用缓存设备的本地有限的缓存能力和计算能力，最大化提升用户体验为目标。具体地，基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略，包括：
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种。
这里，所述视角缓存策略用于确定多视角视频中不同视角的缓存比例，所述视角合成计算资源分配策略用于确定多视角视频中片段的视角合成计算资源所占的比例，所述转码计算资源分配策略用于确定多视角视频中片段的转码计算资源所占的比例。其中，不同视角的缓存比例的取值为从0到1。视角合成计算资源分配策略和转码计算资源分配策略用于对每个片段内的计算资源进行分配，基于视角合成计算资源所占的比例、转码计算资源所占的比例将该片段内的计算资源分配给相应的视角合成任务、转码任务。这里，视角合成是指基于已有的不同视角合成待合成的视角，从而减少按照视频流行度对各视角进行缓存导致的缓存空间的浪费。转码是指指根据信道条件将高码率转至低码率(例如1080p转720p)。
本发明实施例的缓存策略，由于考虑合成视角的可能性，可以利用本地缓存视角合成所需视角，进而确定相应的视角缓存策略，可以更有效的利用缓存空间，进而有效的提高用户体验。此外，本发明实施例计算资源的使用分为转码和视角合成任务两部分，基于视角合成计算资源分配策略和/或转码计算资源分配策略对每个片段内的计算资源进行分配，有效的利用计算资源合成所需视角，同时适应信道的变化进行实时转码，在计算资源维度上提升用户体验同时，对信道衰落具有鲁棒性。
本发明实施例视频缓存策略确定方法可以应用于缓存设备侧，还可以应用于与缓存设备相对的中心设备(比如，主基站)侧。
本发明实施例视频缓存策略确定方法，可以采用穷举法、深度学习方法、或者凸优化方法，基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。
在一些实施例中，基于凸优化和所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种。
这里，凸优化是数学最优化的一个子领域，研究定义于凸集中的凸函数最小化的问题。通过优化方法，得到凸函数取最值时自变量的最优解。通过凸优化方法，可以快速求解出上述的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略。
在一些实施例中，所述基于凸优化和所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种，包括：
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度构建第一凸优化问题；
对所述第一凸优化问题进行求解，确定缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述第一凸优化问题的优化变量包括：片段的缓存比例、片段的转码比例、片段的合成比例，所述第一凸优化问题的约束条件包括以下至少之一：
多视角视频的缓存容量小于或等于所述缓存容量；
片段的视角合成计算资源和转码计算资源小于或等于所述缓存设备的计算资源；
用于合成的不同视角之间的距离小于或等于所述合成距离阈值；
片段的转码比例小于或等于相应片段的缓存比例。
在一应用实施例中，第一凸优化问题P1定义为公式(1.1)：
第一凸优化问题P1的约束条件包括：公式(1.2)至(1.5)：
其中，
为平均的用户体验质量，x,
y为要求解的优化变量，分别为片段的缓存比例、片段的转码比例、以及片段的合成比例，取值范围为(0,1)。m,v,n分别为视频、视角、片段的索引，假定共有M个视频，每个视频有V个视角，每个视角有N个片段。每个片段的时间长度为T秒。缓存视角的编码比特率为RV，
Ccompute分别为合成所需计算资源、转码所需计算资源以及片段内总的计算资源。公式(1.2)为缓存容量约束，公式(1.3)为计算资源约束，公式(1.4)为合成视角的距离约束，其中，K为左右视角最大距离约束。当左右视角距离超过K时，合成的视频质量不可接受。式中[x]+＝max{x,0}为取正函数。以上两式表明合成视角v时，会先排除那些距离视角v更近的合成视角对，换言之，合成视角v会先从距离最小的左右视角对开始合成。
在一应用示例中，如图2所示，合成视角2的部分，会先从视角1、3中合成
然后剩余视角1仍可以合成的，会合成
公式(1.5)表明片段的转码比例小于或等于相应片段的缓存比例。
需要指出的是，本发明实施例的缓存策略确定方法，还适用于不考虑转码计算资源消耗的场景。如不考虑转码计算资源消耗时，可令式公式(1.3)中
同时去掉公式(1.5)，令问题求解中待求转码长度
等于实际可转码长度即可，不影响视角缓存策略和视角合成计算资源分配策略的求解。
在一些实施例中，所述第一凸优化问题的模型基于所述视角流行度、期望函数和缓存设备的概率密度函数确定，其中，所述期望函数包括以下至少之一：
若缓存设备的编码比特率大于缓存设备的传输速率，缓存的视角对应的第一期望函数；
若缓存设备的编码比特率大于缓存设备的传输速率，待合成的视角对应的第二期望函数；
若缓存设备的编码比特率小于或者等于缓存设备的传输速率，缓存的视角对应的第三期望函数；
若缓存设备的编码比特率小于或者等于缓存设备的传输速率，待合成的视角对应的第四期望函数。
在一应用实施例中，
基于视角流行度pm,v、期望函数QoE和缓存设备的概率密度函数f(RH)确定。
这里，期望函数QoE可以建模为播放率RP的函数。需要指出的是，本发明实施例的适用范围包括但不限于以下QoE函数：
其中，α,β为相关参数，可由实测用户集得到。
在一应用实施例中，
为对小基站的传输速率RH求期望的平均QoE,定义如公式(1.7)：
其中，QoE1,1,QoE1,2,QoE2,1,QoE2,2的定义如表1所示。
表1
具体地，平均的QoE按照小基站速率的不同可以分为两种情况：
1.RH＜RV
此时缓存版本的比特率RV(即编码比特率)比小基站速率RH(即传输速率)高，需转码为RH方可进行传输，播放比特率受限于小基站速率，即Rp＝RH，相应的QoE(Rp)＝QoE(RH)。按照小基站提供视角的方式：即缓存与合成的不同，又可将QoE分为两种情况：
1.1小基站有缓存
此时，平均的单位长度的QoE在小基站速率RH∈[R0,RV]上取期望，为
小基站缓存的片段长度为
需转码为
(注：
)，此时的QoE为完成转码片段长度乘以单位长度的QoE，即为：
1.2小基站无缓存可合成
此时需合成才可生成视角，平均单位长度的QoE除了要考虑对播放率取期望外，仍需考虑合成时视频质量的损失，为
对第m个视频的第v个视角的第n个片段，合成的片段总长度为
则此时的QoE为合成片段长度乘以单位长度的QoE，即为
2.RH≥RV
此时小基站速率RH比缓存版本的比特率RV高，无需转码就进行传输，播放比特率等于缓存版本的比特率，即Rp＝RV，相应的QoE(Rp)＝QoE(RV)，与RH无关，按照小基站提供视角的方式：即缓存与合成的不同，又可将QoE分为两种情况：
2.1小基站有缓存
此时，平均长度的QoE在小基站速率RH∈[RV,∞]上取期望，为
缓存的版本长度为
则此时的QoE为缓存片段长度乘以单位长度的QoE，即为
2.2小基站无缓存可合成
此时需合成才可生成视角，平均单位长度的QoE除了要考虑对播放率取期望外，仍需考虑合成时视频质量的损失，为
合成的片段长度为
则此时的QoE为合成片段长度乘以单位长度的QoE，即为
公式(1.3)计算资源的具体定义如下：
其中，κS,κT为转码和合成1bit数据所需的计算量。对公式(1.12)的解释：第n个片段传输时合成第n+1个片段，合成视角v需要左右两个视角的数据，在T秒内其总体需要处理数据量为
再乘以κS转换为所需计算资源。对公式(1.13)的解释：第n个片段传输时所需的转码任务为第n个片段已经缓存且可以转码的的部分
和在上一传输片段内已经合成的部分
在一些实施例中，所述对所述第一凸优化问题进行求解，确定缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种，包括：
将所述第一凸优化问题转化为第二凸优化问题及第三凸优化问题；
迭代优化所述第二凸优化问题及所述第三凸优化问题，直至收敛，得到缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述第二凸优化问题及所述第三凸优化问题构成与所述第一凸优化问题等价的双线性规划问题。
这里，收敛是指第二凸优化问题、第三凸优化问题的目标函数的值相差小于或等于设定阈值。双线性规划问题是指目标函数为两组变量乘积，约束为每组变量单独的线性约束的问题，在固定一组变量不变时，仅含另一组变量的问题为线性规划，总体称为双线性规划问题。
在一应用实施例中，对于前述的第一凸优化问题P1，其约束条件对应的公式(1.4)非凸，基于此，本发明实施例提出一种低复杂度迭代优化算法。其基本思想是，在等价转化之后，引入优化变量φ至原问题(即第一凸优化问题)中，使得当φ固定时，原问题成为凸问题，之后交替优化(x,
y)和φ，直至收敛。
具体地，初始化φ或者(x,
y)的值。之后进行交替优化，将第一凸优化问题P1转化为求解第二凸优化问题P2和第三凸优化问题P3。
第二凸优化问题P2定义为公式(2.1)：
第二凸优化问题P2的约束条件包括公式(2.2)及前述的公式(1.12)和公式(1.13)：
第三凸优化问题P3定义为公式(3.1)：
第三凸优化问题P3的约束条件包括公式(3.2)：
其中，公式(2.1)和公式(3.1)中系数A、B、C的值可由公式(1.7)合并同类项得到，由下式给出：
本发明实施例将第一凸优化问题P1转化为等价的双线性规划的第二凸优化问题P2和第三凸优化问题P3，基于迭代优化，使得第二凸优化问题P2和第三凸优化问题P3均收敛，从而确定优化变量x,
y，基于优化变量x,
y确定缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种。通过迭代优化算法，可以降低算法复杂度，收敛速度快，从而可以节省优化问题所需的计算资源。
本发明实施例还提供一种视频数据处理方法，应用于缓存设备，该视频数据处理方法包括：
基于前述实施例视频缓存策略确定方法确定的缓存策略更新缓存数据。
这里，缓存设备可以在本地侧执行前述实施例的视频缓存策略确定方法，进而基于该视频缓存策略确定方法确定的缓存策略更新缓存数据。
在一些实施例中，缓存设备还可以接收其他网络设备基于前述实施例的视频缓存策略确定方法确定的视频缓存策略，基于获取的视频缓存策略更新缓存数据。
在一些实施例中，基于所述缓存策略更新缓存数据，包括：
基于所述缓存策略中的视角缓存策略更新不同视角的片段的缓存比例。
本发明实施例中，基于视角缓存策略可以为不同视角的缓存比例，如此，可以针对多视角视频下的不同视角采取不同的缓存比例更新缓存数据，相较于现有技术中根据视频流行度来更新该视频下各视角的缓存数据，考虑了多视角可以利用已有视角合成的可能性，从而可以节省缓存空间，提升用户体验。
在一些实施例中，所述视频数据处理方法还包括：
接收视角请求；
确定本地能提供所述视角请求对应的视频数据，基于本地的缓存数据传输所述视角请求对应的视频数据。
这里，缓存设备可以接收用户发起的视角请求，该视角请求可以为用户请求查看多视角视频下的特定视角的请求。
缓存设备可以基于所述视角请求判断本地是否能提供所述视角请求对应的视频数据，若是，则可以基于本地的缓存数据传输所述视角请求对应的视频数据，若否，则可以基于补充协同服务模式提供相应的视频数据。其中，判断本地是否能提供所述视角请求对应的视频数据，包括：若本地已缓存该视角请求对应的视频数据或者确定本地能合成该视角请求对应的视频数据，则确定本地能提供所述视角请求对应的视频数据；若本地未缓存该视角请求对应的视频数据且本地不能合成该视角请求对应的视频数据，则确定本地不能提供所述视角请求对应的视频数据。所述基于补充协同服务模式提供相应的视频数据包括以下之一：通过回传链路从中央单元获取该视角请求对应的视频数据、由宏基站或其他小基站提供该视角请求对应的视频数据。
在一些实施例中，所述基于本地的缓存数据传输所述视角请求对应的视频数据，包括：
确定本地的缓存数据存在所述视角请求对应的视角，获取缓存的所述视角请求对应的视角的片段，并传输所述视角请求对应的视角的片段；或者，
确定本地的缓存数据不存在所述视角请求对应的视角，基于所述缓存策略中的视角合成计算资源分配策略合成所述视角请求对应的视角，并传输所述视角请求对应的视角的片段。
如此，本发明实施例可以在确定本地已缓存所述视角请求对应的视角的片段时，传输该视角请求对应的视角的片段，确定本地的缓存数据不存在所述视角请求对应的视角的片段时，基于已缓存的其他视角合成所述视角请求对应的视角，并传输合成的视角的片段。
对于前述的缓存的所述视角请求对应的视角的片段或者合成的所述视角请求对应的视角的片段，所述传输所述视角请求对应的视角的片段，包括：
确定传输速率大于或者等于缓存的编码比特率，直接传输所述视角请求对应的视角的片段；或者，
确定传输速率小于缓存的编码比特率，基于所述缓存策略中的转码计算资源分配策略转码并传输所述视角请求对应的视角的片段。
当缓存设备的传输速率大于或者等于缓存的编码比特率，可以不用对视频数据进行转码，直接传输所述视角请求对应的视角的片段。当缓存设备的传输速率小于缓存的编码比特率，则需要将视频数据转码成小于或者等于传输速率的比特率，本发明实施例基于所述缓存策略中的转码计算资源分配策略转码并传输所述视角请求对应的视角的片段，可以实现边转码边传输的效果，且通过转码计算资源分配策略、视角合成计算资源分配策略对同一片段的计算资源进行合理分配，可以有效的利用计算资源合成所需视角，同时适应信道的变化进行实时转码，在计算资源维度上提升用户体验同时，对信道衰落具有鲁棒性。
下面结合应用实施例对本发明再作进一步详细的描述。
本应用实施例中，缓存设备为小基站，在一个具有多个小区的系统中，每个小区中设有一个小基站和若干个用户。用户分配的无线资源是正交的，小基站提供高速的视频业务的传输，且具有计算与缓存能力。小基站到用户的下行信道为路径损耗和瑞利衰落信道。小基站与中央单元(即主基站)之间设有回传链路，用于提供数据与控制信息的传输、及周期性的缓存内容的更新。
下面以小基站为例对视频数据处理方法进行介绍。如图3所示，本应用实施例视频数据处理方法包括以下步骤：
步骤301，基于视角流行度，求解小基站缓存与计算资源分配策略。
这里，小基站可以基于视角流行度和合成距离阈值及小基站的缓存容量、计算资源确定缓存策略，该缓存策略可以包括：视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略。缓存策略的确定方法可以参照前述实施例的描述，在此不再赘述。
步骤302，小基站缓存视角更新。
小基站可以基于所述缓存策略中的视角缓存策略更新不同视角的片段的缓存比例。
步骤303，接收视角请求。
小基站可以接收用户发起的视角请求，该视角请求可以为用户请求查看多视角视频下的特定视角的请求。
步骤304，判断小基站是否有能力提供该视角，若否，则执行步骤305；若是，则执行步骤306。
这里，若小基站本地已缓存该视角的片段或者确定本地能合成该视角的片段，则确定本地能提供所述视角请求对应的片段，执行步骤306；若本地未缓存该视角对应的片段且本地不能合成该视角对应的片段，则确定本地不能提供所述视角对应的视频数据，执行步骤305。
步骤305，执行补充服务模式。
这里，小基站通过回传链路从中央单元获取该视角对应的视频数据、由宏基站或其他小基站提供该视角对应的视频数据。
步骤306，判断小基站本地是否缓存该视角，若是，则执行步骤307；若否，则执行步骤308。
步骤307，调用本地缓存。
若小基站已缓存该视角对应的视频数据，则无需合成视角，可以基于本地缓存数据获取该视角对应的片段，便于后续基于片段传输视频数据。
步骤308，利用本地缓存左右视角和计算资源合成该视角。
这里，小基站可以利用本地缓存的左右视角(即与待合成视角相邻的视角)合成该视角的片段，从而提供后续基于片段传输视频数据的片段数据。
步骤309，小基站分片段传输。
步骤310，判断传输速率是否大于编码比特率，若是，则执行步骤311；若否，则执行步骤312。
步骤311，直接传输。
这里，若小基站的传输速率大于缓存的编码比特率，则可以直接传输该视角的片段。
步骤312，边转码边传输。
这里，若小基站的传输速率小于缓存的编码比特率，则在分片段传输时，需考虑视角的转码，利用转码计算资源将编码比特率转为信道可达速率。具体的，当传输第n个片段时，小基站利用转码计算资源实时的转码(如有需要)第n个片段，同时，合成第n+1个片段，从而实现边转码边传输的效果。
为了实现本发明实施例的视频缓存策略确定方法，本发明实施例还提供一种视频缓存策略确定装置，该视频缓存策略确定装置与上述视频缓存策略确定方法对应，上述视频缓存策略确定方法实施例中的各步骤也完全适用于本视频缓存策略确定装置实施例。
如图4所示，该视频缓存策略确定装置包括：获取模块401、确定模块402，其中，获取模块401用于获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；确定模块402用于基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。
在一些实施例中，确定模块402具体用于：
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述视角缓存策略用于确定多视角视频中不同视角的缓存比例，所述视角合成计算资源分配策略用于确定多视角视频中片段的视角合成计算资源所占的比例，所述转码计算资源分配策略用于确定多视角视频中片段的转码计算资源所占的比例，所述多视角视频包括至少两个视角，各所述视角包括至少一个片段。
在一些实施例中，确定模块402具体用于：
基于凸优化和所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种。
在一些实施例中，确定模块402基于凸优化和所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种，包括：
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度构建第一凸优化问题；
对所述第一凸优化问题进行求解，确定缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述第一凸优化问题的优化变量包括：片段的缓存比例、片段的转码比例、片段的合成比例，所述第一凸优化问题的约束条件包括以下至少之一：
多视角视频的缓存容量小于或等于所述缓存容量；
片段的视角合成计算资源和转码计算资源小于或等于所述缓存设备的计算资源；
用于合成的不同视角之间的距离小于或等于所述合成距离阈值；
片段的转码比例小于或等于相应片段的缓存比例。
在一些实施例中，所述第一凸优化问题的模型基于所述视角流行度、期望函数和缓存设备的概率密度函数确定，其中，所述期望函数包括以下至少之一：
若缓存设备的编码比特率大于缓存设备的传输速率，缓存的视角对应的第一期望函数；
若缓存设备的编码比特率大于缓存设备的传输速率，待合成的视角对应的第二期望函数；
若缓存设备的编码比特率小于或者等于缓存设备的传输速率，缓存的视角对应的第三期望函数；
若缓存设备的编码比特率小于或者等于缓存设备的传输速率，待合成的视角对应的第四期望函数。
在一些实施例中，确定模块402对所述第一凸优化问题进行求解，确定缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种，包括：
将所述第一凸优化问题转化为第二凸优化问题及第三凸优化问题；
迭代优化所述第二凸优化问题及所述第三凸优化问题，直至收敛，得到缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述第二凸优化问题及所述第三凸优化问题构成与所述第一凸优化问题等价的双线性规划问题。
实际应用时，获取模块401及确定模块402，可以由视频缓存策略确定装置中的处理器来实现。当然，处理器需要运行存储器中的计算机程序来实现它的功能。
需要说明的是：上述实施例提供的视频缓存策略确定装置在进行视频缓存策略确定时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的视频缓存策略确定装置与视频缓存策略确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
为了实现本发明实施例的视频数据处理方法，本发明实施例还提供一种视频数据处理装置，该视频数据处理装置与上述视频数据处理方法对应，上述视频数据处理方法实施例中的各步骤也完全适用于本视频数据处理装置实施例。
如图5所示，该视频数据处理装置包括：处理模块501，用于前述实施例视频缓存策略确定装置确定的缓存策略更新缓存数据。
在一些实施例中，处理模块501具体用于：
基于所述缓存策略中的视角缓存策略更新不同视角的片段的缓存比例。
在一些实施例中，该视频数据处理装置还包括：
接收模块502，用于接收视角请求；
处理模块501还用于：确定本地能提供所述视角请求对应的视频数据，基于本地的缓存数据传输所述视角请求对应的视频数据。
在一些实施例中，处理模块501基于本地的缓存数据传输所述视角请求对应的视频数据，包括：
确定本地的缓存数据存在所述视角请求对应的视角，获取缓存的所述视角请求对应的视角的片段，并传输所述视角请求对应的视角的片段；或者，
确定本地的缓存数据不存在所述视角请求对应的视角，基于所述缓存策略中的视角合成计算资源分配策略合成所述视角请求对应的视角，并传输所述视角请求对应的视角的片段。
在一些实施例中，处理模块501传输所述视角请求对应的视角的片段，包括：
确定传输速率大于或者等于缓存的编码比特率，直接传输所述视角请求对应的视角的片段；或者，
确定传输速率小于缓存的编码比特率，基于所述缓存策略中的转码计算资源分配策略转码并传输所述视角请求对应的视角的片段。
实际应用时，处理模块501及接收模块502，可以由视频数据处理装置中的处理器来实现。当然，处理器需要运行存储器中的计算机程序来实现它的功能。
需要说明的是：上述实施例提供的视频数据处理装置在进行视频数据处理时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的视频数据处理装置与视频数据处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本发明实施例视频缓存策略确定方法，本发明实施例还提供一种视频缓存策略确定设备。图6仅仅示出了该视频缓存策略确定设备的示例性结构而非全部结构，根据需要可以实施图6示出的部分结构或全部结构。
如图6所示，本发明实施例提供的视频缓存策略确定设备600包括：至少一个处理器601、存储器602、用户接口603和至少一个网络接口604。视频缓存策略确定设备600中的各个组件通过总线系统605耦合在一起。可以理解，总线系统605用于实现这些组件之间的连接通信。总线系统605除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统605。
其中，用户接口603可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
本发明实施例中的存储器602用于存储各种类型的数据以支持视频缓存策略确定设备的操作。这些数据的示例包括：用于在视频缓存策略确定设备上操作的任何计算机程序。
本发明实施例揭示的食物信息管理方法可以应用于处理器601中，或者由处理器601实现。处理器601可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，食物信息管理方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器601可以是通用处理器、数字信号处理器(DSP，Digital SignalProcessor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器601可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器602，处理器601读取存储器602中的信息，结合其硬件完成本发明实施例提供的食物信息管理方法的步骤。
在示例性实施例中，视频缓存策略确定设备可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable LogicDevice)、FPGA、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
基于上述程序模块的硬件实现，且为了实现本发明实施例视频数据处理方法，本发明实施例还提供一种视频数据处理设备。图7仅仅示出了该视频数据处理设备的示例性结构而非全部结构，根据需要可以实施图7示出的部分结构或全部结构。
如图7所示，本发明实施例提供的视频数据处理设备700包括：至少一个处理器701、存储器702、用户接口703和至少一个网络接口704。视频数据处理设备700中的各个组件通过总线系统705耦合在一起。可以理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统705。
其中，用户接口703可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
本发明实施例中的存储器702用于存储各种类型的数据以支持视频数据处理设备的操作。这些数据的示例包括：用于在视频数据处理设备上操作的任何计算机程序。
本发明实施例揭示的食物信息管理方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，食物信息管理方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器701可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成本发明实施例提供的食物信息管理方法的步骤。
在示例性实施例中，视频数据处理设备700可以被一个或多个ASIC、DSP、PLD、CPLD、FPGA、通用处理器、控制器、MCU、Microprocessor、或其他电子元件实现，用于执行前述方法。
可以理解，存储器602、702可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read OnlyMemory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在示例性实施例中，本发明实施例还提供了一种存储介质，即计算机存储介质，具体可以是计算机可读存储介质，例如包括存储计算机程序的存储器602，上述计算机程序可由视频缓存策略确定设备的处理器601执行，以完成本发明实施例视频缓存策略确定方法所述的步骤；又如，包括存储计算机程序的存储器702，上述计算机程序可由视频数据处理设备的处理器701执行，以完成本发明实施例视频数据处理方法所述的步骤。计算机可读存储介质可以是ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
另外，本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
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，可轻易想到变化或替换，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 (16)
1.一种视频缓存策略确定方法，其特征在于，包括：
获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。
2.根据权利要求1所述的方法，其特征在于，基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略，包括：
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述视角缓存策略用于确定多视角视频中不同视角的缓存比例，所述视角合成计算资源分配策略用于确定多视角视频中片段的视角合成计算资源所占的比例，所述转码计算资源分配策略用于确定多视角视频中片段的转码计算资源所占的比例，所述多视角视频包括至少两个视角，各所述视角包括至少一个片段。
3.根据权利要求2所述的方法，其特征在于，所述基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种，包括：
基于凸优化和所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种。
4.根据权利要求3所述的方法，其特征在于，所述基于凸优化和所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种，包括：
基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度构建第一凸优化问题；
对所述第一凸优化问题进行求解，确定缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述第一凸优化问题的优化变量包括：片段的缓存比例、片段的转码比例、片段的合成比例，所述第一凸优化问题的约束条件包括以下至少之一：
多视角视频的缓存容量小于或等于所述缓存容量；
片段的视角合成计算资源和转码计算资源小于或等于所述缓存设备的计算资源；
用于合成的不同视角之间的距离小于或等于所述合成距离阈值；
片段的转码比例小于或等于相应片段的缓存比例。
5.根据权利要求4所述的方法，其特征在于，所述第一凸优化问题的模型基于所述视角流行度、期望函数和缓存设备的概率密度函数确定，其中，所述期望函数包括以下至少之一：
若缓存设备的编码比特率大于缓存设备的传输速率，缓存的视角对应的第一期望函数；
若缓存设备的编码比特率大于缓存设备的传输速率，待合成的视角对应的第二期望函数；
若缓存设备的编码比特率小于或者等于缓存设备的传输速率，缓存的视角对应的第三期望函数；
若缓存设备的编码比特率小于或者等于缓存设备的传输速率，待合成的视角对应的第四期望函数。
6.根据权利要求4或者5所述的方法，其特征在于，所述对所述第一凸优化问题进行求解，确定缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种，包括：
将所述第一凸优化问题转化为第二凸优化问题及第三凸优化问题；
迭代优化所述第二凸优化问题及所述第三凸优化问题，直至收敛，得到缓存设备的视角缓存策略、视角合成计算资源分配策略及转码计算资源分配策略中的至少一种；
其中，所述第二凸优化问题及所述第三凸优化问题构成与所述第一凸优化问题等价的双线性规划问题。
7.一种视频数据处理方法，其特征在于，包括：
基于如权利要求1至6任一所述的视频缓存策略确定方法确定的缓存策略更新缓存数据。
8.根据权利要求7所述的方法，其特征在于，基于所述缓存策略更新缓存数据，包括：
基于所述缓存策略中的视角缓存策略更新不同视角的片段的缓存比例。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
接收视角请求；
确定本地能提供所述视角请求对应的视频数据，基于本地的缓存数据传输所述视角请求对应的视频数据。
10.根据权利要求9所述的方法，其特征在于，所述基于本地的缓存数据传输所述视角请求对应的视频数据，包括：
确定本地的缓存数据存在所述视角请求对应的视角，获取缓存的所述视角请求对应的视角的片段，并传输所述视角请求对应的视角的片段；或者，
确定本地的缓存数据不存在所述视角请求对应的视角，基于所述缓存策略中的视角合成计算资源分配策略合成所述视角请求对应的视角，并传输所述视角请求对应的视角的片段。
11.根据权利要求9或者10所述的方法，其特征在于，所述传输所述视角请求对应的视角的片段，包括：
确定传输速率大于或者等于缓存的编码比特率，直接传输所述视角请求对应的视角的片段；或者，
确定传输速率小于缓存的编码比特率，基于所述缓存策略中的转码计算资源分配策略转码并传输所述视角请求对应的视角的片段。
12.一种视频缓存策略确定装置，其特征在于，包括：
获取模块，用于获取缓存设备的缓存容量、计算资源和多视角视频对应的合成距离阈值及视角流行度；
确定模块，用于基于所述缓存容量、所述计算资源、所述合成距离阈值及所述视角流行度，确定所述缓存设备的缓存策略。
13.一种视频数据处理装置，其特征在于，包括：
处理模块，用于基于如权利要求12所述的视频缓存策略确定装置确定的缓存策略更新缓存数据。
14.一种视频缓存策略确定设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，
所述处理器，用于运行计算机程序时，执行权利要求1至6任一项所述方法的步骤。
15.一种视频数据处理设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，
所述处理器，用于运行计算机程序时，执行权利要求7至11任一项所述方法的步骤。
16.一种存储介质，所述存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至11任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010491056.7A CN113766269B (zh) | 2020-06-02 | 2020-06-02 | 视频缓存策略确定、视频数据处理方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010491056.7A CN113766269B (zh) | 2020-06-02 | 2020-06-02 | 视频缓存策略确定、视频数据处理方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113766269A true CN113766269A (zh) | 2021-12-07 |
| CN113766269B CN113766269B (zh) | 2023-08-01 |
Family
ID=78782935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010491056.7A Active CN113766269B (zh) | 2020-06-02 | 2020-06-02 | 视频缓存策略确定、视频数据处理方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113766269B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113473172A (zh) * | 2020-03-30 | 2021-10-01 | 中国电信股份有限公司 | Vr视频缓存方法、装置、缓存服务装置以及存储介质 |
| CN116095512A (zh) * | 2022-07-15 | 2023-05-09 | 荣耀终端有限公司 | 终端设备的拍照方法及相关装置 |
| CN117041653A (zh) * | 2023-08-08 | 2023-11-10 | 心动网络股份有限公司 | 基于资源分配的播放画面录制方法、装置、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107124603A (zh) * | 2017-05-10 | 2017-09-01 | 中国电子科技集团公司第五十四研究所 | 一种基于缓存的多视点视频自适应传输方法 |
| CN109936633A (zh) * | 2019-03-11 | 2019-06-25 | 重庆邮电大学 | 内容中心网络中基于内容重要度的协作缓存策略 |
| CN109982104A (zh) * | 2019-01-25 | 2019-07-05 | 武汉理工大学 | 一种移动边缘计算中移动感知的视频预取与缓存替换决策方法 |
-
2020
- 2020-06-02 CN CN202010491056.7A patent/CN113766269B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107124603A (zh) * | 2017-05-10 | 2017-09-01 | 中国电子科技集团公司第五十四研究所 | 一种基于缓存的多视点视频自适应传输方法 |
| CN109982104A (zh) * | 2019-01-25 | 2019-07-05 | 武汉理工大学 | 一种移动边缘计算中移动感知的视频预取与缓存替换决策方法 |
| CN109936633A (zh) * | 2019-03-11 | 2019-06-25 | 重庆邮电大学 | 内容中心网络中基于内容重要度的协作缓存策略 |
Non-Patent Citations (1)
| Title |
|---|
| 黄振宇 等: ""无线网络中多视点视频的缓存放置问题"", 《电子测量技术》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113473172A (zh) * | 2020-03-30 | 2021-10-01 | 中国电信股份有限公司 | Vr视频缓存方法、装置、缓存服务装置以及存储介质 |
| CN113473172B (zh) * | 2020-03-30 | 2023-03-24 | 中国电信股份有限公司 | Vr视频缓存方法、装置、缓存服务装置以及存储介质 |
| CN116095512A (zh) * | 2022-07-15 | 2023-05-09 | 荣耀终端有限公司 | 终端设备的拍照方法及相关装置 |
| CN116095512B (zh) * | 2022-07-15 | 2024-04-02 | 荣耀终端有限公司 | 终端设备的拍照方法及相关装置 |
| CN117041653A (zh) * | 2023-08-08 | 2023-11-10 | 心动网络股份有限公司 | 基于资源分配的播放画面录制方法、装置、设备及介质 |
| CN117041653B (zh) * | 2023-08-08 | 2024-06-04 | 心动网络股份有限公司 | 基于资源分配的播放画面录制方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113766269B (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113766269A (zh) | 视频缓存策略确定、视频数据处理方法、装置及存储介质 | |
| Sun et al. | Flocking-based live streaming of 360-degree video | |
| CN109379550B (zh) | 基于卷积神经网络的视频帧率上变换方法及系统 | |
| CN110998660B (zh) | 用于优化流水线执行的方法、系统和装置 | |
| KR100809354B1 (ko) | 복원된 프레임의 프레임율을 업컨버팅하는 장치 및 방법 | |
| CN110248210B (zh) | 视频传输优化方法 | |
| CN108551586A (zh) | 多用户360度视频流服务器端码率自适应分配方法及系统 | |
| CN112995636B (zh) | 基于边缘计算和主动缓存的360度虚拟现实视频传输系统及参数优化方法 | |
| US20080285656A1 (en) | Three-loop temporal interpolation for error concealment of multiple description coding | |
| Li et al. | Toward Optimal Real-Time Volumetric Video Streaming: A Rolling Optimization and Deep Reinforcement Learning Based Approach | |
| CN115633143A (zh) | 一种边端协同超分的自适应视频流传输系统 | |
| WO2024140568A1 (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
| Yang et al. | Intelligent cache and buffer optimization for mobile VR adaptive transmission in 5G edge computing networks | |
| CN113473172B (zh) | Vr视频缓存方法、装置、缓存服务装置以及存储介质 | |
| Kumar et al. | Seer: Learning-Based 360$^{\circ} $ Video Streaming for MEC-Equipped Cellular Networks | |
| Wang et al. | Teaching mechanism empowered by virtual simulation: Edge computing–driven approach | |
| Li et al. | Utility-driven joint caching and bitrate allocation for real-time immersive videos | |
| JP2006518563A (ja) | ハンドヘルド機器用のビデオ符号化方法 | |
| CN116366876A (zh) | 边云协同场景下影视资源部署和调度方法及系统 | |
| CN114257647B (zh) | 基于d2d通信的会议视频缓存方法、服务器和系统 | |
| Lee et al. | Efficient caching for multi-view 3D videos | |
| Sayed et al. | An affine-based algorithm and SIMD architecture for video compression with low bit-rate applications | |
| CN107609039B (zh) | 基于cdn的热门影片在近端缓存服务器的空间分配方法 | |
| Mastronarde et al. | Towards a general framework for cross-layer decision making in multimedia systems | |
| Shi et al. | Towards Full-scene Volumetric Video Streaming via Spatially Layered Representation and NeRF Generation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |