CN114880107A - 一种高效低成本的云游戏系统 - Google Patents

一种高效低成本的云游戏系统 Download PDF

Info

Publication number
CN114880107A
CN114880107A CN202111498483.9A CN202111498483A CN114880107A CN 114880107 A CN114880107 A CN 114880107A CN 202111498483 A CN202111498483 A CN 202111498483A CN 114880107 A CN114880107 A CN 114880107A
Authority
CN
China
Prior art keywords
data
game
user
compression
subsystem
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.)
Pending
Application number
CN202111498483.9A
Other languages
English (en)
Inventor
许磊
靳文波
赵庆鹏
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202111498483.9A priority Critical patent/CN114880107A/zh
Publication of CN114880107A publication Critical patent/CN114880107A/zh
Priority to PCT/CN2022/137925 priority patent/WO2023104186A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明公开了一种高效低成本的云游戏系统，包括用户端运行系统、智能数据访问预测子系统、智能服务端子系统、通用数据的数据预处理子系统、通用压缩和特殊压缩相结合的数据压缩子系统、预测和指令相结合的数据分发算法，本发明属于游戏技术领域，具体是指一种高效低成本的云游戏系统，游戏过程中，服务端分发即将被用到游戏源数据，用户端接收游戏源数据并在本地执行计算和渲染。解决了即开即玩，降低对网络要求，减少游戏卡顿，支持高质量游戏画面等需求。而且由于无需服务端渲染，并且分发的是压缩后的源数据，极大的降低了服务器成本和带宽成本，解决了当前云游戏无法“规模经济“的问题。

Description

一种高效低成本的云游戏系统
技术领域
本发明属于游戏技术领域，具体是指一种高效低成本的云游戏系统。
背景技术
随着计算机和游戏技术的高速发展，游戏容量爆炸式增长，一些大型游戏的容量往往已经超过200GB，有些公司的游戏甚至超过了2000TB。另一方面，这些游戏要求的计算能力(CPU和GPU的处理能力)也比较高。因此，在现有技术下，这些大型游戏分发和运行就成了问题，所以如何降低游戏触达用户的成本，即用户的获取成本和运行成本，成为当务之急。
云游戏是一种解决方案，即在云端服务器上运行游戏，将游戏的画面以流媒体的方式传送到用户端，并将用户端的输入(按键，语音，体感输入等)传递给服务器。这样解决了用户的下载安装和运行问题，但成本高(游戏购买成本，服务器成本，带宽成本，运营成本等，其中服务器成本和带宽成本是主要部分)，而且由于游戏的高度动态特征(实时生成，很难复用)，导致服务器成本无法在用户间摊薄，即服务器成本和带宽成本决定了当前的云游戏实现方式无法做到“规模经济”，亦即当前云游戏单位成本随用户规模增加没有出现明显下降。
发明内容
为了解决上述难题，本发明提供了一种高效低成本的云游戏系统，游戏过程中，服务端分发即将被用到游戏源数据，用户端接收游戏源数据并在本地执行计算和渲染。解决了即开即玩，降低对网络要求，减少游戏卡顿，支持高质量游戏画面等需求。而且由于无需服务端渲染，并且分发的是压缩后的源数据，极大的降低了服务器成本和带宽成本，解决了当前云游戏无法“规模经济“的问题。
为了实现上述功能，本发明采取的技术方案如下：一种高效低成本的云游戏系统，包括用户端运行系统、智能数据访问预测子系统、智能服务端子系统、通用数据的数据预处理子系统、通用压缩和特殊压缩相结合的数据压缩子系统、预测和指令相结合的数据分发算法；
用户端运行系统运行时负责启动游戏，并将游戏对数据的访问映射成对本地缓存和服务端数据的访问，并对用户透明；运行时会持续和服务端通信，上告用户当前的行为和游戏上下文信息，服务器端会智能预测用户接下来可能会用到的数据；或者拉取当前需要但是没有在缓存中的数据；运行时接受服务端返回的数据，并根据协议进行必要的解压、解密和转码，满足游戏的运行需求，加入本地缓存。并按照用户信息，剩余存储空间，服务端指令，按照特定的算法来管理本地缓存；
运行时中会收集用户行为和游戏行为，包括按键，按键时长，各界面停留时间，游戏响应，游戏运行上下文，游戏数据访问等信息，上传到服务端供后续建模；
智能数据访问预测子系统选取了Aproiri，朴素贝叶斯，贝叶斯网络，K-Means，KNN，DBSCAN，SVM，LSTM，CNN，AdaBoost，GBDT，RandomForest等机器学习算法，将这些算法的一个或者多个组合，构建了机器学习算法池；
使用机器学习算法池中不同的算法处理所收集的用户行为和程序行为，并结合数据的类型和特性，为不同用户和不同数据建立了数据访问预测模型；这些模型可以根据用户行为和程序行为，预测出用户接下来需要的数据；
对每个用户的每个数据，在模型评价阶段，根据小样本下的稳定性，预测成功率，计算复杂度等指标选择表现最好的前几个模型；
智能服务端子系统，能够对用户端传入的用户信息，设备信息，网络状况，用户行为和游戏上下文等进行综合处理，包括登陆，鉴权，授权，选择合适的智能数据访问预测模型，选择对应品质的模型和压缩算法，将用户所需要的数据提前或者按需发送给用户，过程中会根据设定对数据进行加密；
通用数据的数据预处理子系统根据智能数据访问预测子系统建立的模型和数据特性，数据预处理子系统将数据划分成合适大小的数据块，选择不同的压缩算法对数据块进行压缩。综合用户对特定数据使用情况，和该数据的性质和作用，以及智能数据访问预测子系统对用户体验的影响程度的打分，将数据块动态分配到服务器上对应的存储区，即冷数据区，一般数据区，热数据区(比如PCIE加速存储区，服务器内存缓存)，加速数据存储区(本公司或第三方CDN)；
通用压缩和特殊压缩相结合的数据压缩子系统。游戏数据有不同类型，比如代码，配置，文本，模型，音频，视频，纹理，图形，图像，数值，其他等。针对需要精确传输的代码，配置，文本，模型，数值等数据，根据其数据特点和实效性要求(压缩，和解压时间消耗)，选取特定的通用压缩(无损)算法(比如7z，LZMA，zip等)和不同的压缩参数进行压缩；而对音频，视频，纹理，图形，图像等数据，根据实效性要求和用户服务等级，使用合适的无损或有损压缩算法(如图像的png，jpeg，webp等，音频的aac，mp3等，视频的mpeg，mpeg4，H264，H265，VP8，VP9等，以及我们自研的算法)以及不同的码率或分辨率等参数，生成不同品质的压缩后数据。用户端的运行时在接受到数据之后会根据需要进行解压缩和转码，得到可用的数据；
预测和指令相结合的数据分发算法。在通常情况下，系统根据用户行为和程序行为，以及智能数据访问预测子系统生成的模型来下载拉取数据；数据分发子系统也支持游戏开发者按照协议植入指令，当触发指令执行条件时，数据分发子系统会按照指令来拉取特定数据。预测和指令相结合方式下，数据访问可以达到和访问本地数据一样0网络延时，从而达到游戏过程无卡顿。
本发明采取上述结构取得有益效果如下：本发明提供的高效低成本的云游戏系统，设计合理，包括以下优点：
(1)在运行时支持下，游戏无需下载，无需安装，即点即玩；现存云游戏方案中，游戏在服务器计算和渲染，游戏画面以视频格式通过网络传给客户端。和现存云游戏方案比，本发明无需服务端计算和渲染，减少了服务器的成本；
(2)本发明实现的云游戏方案在游戏过程中，只需要传递游戏数据，而且按需下载和不同层级的压缩极大地降低了分发中的流量。现存云游戏方案中，游戏画面以视频格式通过网络传给客户端。和现存云游戏方案相比，本发明能够节省超99％的流量成本；
(3)现存云游戏方案中，游戏画面以视频格式通过网络传给客户端，用户输入也需要通过网络传到服务器端，网络延时不可避免，网络抖动严重影响用户体验。本发明支持的数据访问可以达到和访问本地数据一样0网络延时，而且用户输入是在用户本地处理无需网络传输，从而达到游戏过程无卡顿；
(4)数据访问智能预测+数据多重压缩，降低了对网络带宽的要求，而且增加了对网络抖动的容忍程度，相比现存云游戏，极大地提高了弱网环境下的用户体验；
(5)由于是本地计算渲染，本发明支持的游戏可以运行在超高清+超高刷新率模式下，并对网络无额外要求。而现存云游戏由于服务器成本和带宽成本以及网络延时和抖动，无法支撑如此高质量的游戏品质；
(6)极大地降低了游戏对用户端存储容量的要求，在本发明的支持下，用户理论上可以拥有无限个游戏。
附图说明
图1为本发明提供的高效低成本的云游戏系统的示意框图；
图2为本发明提供的高效低成本的云游戏系统的用户端运行时框图；
图3为本发明提供的高效低成本的云游戏系统的通用数据的数据预处理子系统框图；
图4为本发明提供的高效低成本的云游戏系统的智能服务端子系统框图；
图5为本发明提供的高效低成本的云游戏系统的数据压缩流程图。
具体实施方式
下面将结合附图对本发明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一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。以下结合附图，对本发明做进一步详细说明。
如图1-5所示，本发明提供的高效低成本的云游戏系统，包括用户端运行系统、智能数据访问预测子系统、智能服务端子系统、通用数据的数据预处理子系统、通用压缩和特殊压缩相结合的数据压缩子系统、预测和指令相结合的数据分发算法；
用户端运行系统运行时负责启动游戏，并将游戏对数据的访问映射成对本地缓存和服务端数据的访问，并对用户透明；运行时会持续和服务端通信，上告用户当前的行为和游戏上下文信息，服务器端会智能预测用户接下来可能会用到的数据；或者拉取当前需要但是没有在缓存中的数据；运行时接受服务端返回的数据，并根据协议进行必要的解压、解密和转码，满足游戏的运行需求，加入本地缓存。并按照用户信息，剩余存储空间，服务端指令，按照特定的算法来管理本地缓存；
运行时中会收集用户行为和游戏行为，包括按键，按键时长，各界面停留时间，游戏响应，游戏运行上下文，游戏数据访问等信息，上传到服务端供后续建模；
智能数据访问预测子系统选取了Aproiri，朴素贝叶斯，贝叶斯网络，K-Means，KNN，DBSCAN，SVM，LSTM，CNN，AdaBoost，GBDT，RandomForest等机器学习算法，将这些算法的一个或者多个组合，构建了机器学习算法池；
使用机器学习算法池中不同的算法处理所收集的用户行为和程序行为，并结合数据的类型和特性，为不同用户和不同数据建立了数据访问预测模型；这些模型可以根据用户行为和程序行为，预测出用户接下来需要的数据；
对每个用户的每个数据，在模型评价阶段，根据小样本下的稳定性，预测成功率，计算复杂度等指标选择表现最好的前几个模型；
智能服务端子系统，能够对用户端传入的用户信息，设备信息，网络状况，用户行为和游戏上下文等进行综合处理，包括登陆，鉴权，授权，选择合适的智能数据访问预测模型，选择对应品质的模型和压缩算法，将用户所需要的数据提前或者按需发送给用户，过程中会根据设定对数据进行加密；
通用数据的数据预处理子系统根据智能数据访问预测子系统建立的模型和数据特性，数据预处理子系统将数据划分成合适大小的数据块，选择不同的压缩算法对数据块进行压缩。综合用户对特定数据使用情况，和该数据的性质和作用，以及智能数据访问预测子系统对用户体验的影响程度的打分，将数据块动态分配到服务器上对应的存储区，即冷数据区，一般数据区，热数据区(比如PCIE加速存储区，服务器内存缓存)，加速数据存储区(本公司或第三方CDN)；
通用压缩和特殊压缩相结合的数据压缩子系统。游戏数据有不同类型，比如代码，配置，文本，模型，音频，视频，纹理，图形，图像，数值，其他等。针对需要精确传输的代码，配置，文本，模型，数值等数据，根据其数据特点和实效性要求(压缩，和解压时间消耗)，选取特定的通用压缩(无损)算法(比如7z，LZMA，zip等)和不同的压缩参数进行压缩；而对音频，视频，纹理，图形，图像等数据，根据实效性要求和用户服务等级，使用合适的无损或有损压缩算法(如图像的png，jpeg，webp等，音频的aac，mp3等，视频的mpeg，mpeg4，H264，H265，VP8，VP9等，以及我们自研的算法)以及不同的码率或分辨率等参数，生成不同品质的压缩后数据。用户端的运行时在接受到数据之后会根据需要进行解压缩和转码，得到可用的数据；
预测和指令相结合的数据分发算法。在通常情况下，系统根据用户行为和程序行为，以及智能数据访问预测子系统生成的模型来下载拉取数据；数据分发子系统也支持游戏开发者按照协议植入指令，当触发指令执行条件时，数据分发子系统会按照指令来拉取特定数据。预测和指令相结合方式下，数据访问可以达到和访问本地数据一样0网络延时，从而达到游戏过程无卡顿。
以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (8)

1.一种高效低成本的云游戏系统，其特征在于：包括用户端运行系统、智能数据访问预测子系统、智能服务端子系统、通用数据的数据预处理子系统、通用压缩和特殊压缩相结合的数据压缩子系统、预测和指令相结合的数据分发算法。
2.根据权利要求1所述的一种高效低成本的云游戏系统，其特征在于：所述用户端运行系统运行时负责启动游戏，将游戏对数据的访问映射成对本地缓存和服务端数据的访问，并对用户透明；运行时会持续和服务端通信，上告用户当前的行为和游戏上下文信息，服务器端智能预测用户接下来能够用到的数据；或者拉取当前需要但是没有在缓存中的数据；运行时接受服务端返回的数据，并根据协议进行解压、解密和转码，满足游戏的运行需求，加入本地缓存；并按照用户信息，剩余存储空间，服务端指令，按照算法来管理本地缓存；运行时收集用户行为和游戏行为，上传到服务端供后续建模。
3.根据权利要求2所述的一种高效低成本的云游戏系统，其特征在于：运行时收集用户行为和游戏行为包括按键，按键时长，各界面停留时间，游戏响应，游戏运行上下文，游戏数据访问信息。
4.根据权利要求1所述的一种高效低成本的云游戏系统，其特征在于：所述智能数据访问预测子系统选取机器学习算法，将这些算法的一个或者多个组合，构建了机器学习算法池；
使用机器学习算法池中不同的算法处理所收集的用户行为和程序行为，并结合数据的类型和特性，为不同用户和不同数据建立了数据访问预测模型；并预测出用户接下来需要的数据；
对每个用户的每个数据，在模型评价阶段，根据小样本下的稳定性，预测成功率，计算复杂度等指标选择表现好的前几个模型。
5.根据权利要求1所述的一种高效低成本的云游戏系统，其特征在于：所述智能服务端子系统对用户端传入的用户信息、设备信息、网络状况、用户行为和游戏上下文进行综合处理，包括登陆、鉴权、授权，选择智能数据访问预测模型，选择对应品质的模型和压缩算法，将用户所需要的数据提前或者按需发送给用户，过程中根据设定对数据进行加密。
6.根据权利要求1所述的一种高效低成本的云游戏系统，其特征在于：所述通用数据的数据预处理子系统根据智能数据访问预测子系统建立的模型和数据特性，数据预处理子系统将数据划分成数据块，选择不同的压缩算法对数据块进行压缩；综合用户对特定数据使用情况和该数据的性质和作用，以及智能数据访问预测子系统对用户体验的影响程度的打分，将数据块动态分配到服务器上对应的存储区，即冷数据区、一般数据区、热数据区和加速数据存储区。
7.根据权利要求1所述的一种高效低成本的云游戏系统，其特征在于：所述通用压缩和特殊压缩相结合的数据压缩子系统；根据游戏数据的不同类型，针对需要精确传输的代码、配置、文本、模型和数值，根据其数据特点和实效性要求，选取特定的通用压缩算法和不同的压缩参数进行压缩；而对音频、视频、纹理、图形、图像，根据实效性要求和用户服务等级，使用无损或有损压缩算法以及不同的码率或分辨率等参数，生成不同品质的压缩后数据；用户端的运行时在接受到数据之后根据需要进行解压缩和转码，得到可用的数据。
8.根据权利要求1所述的一种高效低成本的云游戏系统，其特征在于：所述预测和指令相结合的数据分发算法根据用户行为和程序行为，以及智能数据访问预测子系统生成的模型来下载拉取数据；数据分发子系统支持游戏开发者按照协议植入指令，当触发指令执行条件时，数据分发子系统会按照指令来拉取特定数据；预测和指令相结合方式，数据访问能够达到和访问本地数据一样0网络延时，实现游戏过程无卡顿。
CN202111498483.9A 2021-12-09 2021-12-09 一种高效低成本的云游戏系统 Pending CN114880107A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111498483.9A CN114880107A (zh) 2021-12-09 2021-12-09 一种高效低成本的云游戏系统
PCT/CN2022/137925 WO2023104186A1 (zh) 2021-12-09 2022-12-09 一种高效低成本的云游戏系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111498483.9A CN114880107A (zh) 2021-12-09 2021-12-09 一种高效低成本的云游戏系统

Publications (1)

Publication Number Publication Date
CN114880107A true CN114880107A (zh) 2022-08-09

Family

ID=82667133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111498483.9A Pending CN114880107A (zh) 2021-12-09 2021-12-09 一种高效低成本的云游戏系统

Country Status (2)

Country Link
CN (1) CN114880107A (zh)
WO (1) WO2023104186A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023104186A1 (zh) * 2021-12-09 2023-06-15 许磊 一种高效低成本的云游戏系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111249724A (zh) * 2018-12-03 2020-06-09 索尼互动娱乐有限责任公司 机器学习驱动式资源分配
CN111729305A (zh) * 2020-06-23 2020-10-02 网易（杭州）网络有限公司 地图场景预加载方法、模型训练方法、设备及存储介质
CN113730902A (zh) * 2021-08-13 2021-12-03 许磊 一种用于游戏的免下载运行方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10926177B2 (en) * 2019-03-15 2021-02-23 Sony Interactive Entertainment Inc. Systems and methods for predicting states by using a distributed game engine
CN111861854A (zh) * 2019-04-30 2020-10-30 华为技术有限公司 用于图形渲染的方法及装置
CN113289330B (zh) * 2020-02-21 2023-12-08 华为技术有限公司 渲染方法和装置
US11711571B2 (en) * 2020-03-06 2023-07-25 Advanced Micro Devices, Inc. Client-side offload of graphics effects processing
CN114880107A (zh) * 2021-12-09 2022-08-09 许磊 一种高效低成本的云游戏系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111249724A (zh) * 2018-12-03 2020-06-09 索尼互动娱乐有限责任公司 机器学习驱动式资源分配
CN111729305A (zh) * 2020-06-23 2020-10-02 网易（杭州）网络有限公司 地图场景预加载方法、模型训练方法、设备及存储介质
CN113730902A (zh) * 2021-08-13 2021-12-03 许磊 一种用于游戏的免下载运行方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023104186A1 (zh) * 2021-12-09 2023-06-15 许磊 一种高效低成本的云游戏系统

Also Published As

Publication number Publication date
WO2023104186A1 (zh) 2023-06-15

Similar Documents

Publication Publication Date Title
CN111479112B (zh) 一种视频编码方法、装置、设备和存储介质
CN113015021B (zh) 云游戏的实现方法、装置、介质及电子设备
CN111135569A (zh) 云游戏处理方法、装置、存储介质与电子设备
US20100111410A1 (en) Remote computing platforms providing high-fidelity display and interactivity for clients
US20120093214A1 (en) Composite video streaming using stateless compression
RU2639677C1 (ru) Кодер и декодер
CN103402089A (zh) 一种基于宏块技术的虚拟桌面图像压缩方法
KR102471288B1 (ko) 송신, 수신 장치 및 방법
CN113906764B (zh) 用于转码视频的方法、设备和计算机可读介质
CN108989845A (zh) 一种基于spice协议的视频传输方法
CN103780925A (zh) 一种基于移动平台的在线视频点播方法和系统
CN112035081A (zh) 投屏方法、装置、计算机设备及存储介质
CN114880107A (zh) 一种高效低成本的云游戏系统
Zhang et al. Application research of image compression and wireless network traffic video streaming
Song et al. Remote display solution for video surveillance in multimedia cloud
Sarkar et al. L3bou: Low latency, low bandwidth, optimized super-resolution backhaul for 360-degree video streaming
CN114912082A (zh) 一种通用计算任务协作系统
CN114840859B (zh) 一种通用数据的流媒体化系统
CN110225399A (zh) 流媒体处理方法、装置、计算机设备及存储介质
US20100049832A1 (en) Computer program product, a system and a method for providing video content to a target system
Erfanian et al. Cd-lwte: Cost-and delay-aware light-weight transcoding at the edge
Wang et al. Edge intelligence-empowered immersive media
CN114832373B (zh) 一种纹理、音频和视频的压缩和重建方法
CN113709517A (zh) 一种基于弱终端的在线视频流处理系统
Zhu Big data-based multimedia transcoding method and its application in multimedia data mining-based smart transportation and telemedicine

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