面向互聯網的若干視頻傳輸關鍵技術研究.pdf

1、隨著互聯網與視頻編解碼技術的發(fā)展，視頻傳輸在互聯網的數據傳輸服務中占據了越來越重要的地位。由于具有數據量大、編解碼復雜、各數據單元之間依賴性強等特點，視頻對丟包、時延等QoS(網絡服務質量)參數極其敏感。而當前互聯網的規(guī)模仍在迅速擴大，同時又有數量日益增多的移動設備接入互聯網，特別是隨著移動通信網絡與互聯網的融合，進一步降低了網絡服務質量，使互聯網中的視頻傳輸面臨著數據出錯、失真、中斷等諸多問題。如何保證視頻傳輸的實時性和穩(wěn)定性，提高接

2、收端的視頻質量，已成為當前數據通信與視頻編解碼技術中的一個重要研究內容。伴隨著以視頻為代表的流媒體業(yè)務在互聯網中的日益普及，相關技術的研究不但具有重要的學術意義，而且具有較大的應用價值。
　　在收集大量國內外相關研究的文獻資料，并對其進行整理、分析的基礎上，本文對面向互聯網的若干視頻傳輸關鍵技術進行了重點研究，主要研究內容如下:
　　(1)面向信道編碼的糾錯技術
　　針對視頻數據在互聯網中傳輸時，接收端的視頻質量易受網

3、絡丟包的影響而顯著降低的問題，提出了一種基于丟包率預測的糾錯方法。該方法首先采用FCM(模糊C均值聚類)對丟包率P進行量化，之后利用Baum-Welch算法對HMM(隱馬爾科夫模型)參數進行訓練，再利用Viterbi算法對HMM進行求解，進而獲得下一時間段的丟包率，最后根據丟包率的大小自適應地選擇FEC(Forward Error Correction)或ARQ(AutoRepeat reQuest)完成糾錯操作。仿真實驗結果表明，相對

4、于HARQ與LIVA方法，所提出的方法不但降低了丟包率和平均時延，而且減小了視頻失真，提高了接收端視頻的主觀及客觀質量。
　　(2)面向可伸縮視頻編碼的糾錯技術
　　針對可伸縮視頻編碼(SVC)在傳輸過程中存在解碼后質量較差的問題，提出了一種基于自適應遺傳算法的糾錯方法。該方法首先分析了SVC的網絡抽象層單元數據包頭的結構，設計了一種新的封裝方案。然后根據SVC各層對解碼重要性的不同，在計算丟包環(huán)境下SVC失真的基礎上，將F

5、EC數據在各層的分配視為多約束條件下的優(yōu)化問題，再引入懲罰函數將之轉化為無約束優(yōu)化問題，進而采用自適應遺傳算法進行求解，得到了優(yōu)化的FEC數據分配方案，實現了SVC平均失真的最小化。仿真實驗結果表明，相比LW-EZEP及GOP-UEP方法，所提出的方法不但改善了解碼后視頻的客觀質量，而且有效地提高了解碼速度。
　　(3)基于擁塞控制的視頻單播傳輸技術
　　針對現有的單播擁塞控制方法可靠性低、視頻平均失真較大的問題，提出了一種

6、基于半馬爾科夫決策過程的單播擁塞控制方法。該方法首先為克服基于PSNR(峰值信噪比)的視頻質量評估策略實時性較低的不足，設計了一種可在線運行的無參考視頻質量評估策略。然后根據接收端視頻質量的反饋，以最小化平均失真為目標，將單播擁塞控制視為具備馬爾科夫性質的離散過程，采用半馬爾科夫決策過程對擁塞控制過程建模。并為其設計了相應的求解算法，優(yōu)化了擁塞控制參數的調整策略。仿真實驗結果表明，與現有的MTCC和TCP reno方法相比，所提出的方法

7、不但是TCP友好的，而且有效地提升了接收端視頻的主觀和客觀質量。
　　(4)基于擁塞控制的視頻組播傳輸技術
　　針對現有組播擁塞控制方法的帶寬利用率低、平均時延較高的問題，提出了一種基于SA的多速率組播擁塞控制方法。該方法首先在最大化接收端請求速率的前提下，對多速率組播擁塞控制過程進行了建模，然后采用SA對該模型進行求解，得到了優(yōu)化的接收端請求速率，提高了帶寬利用率。在此基礎上，為降低視頻傳輸時延，設計了一種接收端的層調整機

8、制。最后通過在視頻組播系統(tǒng)中設置代理節(jié)點完成視頻數據的錯誤恢復，以提高視頻組播的可靠性。仿真實驗結果表明，與TFMCC方法相比，所提出的方法具有良好的公平性與可擴展性，有效地提高了帶寬利用率和組播系統(tǒng)的吞吐量，在接收端也獲得了更高的視頻質量。
　　(5)基于碼率控制的視頻傳輸技術
　　針對現有的碼率控制方法未考慮人眼的視覺感知、精度較低、編碼質量波動較大的問題，提出了一種基于視覺感知的碼率控制方法。該方法首先設計了檢測視頻序

9、列中的場景變化和幀的局部運動性的方法，定義了幀的活動度。在此基礎上，將視覺感知應用于像素域的恰可察覺失真模型，根據各幀的恰可察覺失真的大小完成幀層比特分配，使之更符合人眼視覺感知的特征。然后為更有效地消除視頻幀中的時間與空間冗余，提出了基于結構相似度的率失真模型，設計了基本單元層的比特分配方案。實驗結果表明，相對于VPBRC和JVT-W042方法，所提出的方法不僅增強了輸出碼流的穩(wěn)定性，而且顯著提高了碼率控制的精度與視頻質量。