多屏內(nèi)容的處理與傳輸架構(gòu)研究.pdf

1、隨著網(wǎng)絡(luò)傳輸基礎(chǔ)技術(shù)的發(fā)展，人們可以在各個終端瀏覽視頻。視頻的分辨率也越來越高，高清、超高清乃至更高的8K分辨率的概念層出不窮。根據(jù)思科的預(yù)測，得益于移動端的爆發(fā)性增長，未來的互聯(lián)網(wǎng)流量中，視頻流量將占據(jù)70%甚至更多，這一比例會在接下來的數(shù)年中繼續(xù)提高。如此大規(guī)模的視頻處理和傳輸將成為一個巨大的難題。
　　在視頻處理方面，由于云計算能夠橫向兼容計算資源和存儲資源的特點，基于云計算的視頻處理已經(jīng)逐漸成為研究熱點。Hadoop作為開

2、源分布式計算框架中的佼佼者，在視頻計算中的應(yīng)用屢見不鮮。然而，使用Hadoop作為視頻處理框架有兩個不足：首先，基于Hadoop的視頻處理框架難以兼容不等價的計算節(jié)點；其次，Hadoop不支持迭代式運算。本文為了解決以上兩個問題，提出了基于Celery的分布式視頻計算框架。本文提出的基于Celery的分布式視頻處理框架借鑒了Hadoop的JobTracker和TaskTracker的分層設(shè)計，使用API服務(wù)器層、作業(yè)管理層和任務(wù)執(zhí)行層的

3、三層架構(gòu)設(shè)計，使用控制流、狀態(tài)流和數(shù)據(jù)流完成三層架構(gòu)之間的通信。本文具體描述了架構(gòu)設(shè)計的細(xì)節(jié)和一些優(yōu)化工作，并通過實驗數(shù)據(jù)分析了框架的優(yōu)勢和不足。
　　在視頻傳輸方面，動態(tài)自適應(yīng)流媒體技術(shù)可以實現(xiàn)多碼流的切換，成為了多屏內(nèi)容傳輸?shù)氖走x，然而目前的傳輸算法在性能上仍然有提高的空間。本文首先回顧了流媒體傳輸協(xié)議的發(fā)展歷史，以及現(xiàn)有的兩種比較典型的碼率切換算法，并基于此提出了一種應(yīng)用于低時延傳輸?shù)拇a率切換算法。實驗證明，該算法能夠有效抑