【摘要】：隨著互聯(lián)網(wǎng)和多媒體技術(shù)的飛速發(fā)展,視頻流媒體數(shù)據(jù)呈現(xiàn)出爆炸式增長的趨勢,這就對視頻流媒體的處理與傳輸提出了新的挑戰(zhàn)。一方面,人們對多媒體資源的需求越來越多,并且對接收端視頻質(zhì)量的要求也越來越高,這就要求提供與流媒體資源相匹配的數(shù)據(jù)存儲和傳輸能力;另一方面,受計算機的處理能力、異構(gòu)網(wǎng)絡(luò)環(huán)境、網(wǎng)絡(luò)帶寬、終端處理能力等方面的限制,人們只能將有限的計算資源分配給重要的視覺信息進(jìn)行分析和處理。在廣播數(shù)字化、網(wǎng)絡(luò)無線化、通信寬帶化和存儲高密化的大趨勢下,為了有效解決網(wǎng)絡(luò)帶寬、視頻質(zhì)量和用戶實時性訪問之間的矛盾,在提高流媒體播出質(zhì)量的同時降低通信成本,需要同時考慮高效視頻編碼、異構(gòu)網(wǎng)絡(luò)傳輸和解碼端的差錯恢復(fù)能力等。為了準(zhǔn)確評估視頻播出質(zhì)量,給以改善人眼視覺感受為目的的視頻處理、傳輸系統(tǒng)提供判定依據(jù),還需要對視頻質(zhì)量進(jìn)行客觀評價。本論文正是基于上述分析,在采用H.264/SVC視頻預(yù)編碼的前提下,重點研究傳輸過程中如何提高視頻播出質(zhì)量的關(guān)鍵技術(shù)。在基于人眼視覺感知特性的內(nèi)容分析基礎(chǔ)上展開研究,所涉及的關(guān)鍵技術(shù)包括:視頻動態(tài)特性描述、視覺顯著區(qū)域提取、數(shù)據(jù)包調(diào)度策略研究、碼流漸進(jìn)式傳輸表示、網(wǎng)絡(luò)擁塞控制機制以及視頻質(zhì)量評價。本論文的具體研究內(nèi)容和創(chuàng)新點可概括如下:1.提出一種反映人眼視覺特性的視頻動態(tài)性描述方法。結(jié)合人眼視覺感知特性和眼動數(shù)據(jù)分析,引入運動強度、運動復(fù)雜度和運動密度三個特征量,通過前、背景運動矢量強度的加權(quán)和來描述對應(yīng)幀的動態(tài)性,得到的客觀運動強度值能夠準(zhǔn)確反映人眼對于畫面的視覺感知關(guān)注度。2.提出一種符合人眼視覺特性的顯著區(qū)域提取方法。該方法在空域通過頻率域變換利用對數(shù)譜分析得到空域顯著圖,在時域根據(jù)視頻動態(tài)性描述和視覺注意模型得到時域顯著圖,再通過動態(tài)調(diào)整權(quán)重,對時、空域顯著圖進(jìn)行加權(quán)融合,最終提取出與人眼視覺感知相吻合的顯著區(qū)域。3.提出一種基于視頻動態(tài)性的數(shù)據(jù)包調(diào)度策略。在編碼結(jié)構(gòu)分析和率失真模型的基礎(chǔ)上,結(jié)合視頻動態(tài)性描述,同時考慮主客觀因素對視頻播出質(zhì)量的影響。首先對數(shù)據(jù)包進(jìn)行重要性分析并根據(jù)重要度由高到低對待傳輸碼流進(jìn)行排序,然后在帶寬和時延的約束條件下,對進(jìn)入發(fā)送端緩沖隊列的數(shù)據(jù)包進(jìn)行調(diào)度,優(yōu)先傳輸重要性等級較高的數(shù)據(jù)包,從而改善視頻播出質(zhì)量。4.提出一種針對視頻數(shù)據(jù)傳輸?shù)木W(wǎng)絡(luò)擁塞控制機制。該算法在廣泛應(yīng)用的主動隊列管理算法ARED的基礎(chǔ)上進(jìn)行改進(jìn),修改了緩存區(qū)平均隊列長度、最大丟棄概率和丟棄率的計算方法,在擁塞發(fā)生時時根據(jù)數(shù)據(jù)包重要度,優(yōu)先丟棄重要性等級較低的數(shù)據(jù)包,不但有效提升了網(wǎng)絡(luò)性能,還改善了人眼對視頻播出質(zhì)量的主觀感受。5.提出一種客觀視頻質(zhì)量評價指標(biāo)。該評價方法以結(jié)構(gòu)相似性指數(shù)SSIM為基礎(chǔ),利用顯著度加權(quán)求得每幀圖像的質(zhì)量評價值,再根據(jù)視頻動態(tài)性描述求得逐幀質(zhì)量評價值的加權(quán)和。利用公共數(shù)據(jù)集和對本論文上述關(guān)鍵技術(shù)的測試,證明該評價指標(biāo)能夠更好的反映人眼視覺感知,與主觀評測結(jié)果更加吻合。綜上所述,本論文以改善接收端的視頻播出質(zhì)量為目的,以視頻動態(tài)性描述為研究基礎(chǔ),專門針對視頻數(shù)據(jù)流在傳輸中涉及的關(guān)鍵技術(shù)展開研究,大量實驗數(shù)據(jù)結(jié)果分析表明,本論文所研究的視頻流媒體播出質(zhì)量服務(wù)關(guān)鍵技術(shù)能夠明顯改善人眼對于視頻播出的主觀感知。
【圖文】：

圖 1-1 基于 SDN 的分層架構(gòu)圖負(fù)責(zé)處理各種業(yè)務(wù)和應(yīng)用；控制層負(fù)責(zé)處理數(shù)狀態(tài)信息的匯總和維護(hù)，并調(diào)用不同的轉(zhuǎn)發(fā)面狀態(tài)收集。和轉(zhuǎn)發(fā)分離、硬件設(shè)備歸一化、網(wǎng)絡(luò)資源虛擬網(wǎng)絡(luò)參數(shù)并實時配置到網(wǎng)絡(luò)中[13]，實現(xiàn)網(wǎng)絡(luò)控聯(lián)網(wǎng)的發(fā)展趨勢。理念，設(shè)計發(fā)送端的數(shù)據(jù)包調(diào)度策略和路由節(jié)征需求，并且使算法不依賴于設(shè)備而存在，可一步。過編碼、調(diào)度、傳輸、差錯隱藏和解碼之后，接收的視頻盡可能接近原始內(nèi)容，或者盡可能

圖1-2 H.264/SVC數(shù)據(jù)頭格式碼流對整體數(shù)據(jù)的質(zhì)量貢獻(xiàn)度來決定各個 NALU 的 priority_id 等級，，丟棄順序。[15]在決定視頻幀的重要性時，主要根據(jù)幀的編碼類型（I，P 或 B 幀 中的位置提出一種啟發(fā)式算法。文獻(xiàn)[16-20]通過改進(jìn)傳統(tǒng)的率失真模。文獻(xiàn)[16]聯(lián)合考慮了幀級別的量化失真、漂移失真和系數(shù)丟棄失真 GOP 為單位對 SVC 分層視頻碼流按其重要性進(jìn)行次序排列，通過計噪比域分層碼流的失真，并依次選擇失真較小的分層碼流，保證接收分?jǐn)?shù)據(jù)包中恢復(fù)出最佳質(zhì)量的圖像。文獻(xiàn)[23]不但考慮視頻包在 GOP引入了端對端傳輸失真。文獻(xiàn)[19]在計算視頻失真時，考慮了幀內(nèi)/幀強度，并指出具有顯著運動強度的宏塊與參考幀相同位置的宏塊差異將引起視頻質(zhì)量顯著降低。同樣在文獻(xiàn)[24]中，作者首先指出，高強傳輸失真比低強度運動信息視頻的傳輸失真大，將傳輸失真作為包的
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TN919.8

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛建偉,何銳,胡建平;一種面向無線視頻流的包調(diào)度算法[J];北京航空航天大學(xué)學(xué)報;2004年11期

2 徐瑞芬;張明偉;賈林;李永利;;視頻質(zhì)量動態(tài)性指標(biāo)評價及應(yīng)用[J];北京郵電大學(xué)學(xué)報;2008年06期

3 王彩虹;姜秀華;王玉霞;;基于視頻統(tǒng)計特征挑選測試序列的方法研究[J];電視技術(shù);2008年06期

4 毛樸澄;何小海;滕奇志;曾強宇;呂瑞;;基于H.264的一種新型自適應(yīng)FMO選擇策略[J];電視技術(shù);2009年12期

5 汪大勇;孫世新;;可伸縮視頻編碼研究現(xiàn)況綜述[J];電子測量與儀器學(xué)報;2009年08期

6 吳春明,姜明,朱淼良;幾種主動式隊列管理算法的比較研究[J];電子學(xué)報;2004年03期

7 朱紅;吳成柯;方勇;;基于H.264的自適應(yīng)選擇增強FGS視頻編碼[J];電子學(xué)報;2005年12期

8 劉家瑛;郭宗明;Yongjin CHO;;面向H.264/SVC空域-質(zhì)量域可伸縮編碼的碼率分配算法[J];電子學(xué)報;2010年09期

9 李曉峰;周寧;劉洪盛;張敏;;一種基于縮減柵格算法的SVC聯(lián)合信源/信道編碼方法[J];電子學(xué)報;2011年04期

10 張方,吳成柯,程培星,肖嵩;一種改進(jìn)的可分級視頻編碼方法及其網(wǎng)絡(luò)傳輸研究[J];電子與信息學(xué)報;2005年01期

相關(guān)碩士學(xué)位論文 前10條

1 王麗;視頻流中運動對象提取與分割的研究[D];電子科技大學(xué);2011年

2 劉婷;基于SVC的視頻編碼后處理算法研究[D];西安電子科技大學(xué);2011年

3 馬俊;基于NS2路由器的主動隊列算法研究[D];安徽大學(xué);2011年

4 王巖;視覺注意模型的研究與應(yīng)用[D];上海交通大學(xué);2012年

5 苑紅曉;網(wǎng)絡(luò)擁塞控制及RED算法改進(jìn)策略研究[D];山東大學(xué);2007年

6 羅小蘭;視頻跟蹤中的背景建模[D];國防科學(xué)技術(shù)大學(xué);2007年

7 谷沉沉;基于率失真優(yōu)化的可伸縮視頻編碼碼率分配研究[D];哈爾濱工業(yè)大學(xué);2007年

8 陳燕萍;基于背景減除的運動目標(biāo)檢測算法研究[D];廈門大學(xué);2008年

9 黃軒;符合人眼視覺特性的視頻質(zhì)量評價模型[D];中國科學(xué)技術(shù)大學(xué);2009年

10 張潔;基于參數(shù)研究的RED擁塞控制改進(jìn)算法的設(shè)計與實現(xiàn)[D];西北大學(xué);2012年

本文編號：2564167