手機視頻直播系統QoE/QoS關鍵問題研究

《手機視頻直播系統QoE/QoS關鍵問題研究》是依託鄭州大學，由周兵擔任項目負責人的面上項目。

基本介紹

• 中文名：手機視頻直播系統QoE/QoS關鍵問題研究
• 項目類別：面上項目
• 項目負責人：周兵
• 依託單位：鄭州大學

項目摘要

本項目以手機視頻直播系統的套用需要為基本背景，研究構建可管控P2P流媒體系統的理論和技術，以提高手機用戶的QoE/QoS為基本目標，重點對QoE/QoS計算模型、手機等移動設備的複雜度可控視頻編碼、超級節點選擇策略、可管控P2P流媒體系統的傳輸結構等關鍵問題展開研究。針對移動設備存在電源約束的情況，在不同的電源狀態下最佳化控制編碼參數，提出一個有效的宏塊級視頻編碼複雜度控制模型。提出一種能量可分級編碼的新架構，利用幀級，宏塊大類級，宏塊級，以及運動估計級等四級結構，將能量分配給運動估計的各個模組，實現能量有效分配的目的。利用節點社會行為屬性對節點行為進行建模，對其納什均衡點進行理論上的分析，並根據移動P2P流媒體網路的特點，提出分散式的、複雜度低的超級節點選擇算法。將演進博弈框架引入到超級對等節點選擇中，提高對等節點的收益，改善移動P2P流媒體系統的QoE/QoS和魯棒性。

結題摘要

本項目研究構建可管控P2P流媒體系統的理論和技術，以提高手機用戶的QoE/QoS為基本目標，重點對QoE/QoS計算模型、手機等移動設備的複雜度可控視頻編碼、超級節點選擇策略、可管控P2P流媒體系統的傳輸結構等關鍵問題展開研究。在複雜度可控的視頻編碼器研究中，我們開展了感興趣運動對象的提取方法。為了檢測視頻中的密集人群，提出了一種新的全局特徵來表示移動人群，該特徵能很好地描述感興趣點的空間和時間運動信息，使得個別群體更一致和有效的集體性計算，以提供對人群狀況的詳細描述。該方法同時能夠有效地進行人體運動的演化分析和人群異常檢測計算。研究成果已發表在《IEEE Transactions on Circuits and Systems for Video Technology》。 為了通過手機傳送高質量的醫療圖像，我們研究了移動設備圖像快速去噪算法。智慧型手機等移動設備受電池續航及計算能力的限制，在面向圖像/視頻處理套用時需要進行特定的算法設計和最佳化。為此提出一種快速的非局部均值圖像去噪算法。首先利用像素點權值計算的對稱性原理減少像素權值的計算量；然後根據實驗確定的最佳化步長對圖像進行下採樣，並利用權重公式和雙線性插值算法分別對採樣點和非採樣點的權值進行計算；最後套用NEON指令對部分C語言代碼進行彙編級最佳化。實驗結果表明，與傳統非局部均值圖像去噪算法相比，該算法在輕微圖像質量損失的情況下大幅減少了圖像的去噪時間，能夠滿足手機等移動終端上的實時圖像處理要。研究成果已發表在SCI國際期刊《Neurocomputing》。 在網路服務節點效能研究中，提出一種利用附加資源改進網路服務節點請求服務接受率的方法。為網路中的節點分配服務是下一代網際網路的主要挑戰之一。這個問題稱為服務配置問題，可用分層圖方法求解。然而，由於資源瓶頸的存在，在資源受限的網路中，請求一開始就可能被拒絕。為了提高服務請求被接受的比例，我們提出了兩種疊代算法來有效配置額外資。通過仿真實驗對這兩種算法的性能進行了評測，結果表明，所提出的算法通過為瓶頸節點分配附加資源，能夠有效增加請求的接受率。另外，基於利用率的疊代算法通過有效利用附加資源降低了長期成本。研究成果已發表在SCI期刊《Mathematical Problems in Engineering》。