近年來,隨著人們更加注重參與式生活方式,以眾包視頻直播和360°全景視頻為代表的新型流媒體快速發(fā)展。與傳統(tǒng)視頻服務相比,這兩類新型流媒體具有交互活動豐富,畫面質(zhì)量高,轉(zhuǎn)碼需求大等特點,在高效服務資源分配和高質(zhì)量網(wǎng)絡傳輸方面面臨更嚴峻的挑戰(zhàn)。然而,以往眾包視頻直播研究缺乏對觀看者彈幕互動基本特征的分析,仍采用基于流行度的資源分配方式,無法滿足差異化觀看需求。現(xiàn)有360°視頻工作采用視點自適應傳輸技術(shù),缺乏對視點預測誤差的時空分布特征及其與視頻塊預取之間聯(lián)系的深入研究,造成帶寬利用率低,無法保證觀看體驗。本文以解決新型流媒體網(wǎng)絡傳輸效率低下和資源分配不合理問題為目標,從理解用戶觀看視頻時的交互行為出發(fā),優(yōu)化實時直播場景下的視頻轉(zhuǎn)碼和分發(fā)策略以及虛擬現(xiàn)實場景下的360°視頻傳輸調(diào)度。本文主要工作及創(chuàng)新點包括:(1)研究新型流媒體特有交互行為分析與建模這一關鍵問題。新型流媒體允許用戶在瀏覽視頻時進行各種互動活動,如眾包視頻直播中的禮物贈送和評論發(fā)表,以及360°視頻播放時視點方向的自由選擇。準確的用戶行為模型對于提升流媒體服務質(zhì)量至關重要,為此,本文基于主動測量數(shù)據(jù)和公開數(shù)據(jù)集開展系統(tǒng)性的特征...

【文章頁數(shù)】：125 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及問題提出
        1.1.1 眾包視頻直播和360°全景視頻的特點
        1.1.2 新型流媒體服務存在的問題
    1.2 研究現(xiàn)狀和相關工作
        1.2.1 互聯(lián)網(wǎng)流媒體用戶行為分析
        1.2.2 眾包視頻直播服務中的用戶行為研究
        1.2.3 眾包視頻直播系統(tǒng)的資源分配優(yōu)化
        1.2.4 360°視頻用戶觀看行為分析和視點預測
        1.2.5 360°視頻自適應傳輸機制研究
    1.3 本文研究內(nèi)容和貢獻
    1.4 論文組織
第2章 眾包直播服務中用戶交互行為分析
    2.1 引言
    2.2 平臺測量與數(shù)據(jù)采集
        2.2.1 斗魚直播簡介
        2.2.2 彈幕采集
    2.3 彈幕評論文本分析
        2.3.1 文本長度和情感分析
        2.3.2 直播精彩片段檢測
    2.4 用戶交互模式分析
        2.4.1 時間模式
        2.4.2 互動偏好模式
        2.4.3 觀眾消費行為分析
    2.5 彈幕活動特征和頻道流行度
        2.5.1 彈幕活動特征
        2.5.2 彈幕式直播頻道流行度建模
    2.6 直播頻道流行度預測
        2.6.1 流行度影響因子構(gòu)建
        2.6.2 評論流行度預測模型
        2.6.3 收益流行度預測模型
    2.7 本章小結(jié)
第3章 眾包視頻直播中網(wǎng)絡資源分配策略研究
    3.1 引言
    3.2 平臺測量和研究動機
        3.2.1 斗魚基礎設施和服務策略探析
        3.2.2 眾包直播頻道特性及其機遇
        3.2.3 觀眾彈幕互動特性及其機遇
    3.3 彈幕互動感知的眾包視頻直播
        3.3.1 系統(tǒng)整體架構(gòu)
        3.3.2 潛在收益分析
    3.4 地理分散式云平臺轉(zhuǎn)碼調(diào)度優(yōu)化
        3.4.1 問題描述
        3.4.2 解決方案
        3.4.3 面向?qū)嶋H部署的算法說明
    3.5 面向觀眾感知QoE的直播流交付
        3.5.1 交互屬性分析
        3.5.2 問題描述和解決方案
    3.6 實驗結(jié)果與分析
        3.6.1 實驗方法
        3.6.2 轉(zhuǎn)碼容量分配策略評估
        3.6.3 直播流分發(fā)策略評估
    3.7 本章小結(jié)
第4章 基于分塊的360°視頻容錯傳輸調(diào)度優(yōu)化
    4.1 引言
    4.2 相關概念
        4.2.1 360°視頻
        4.2.2 視點預測技術(shù)
        4.2.3 可分級視頻編碼技術(shù)
    4.3 360°視頻傳輸基本模型
        4.3.1 360°視頻的層級編碼
        4.3.2 用戶視點映射和視域封裝
        4.3.3 視點自適應傳輸
    4.4 360°視頻容錯傳輸
        4.4.1 用戶視點預測誤差及視頻塊觀看概率
        4.4.2 視頻編碼塊效用模型
        4.4.3 網(wǎng)絡容量預測誤差及編碼塊下載完成概率
        4.4.4 基于容錯的視頻編碼塊請求算法
    4.5 基于深度強化學習的360°視頻容錯傳輸
        4.5.1 深度強化學習框架
        4.5.2 DRL驅(qū)動的視頻塊預取模型
        4.5.3 預取模型訓練算法
    4.6 實驗結(jié)果與分析
        4.6.1 實驗方法
        4.6.2 不同傳輸方法性能比較
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作
    5.2 未來展望
參考文獻
致謝
在讀期間發(fā)表的學術(shù)論文與取得的研究成果



本文編號：3783551