【技术实现步骤摘要】
基于非对称码率分配的立体视频传输方法
本专利技术涉及视频传输
,具体涉及一种基于非对称码率分配的立体视频传输方法。
技术介绍
随着科技的发展,用户对多媒体信息的需求不再局限于传统的平面视频,立体视频的出现为用户提供了更加真实的观影感受,丰富了媒体交互手段,成为了数字多媒体技术的发展方向之一。立体视频市场前景广阔,目前立体视频运用最广泛的是电影行业,观看3D电影已经是大众主流的娱乐方式。此外,3D数字电视使用户足不出户即可享受到逼真的立体观看体验;视频会议系统、远程医疗、远程教育、远程工业控制等场景也可以采用立体视频增强交互性;还有虚拟现实系统、遥控机器人、自动导航、消费电子在内的诸多领域都存在潜在的需求。近年来,视频服务市场高速增长。受限于终端用户的设备性能、网络带宽、需求品质等多方面的不同,传统的视频点播服务已经不能满足用户的需求。在这种情况下,基于HTTP的动态自适应流媒体(DynamicAdaptiveStreamingoverHTTP,DASH)技术成为流媒体服务商的新选择。这类方案中,调度算法会根据用户的网络带宽、缓存状态等因素在视频传输过程中动态地选择合适的码率。流媒体服务的发展同时推动了在线立体视频服务的兴起,基于互联网的立体视频传输是一种既经济又能兼容现有平面视频分发的传输方式。双目立体视频是通过双目视差在脑中产生深度信息,为用户提供沉浸式的观看体验,立体显示设备分别向人的左、右眼呈现同一场景拍摄的略有差别的左、右视点视频,通过大脑融合左、右视点的图像信息产生立体感知。立体视频因 ...
【技术保护点】
1.一种基于非对称码率分配的立体视频传输方法,其特征在于,包括以下步骤:/n步骤S1:基于左、右视点码率非对称情况下的立体视频感知质量,建立立体视频客观质量模型;/n步骤S2:根据立体视频客观质量模型,利用数学模型表达预测网络带宽过程和缓存状态变化的过程,建立基于HTTP动态自适应流媒体技术的立体视频码率自适应传输算法模型;/n步骤S3:在立体视频传输系统中,根据基于HTTP动态自适应流媒体技术的立体视频码率自适应传输算法模型,为每次视频片段下载请求提供最佳左、右视点码率组合,完成立体视频的传输。/n
【技术特征摘要】
1.一种基于非对称码率分配的立体视频传输方法,其特征在于,包括以下步骤:
步骤S1:基于左、右视点码率非对称情况下的立体视频感知质量,建立立体视频客观质量模型;
步骤S2:根据立体视频客观质量模型,利用数学模型表达预测网络带宽过程和缓存状态变化的过程,建立基于HTTP动态自适应流媒体技术的立体视频码率自适应传输算法模型;
步骤S3:在立体视频传输系统中,根据基于HTTP动态自适应流媒体技术的立体视频码率自适应传输算法模型,为每次视频片段下载请求提供最佳左、右视点码率组合,完成立体视频的传输。
2.根据权利要求1所述的基于非对称码率分配的立体视频传输方法,其特征在于,所述步骤S1具体为:
步骤S11:构建立体视频主观数据库;
步骤S12:基于单刺激主观测试方法,得到立体视频的主观实验的数据;
步骤S13:对主观实验的数据进行预处理,得到可靠的测试序列左、右视点的主观质量分数Q1和Q2,以及立体视频的平均质量分数Q;
步骤S14:根据主观实验数据,构建左、右视点的视觉刺激强度的线性模型,并计算得到左、右视点的视觉刺激强度;
步骤S15:根据左、右视点的视觉刺激强度,构建左、右视点的权重函数,得到左、右视点的权重;
步骤S16:基于获取的左、右视点的权重,建立立体视频质量的模型;
步骤S17:利用视频空间信息SI和时间信息TI建立线性模型来预测待预测参数。基于最小二乘法拟合,求解待预测参数;
步骤S18:根据预测参数的线性模型和立体视频质量的模型,得到最终的立体视频客观质量模型。
3.根据权利要求2所述的基于非对称码率分配的立体视频传输方法,其特征在于,所述左、右视点的视觉刺激强度的线性模型具体为:
其中smax为视频最大分辨率,s1和s2分别为原始视频左右视点分辨率,s1/smax和s2/smax分别是由分辨率决定的左右视点模糊失真强度;qmin为最小量化参数,q1和q2分别为原始视频的左右视点量化值,qmin/q1和qmin/q2是由量化参数决定的左右视点块效应失真强度,a和b为待预测参数,c为常数,g1和g2表示左视点和右视点的刺激强度。
4.根据权利要求3所述的基于非对称码率分配的立体视频传输方法,其特征在于,
所述左、右视点的权重函数如下:
其中,w1和w2分别为左、右视点的权重。
5.根据权利要求4所述的基于非对称码率分配的立体视频传输方法,其特征在于,所述立体视频质量的模型具体为:
Q=w1·Q1+w2·Q2
其中,Q1和Q2分别为左右视点主观质量分数,Q为立体视频的平均质量分数。
6.根据权利要求3所述的基于非对称码率分配的立体视频传输方法,其特征在于,所述步骤S15具体为:
计算用于表达图像空间域中细节数量的SI:
SI=maxtime{stdspace[Sobel(Fn)]},
其中,Fn为视频帧信息,Sobel为边缘检测算子,stdspace为计算经过滤波后图像的标准差,取其最...
【专利技术属性】
技术研发人员:赵铁松,吴雨旋,翟宇轩,陈炜玲,魏宏安,
申请(专利权)人:福州大学,
类型:发明
国别省市:福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。