【技术实现步骤摘要】
本专利技术属于多媒体视频传输领域，具体来说是一种qoe驱动下的针对全景视频流媒体分布鲁棒传输方法，适用于在无线网络环境下，优化端到端的全景视频传输过程。
技术介绍
1、随着交互式应用的不断兴起、vr硬件的不断进步，以及5g通信技术的不断普及，虚拟现实(virtual reality,vr)技术的大规模应用成为可能，而全景视频(又被称为360度视频)流媒体传输技术是其关键部分。全景视频因其在高分辨率下巨大的数据量以及对于用户端设备的高要求，在一定时期、一定程度上限制了其广泛应用。有别于传统视频的单一观看视角，全景视频能够提供给用户更多的观看视角，实现用户360度观看需求，给用户带来极大的沉浸感和良好的视觉体验，在视频领域中有很好的研究价值和应用前景。由于全景视频的数据量大以及网络资源具有时间、空间上的波动性，给全景视频的传输带来了很大的挑战。
2、东北大学的李捷等人公开一种基于ipv6的360度视频自适应传输方法(公开号：cn114173185a)，方法首先根据码率调节算法的性能，选择最优码率调节算法作为系统的码率调节算法；接着对360度视频进行预处理并生成清单文件，再利用shell脚本处理得到包含媒体片段的json文件，并在服务器端进行视频资源的部署；然后对强化学习模型进行预处理，并将经过训练的强化学习模型转换为tensorflow-lite所需以“tflite”为扩展名的文件；最后基于移动设备的基础架构设计应用程序以及360度视频播放器；并将视频播放器码率调节部分使用预处理阶段得到的模型在移动设备上进行推导实现。但
3、陕西师范大学的邓瑞等人公开了一种qoe驱动的无线vr视频自适应传输优化方法及系统(公开号：cn114640870a)，获取用户请求视频块信息，根据视频块所包含的图像块在一个segment播放期间被用户视角覆盖的概率，获取每个视频块的优先级；根据用户视点范围内视频块的优先级、平均视频质量和时间空间两个维度的质量波动建立当前segment的vr视频用户体验质量模型；以最大化所有vr视频用户体验质量之和为目标，综合考虑vr视频业务特性，网络可用带宽限制和用户缓存状态建立一个qoe驱动的无线vr视频自适应传输优化问题p；求解优化问题p得到最优的用户视频块版本请求方案，以最大化系统中所有用户的视觉体验之和为优化目标，动态确定其请求的码率版本，从而帮助系统在提高资源利用率的同时达到提升所有用户体验的目的。但是其没有考虑用户视点坐标分布对于视角预测的作用，实际场景下，用户视点坐标预测值与实际值总是存在一定的误差。
技术实现思路
1、本专利技术为解决上述现有技术所存在的不足之处，提出一种qoe驱动下的全景视频流媒体分布鲁棒传输方法，以期通过考虑用户视点坐标分布的不确定性，来对用户视角的预测值进行修正，使得全景流媒体传输系统能够在一定的波动下，依旧能够进行正确的预测,从而能保证用户的观看体验。
2、本专利技术为达到上述专利技术目的，采用如下技术方案：
3、本专利技术一种qoe驱动下的全景视频流媒体分布鲁棒传输方法的特点在于，是应用在服务器和播放客户端所组成的网络环境中，所述服务器是按如下步骤将全景视频通过下行链路传输至播放客户端：
4、步骤一、将全景视频在时间上均匀划分为k个帧组，记为{gof1,gof2,...,gofk,...,gofk}，其中，gofk表示全景视频中的第k个帧组，且1≤k≤k；k表示帧组数；
5、将第k个帧组gofk在空间上均匀切分为尺寸为a1×a2×a3的切块，并得到切块集合记为{tilek,1,tilek,2,...,tilek,c,...,tilek,c}，其中，tilek,c表示第k个帧组gofk中的第c个切块，1≤c≤c；a1，a2，a3分别为切块的长、宽、高；c表示切块数量；
6、将第c个切块tilek,c压缩成不同码率等级的切块，得到压缩后的切块集合{ik,c,1,ik,c,2,...,ik,c,l,...,ik,c,l}并存储在服务器中，其中，ik,c,l表示第k个帧组gofk中第c个切块tilek,c压缩后的第l种码率等级的切块；1≤l≤l；l表示码率等级；
7、将压缩后的切块集合{ik,c,1,ik,c,2,...,ik,c,l,...,ik,c,l}所包含的数据量的集合记为{sk,c,1,sk,c,2,...,sk,c,l,...,sk,c,l}，其中，sk,c,l表示第k个帧组gofk中第c个切块tilek,c的第l种码率等级切块ik,c,l的数据量；
8、将每个帧组下载过程的网络平均带宽集合记为{bw1,bw2,...,bwk,...,bwk}，其中，bwk表示第k个帧组gofk下载过程中的网络平均带宽；
9、步骤二、考虑视点位置的不确定性，建立目标函数及其约束条件，并构造用户观看体验模型；
10、步骤三、采用分布鲁棒优化方法对所述用户观看体验模型进行求解，获得当前网络平均带宽、用户视角参数下的最优决策变量，并将所述最优决策变量传输至服务器；
11、步骤四、所述服务器将最优决策变量所对应的切块经过下行链路下行传输到播放客户端，由所述播放客户端进行解码、融合、渲染处理后，得到待播放的视频并送入播放缓冲区，从而在vr头盔中进行播放。
12、本专利技术所述的qoe驱动下的全景视频流媒体分布鲁棒传输方法的特点也在于，所述步骤二是按照如下过程进行：
13、步骤2.1、利用式(1)得到第k个帧组gofk的用户视点坐标误差从而得到k个帧组的用户视点坐标误差集合
14、
15、式(1)中，fovk表示第k个帧组gofk的用户视点坐标值，表示第k个帧组gofk的用户视点坐标预测值；
16、利用式(2)得到的经验分布
17、
18、式(2)中，δk为第k个帧组gofk的狄拉克函数，取值为{0,1}；
19、根据式(3)构建以经验分布为中心，ε为半径的不确定性点集
20、
21、式(3)中，p(ξ)是的真实分布；p表示服从p(ξ)的变量，表示变量p和经验分布的距离；ε表示距离常数；
22、步骤2.2、利用式(4)构建目标函数：
23、
24、式(4)中，xk,c,l是第k个帧组gofk的决策变量，xk,c,l维度为c×l，当xk,c,l＝1时，表示传输第k个帧组gofk中第c个切块tilek,c的第l种码率等级的切块ik,c,l，当xk,c,l＝0时，表示不传输第k个帧组gofk中第c个切块tilek,c的第l种码率等级的切块ik,c,l；qoek表示第k个帧组gofk的用户观看体验值，并有：
25、qoek＝w1×qk-w2×dk-w3×sk (5)
26、式(5)中，qk表示第k个帧组本文档来自技高网...
【技术保护点】
1.一种QoE驱动下的全景视频流媒体分布鲁棒传输方法，其特征在于，是应用在服务器和播放客户端所组成的网络环境中，所述服务器是按如下步骤将全景视频通过下行链路传输至播放客户端：
2.根据权利要求1所述的QoE驱动下的全景视频流媒体分布鲁棒传输方法，其特征是，所述步骤二是按照如下过程进行：
3.根据权利要求1所述的QoE驱动下的全景视频流媒体分布鲁棒传输方法，其特征是，所述步骤三是按照如下过程进行：
4.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1-3中任一所述全景视频流媒体分布鲁棒传输方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
5.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1-3中任一所述全景视频流媒体分布鲁棒传输方法的步骤。
【技术特征摘要】
1.一种qoe驱动下的全景视频流媒体分布鲁棒传输方法，其特征在于，是应用在服务器和播放客户端所组成的网络环境中，所述服务器是按如下步骤将全景视频通过下行链路传输至播放客户端：
2.根据权利要求1所述的qoe驱动下的全景视频流媒体分布鲁棒传输方法，其特征是，所述步骤二是按照如下过程进行：
3.根据权利要求1所述的qoe驱动下的全景视频流媒体分布鲁棒传输方法，其特征是，所述步骤三是按照如...
【专利技术属性】
技术研发人员：黎洁，张传超，李奇越，曹苏震，赵保林，赵志霞，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
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。