本发明专利技术提出一种基于视图合成的全景视频高峰期边缘缓存方法与系统，本发明专利技术通过将全景视频中的每个片段以基础视图为基本缓存单元来划分，并辅以边缘协作方式，降低了高峰期针对缓存热点视频的少数MEC边缘服务器过载的风险；将热点内容提前缓存至距离用户最近的网络边缘处有利于减少用户在获取内容时的延时；相比以最小的分块为基本缓存单元做边缘缓存决策，使用视图间的合成关系紧密度的基础视图做缓存决策可减少边缘处的计算复杂度；以基础视图的流行度位次为该视图确定需缓存的码率集合，提高对边缘缓存空间的利用率，提升用户体验。
【技术实现步骤摘要】
本专利技术涉及边缘计算和视频处理，特别涉及一种基于视图合成的全景视频高峰期边缘缓存方法与系统。
技术介绍
1、全景视频是通过360°全景摄像机拍摄，然后进行剪辑拼接，将静态的全景图转成动态视频。用户在观看视频时，可随意调节视频上下左右进行观看。全景视频一般是通过屏幕观看，但随着技术更新，目前也有一些可以通过头盔式显示器（hmd）观看的全景视频。与传统视频不同的是，全景视频给用户提供了更自由的全景视角，所以vr视频的数据量明显要大几倍。为此，全景视频需要更高的传输带宽以及更严格的延时要求。
2、为减少全景视频传输时对大带宽的依赖，保证其低延时的特性，现有的解决方案都会将全景视频做切块处理。首先，在时间维度，对全景视频均匀切分成多个相同时长的视频段。然后，在空间维度上，为每个切分出的视频段进一步划分多个块。最后，在向用户传输全景视频内容时，仅传输预测的用户未来视口中所包含的块。这个解决方案在一定程度上降低了传输全景视频时所需的带宽，但很依赖于预测的用户视口准确率。如果遇到视口比较分散的用户，现有预测模型一般都很难精准预测，一旦预测失败，意味着用户需向远距离的云服务器发起请求，在这期间势必会出现一些播放卡顿的现象。
3、此外，在请求的高峰期，主要都是针对一些热点视频的请求，部分研究将这些热点视频提前集中缓存在某个边缘服务器上，以应对之后的高峰期。然而，这种办法虽能减少用户对回传链路的使用，但未考虑高峰期时缓存完整热点视频的边缘服务器的负载状况。当边缘服务器负载过重会导致其性能大幅下降，无法及时响应用户的请求。</p>
技术实现思路
1、鉴于上述状况，本专利技术的主要目的是为了提出一种基于视图合成的全景视频高峰期边缘缓存方法与系统，以解决上述技术问题。
2、本专利技术提出了一种基于视图合成的全景视频高峰期边缘缓存方法，所述方法包括如下步骤：
3、步骤1、根据用户请求数量的变化程度来确定高峰期，并根据边缘服务器上已缓存视频的热度，从云服务器中选出热点视频集合；
4、步骤2、为选出的热点视频集合中每个热点视频的每个片段划分若干基础视图构建基础视图集合；
5、步骤3、根据基础视图集合中基础视图之间的合成关系紧密度，计算每个基础视图流行度，并将基础视图按照流行度进行排序，以基础视图流行度位次来确定对应基础视图应缓存的码率版本集合；
6、步骤4、根据每个基础视图的流行度和码率需求计算其在每个边缘服务器上的节省延时，并最终决策出每个基础视图各自缓存的边缘服务器并将进行缓存，以供终端用户观看。
7、本专利技术还提出一种基于视图合成的全景视频高峰期边缘缓存系统，其中，所述系统应用如上所述的基于视图合成的全景视频高峰期边缘缓存方法，所述系统包括：
8、原始全景视频文件模块，用于：
9、存储所有原始全景视频文件的完整内容，部署在云服务器上；
10、高峰期感知模块，用于：
11、根据用户请求数量的变化程度来确定高峰期，并根据边缘服务器上已缓存视频的热度，从云服务器中选出热点视频集合；
12、缓存单元划分模块，用于：
13、为选出的热点视频集合中每个热点视频的每个片段划分若干基础视图构建基础视图集合；
14、边缘缓存决策模块，用于：
15、根据基础视图集合中基础视图之间的合成关系紧密度，计算每个基础视图流行度，并将基础视图按照流行度进行排序，以基础视图流行度位次来确定对应基础视图应缓存的码率版本集合；
16、根据每个基础视图的流行度和码率需求计算其在每个边缘服务器上的节省延时，并最终决策出每个基础视图各自缓存的边缘服务器并将进行缓存；
17、通信模块，用于在云服务器、边缘服务器和用户的客户端之间进行请求信息、缓存内容及响应请求内容的传输；
18、客户端视频播放模块，用于：
19、将全景视频呈现在用户面前，并记录用户的观看轨迹。
20、综上所述，本专利技术通过将全景视频中的每个片段以基础视图为基本缓存单元来划分，并辅以边缘协作方式，降低了高峰期针对缓存热点视频的少数边缘服务器过载的风险；将热点内容提前缓存至距离用户最近的网络边缘处有利于减少用户在获取内容时的延时；相比以最小的分块为基本缓存单元做边缘缓存决策，使用视图间的合成关系紧密度的基础视图做缓存决策可减少边缘处的计算复杂度；以基础视图的流行度位次为该视图确定需缓存的码率集合，提高对边缘缓存空间的利用率，提升用户体验。
21、相较于现有技术，本专利技术的有益效果如下：
22、1、通过基础视图间的合成关系参与决策将在边缘服务器上缓存的视图，能确保可命中尽可能多的用户视口。
23、2、通过基础视图的流行度位次来决定分配给该视图的码率需求，既可合理利用边缘服务器的有限存储空间，也能使更多用户在观看时体验多码率版本的视频。
24、3、通过计算需缓存视图的节省延时来确定视图的缓存服务器，使系统内的用户能以较低的延时收到请求内容，同时，也避免了高峰期时众多用户对少数边缘服务器的请求过多导致服务器过载的现象。
25、本专利技术的附加方面与优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实施例了解到。
本文档来自技高网...
【技术保护点】
1.一种基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤1中，根据用户请求数量的变化程度来确定高峰期是通过利用最近相邻的两个时间段内的总请求数的差值在前一个时段的总请求数的占比来实现的，对应的关系式如下：
3.根据权利要求2所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤1中，根据边缘服务器上已缓存视频的热度选出热点视频集合是通过利用一段时间内该视频在边缘服务器上所有已缓存视频中被请求次数的占比来实现的，对应的关系式如下：
4.根据权利要求3所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤2中，为选出的热点视频集合中每个热点视频的每个片段划分若干基础视图构建基础视图集合对应存在如下关系式：
5.根据权利要求4所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤3中，根据基础视图之间的合成关系紧密度，计算每个基础视图流行度的方法具体包括如下步骤：
>6.根据权利要求5所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤3中，将基础视图按照流行度进行排序，以基础视图流行度位次来确定对应基础视图应缓存的码率版本集合的方法具体包括如下步骤：7.根据权利要求6所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤4中，根据每个基础视图的流行度和码率需求计算其在每个边缘服务器上的节省延时的方法具体包括如下步骤：
8.根据权利要求7所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤4中，最终决策出每个基础视图各自缓存的边缘服务器时将确定每个基础视图各自缓存的边缘缓存服务器的问题制定为所有用户的请求节省延时最大化问题，最大化结果即为所确定的边缘服务器位置，对应的过程存在如下关系式：
9.一种基于视图合成的全景视频高峰期边缘缓存系统，其特征在于，所述系统应用如权利要求1至8任意一项所述的基于视图合成的全景视频高峰期边缘缓存方法，所述系统包括：
...
【技术特征摘要】
1.一种基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤1中，根据用户请求数量的变化程度来确定高峰期是通过利用最近相邻的两个时间段内的总请求数的差值在前一个时段的总请求数的占比来实现的，对应的关系式如下：
3.根据权利要求2所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤1中，根据边缘服务器上已缓存视频的热度选出热点视频集合是通过利用一段时间内该视频在边缘服务器上所有已缓存视频中被请求次数的占比来实现的，对应的关系式如下：
4.根据权利要求3所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤2中，为选出的热点视频集合中每个热点视频的每个片段划分若干基础视图构建基础视图集合对应存在如下关系式：
5.根据权利要求4所述的基于视图合成的全景视频高峰期边缘缓存方法，其特征在于，在所述步骤3中，根据基础视图之间的合成关系紧密度，计算...
【专利技术属性】
技术研发人员：刘学林，张昊，鄢杰斌，陈俊杰，方玉明，
申请(专利权)人：江西财经大学，
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。