[發明專利]一種基于DASH的全景視頻自適應傳輸方法

有效

• 申請號: 201810092135.3
• 申請日: 2018-01-30
• 公開（公告）號: CN108235131B
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 雒江濤;楊福星;楊軍超;徐正
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04N21/442
• 分類號: H04N21/442;H04N21/218;H04N21/81;H04N21/845;H04N21/858;H04N13/194;H04N13/366;H04N13/332
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種基于DASH(Dynamic Adaptive Streaming over HTTP，基于HTTP的動態自適應多媒體流)的全景視頻自適應傳輸方法，其特征在于，該方法是建立三維全景視頻與二維平面全景視頻的映射關系模型，基于人體視覺和運動特性對全景視頻進行區域優先級劃分，服務器端將全景視頻進行切片化，客戶端帶寬估計模塊利用卡爾曼濾波算法進行預測可用帶寬，客戶端視頻緩存模塊基于緩存區狀態對可用帶寬進行平滑處理，客戶端用戶視窗感知模塊基于運動慣性進行用戶視窗預測，客戶端決策模塊綜合考慮用戶視窗、網絡環境和緩存區狀態自適應傳輸全景視頻；該方法具體包括以下步驟：

S1：依據人體視覺特性與頭部運動特性，將三維全景視頻劃分為三個質量優先級區域：用戶視窗所在的120度區域為質量優先級最優區域，用戶視窗的左側60度與右側60度區域為質量優先級次優區域，用戶視窗的背面120度區域則為質量優先級差區域；視頻質量隨距離用戶視窗的遠近程度呈梯級變化；

S2：服務器端依據視頻總時長S與劃分時間間隔T，在時域上將全景視頻劃分為N＝S/T個片段，每個視頻片段表示為Seg_i，i∈[1,N]，根據步驟S1得出每個視頻片段對應有三個質量不同的版本，每個視頻版本劃分m*n個網格切片，對二維平面全景視頻進行編碼，總共生成m*n*3*N個視頻切片，且生成含有時間、空間位置、碼率、分辨率與幀率信息的媒體文件展示描述(Media Presentation Description,MPD)文件；其中m、n表示分布在橫軸和縱軸上的視頻切片個數；

S3：客戶端下載服務器上的媒體文件展示描述MPD文件，解析得到全景視頻切片的信息，包含時間、空間位置、分辨率、URL；基于快速啟動原理，決策模塊生成在時間t∈[0,jT]內下載的低質量級的全景視頻的URL集，切片請求模塊基于URL請求下載視頻切片集；其中j表示初始階段系統擬定快速啟動的視頻片段的個數；

S4：帶寬估計模塊依據階段性歷史下載吞吐量進行預測可用帶寬其中，可用帶寬的預測是根據卡爾曼濾波公式進行估算下一片段的可用帶寬，公式如下：

其中，代表當前第i個片段的可用估計帶寬，代表前i-1個片段的平均下載吞吐量，k為卡爾曼增益；

S5：為了避免視頻播放卡頓，步驟S4中得出的可用帶寬需要考慮緩存區狀態，視頻緩存區模塊考慮R_filling與R_change對步驟S4得出的進行平滑處理，得到B₂[i]：

α＝R_filling·(1-R_change)

其中，R_filling代表緩存數據占用緩存區的百分比即緩存區飽和度，R_change代表緩存深度的變化率，B₂[i]代表考慮緩存區狀態平滑后的平滑帶寬，t_buffer[i]代表片段i下載結束后的緩存數據深度，t_max代表緩存區的最大深度，α代表平滑因子；

S6：根據全景視頻頭戴式顯示器(Head Mount Display,HMD)實時獲取陀螺儀的數據,即用戶頭部運動數據，用戶視窗感知模塊基于用戶歷史運動數據構建預測模型，根據如下公式預測下一時刻的用戶視窗：

S_predict＝β·S_test+(1-β)·S_estimate

其中，S_predict代表用戶視窗預測值，S_test代表前一時刻的測量值，S_estimate代表估計值，β代表權重因子；

S7：決策模塊綜合考慮可用帶寬、緩存狀態以及用戶視窗確定待傳輸的全景視頻質量組合，步驟S5得出的平滑后的可用帶寬B₂[i]作為片段下載碼率，步驟S6得出的用戶視窗預測值S_predict作為切片不同等級碼率組合的依據，隨著視頻時間的持續，傳輸的視頻質量逐漸改善，從而達到自適應傳輸高質量全景視頻的目的。