高带宽低时延视频传输算法研究

With the popularization of smart devices and the rapid development of network technologies, people's requirements for video’s resolution, real-time performance and interactivity have been continuously improved. High-bandwidth and low-latency video has become one of the important directions for video development. However, the high bandwidth and low latency video's stringent bandwidth requirements make its transmission a huge challenge. This project proposes to research the theory and key technologies of high bandwidth and low latency video's transmission, focusing on 1) how to balance the accuracy of network measurements and the network friendliness with controllable measurement cost; 2) how to guarantee the availability and the robustness of high bandwidth and low latency video services; and 3) how to improve the resource utilization in the edge cloud. To solve the above problems, this project designs the collaboration awareness between multiple edge nodes, the data-driven resources allocation scheme in edge cloud, and the high bandwidth and low latency video's real-time transmission with user’s Quality of Experience (QoE) guarantee. Through the tradeoffs between the communication, computing and caching, the project develops the theory for high bandwidth and low latency video's efficient transmission, with high users’ QoE and low resource consumption.

随着智能终端的普及和网络技术的飞速发展，人们对视频分辨率、实时性和交互性的要求不断提高，高带宽低时延视频成为视频发展的重要方向之一。然而，高带宽低时延视频对带宽时延的严苛要求使其传输面临着巨大挑战。本项目开展高带宽低时延视频传输的理论与关键技术研究，围绕如何在成本可控的前提下兼顾网络感知的准确性和测量对网络的友好性、如何保证高带宽低时延视频服务的可用性与鲁棒性以及如何提高边缘云资源利用的高效性等三个科学问题，研究基于边缘节点的网络协同感知、数据驱动的边缘云资源高效配置以及用户体验保证的高带宽低时延视频实时传输等三个关键技术，通过在多个时间尺度对网络计算、存储和通信三种资源进行权衡，形成高带宽低时延视频高效传输理论，在保证用户体验的前提下降低资源消耗的成本。

本项目针对高带宽低时延视频实时传输这一难题，研究了计算、存储及网络三种资源权衡理论，在超高带宽超低时延视频传输算法及其应用方面取得了创新性成果：在网络感知方面，提出了基于用户终端资源的网络协同感知理论，在不影响用户使用终端体验的前提下完成了大规模场景下网络统计时延测量；在资源管理方面，提出了基于深度强化学习的服务功能部署方法，在保证用户访问视频服务体验的前提下提高了系统资源利用率；在视频传输方面，提出了基于人眼视觉特性的计算与网络资源置换方法，并设计了基于深度学习的码率自适应方法，保障了动态网络环境下的用户体验。项目研究成果成功应用在了某日活上万的交互式视频服务平台上，提高了用户使用交互式视频服务的用户体验。项目实施过程中，负责人及其团队在IEEE TPDS、IEEE TMM、IEEE TSC、IEEE TVT、IEEE TII、IEEE TBC、IEEE ICC、IEEE ISPA等重要学术期刊和会议上发表10篇高质量学术论文（包括8篇IEEE Trans.论文），并申请12项发明专利（含国际发明专利2项），授权国家发明专利4项，并受邀在CCF 推荐会议IEEE ISPA上做关于交互式视频实时传输的特邀报告。项目完成了预期的研究目标，在理论和关键技术研究上取得了突破，并在多媒体智能传输领域联合培养博士生3人，硕士生7人，为国内在相关领域占据领先地位添砖加瓦。