摘 要

近年来，随着虚拟现实技术蓬勃发展，VR视频流向移动设备的需求正在蓬勃发展。然而VR视频普遍数据巨大，且移动网络具有实时性和多变性的特性，故对VR视频流相关技术要带来了大量挑战^[2,4]。如何在动态网络中更好的传输VR视频，优化用户体验质量是本文研究的重点。

本文以“提出自适应VR视频流方案”为开发目的，以Linux为操作系统，以C语言和shell脚本语言为开发语言，并且引入了基于tile的VR视频的概念，使用了VR视频空间平铺和视口预测的技术，以实现动态网络中VR视频流自适应。

本文在已有的VR视频流方案和QoE模型为基础，提出了一个改进版本的VR视频流方案和QoE模型（Q360AS），经过实验验证，本文提出的Q360AS表现要优于已有的视频流方案。

关键词：VR；QoE；动态网络；视频流方案

Abstract

In recent years, with the rapid development of virtual reality technology, the demand for VR video streaming to mobile devices is booming. However, VR video has huge data, and the mobile network has real-time and versatile characteristics, so it has brought a lot of challenges to VR video stream related technology ^{[2, 4]}. How to better transmit VR video in dynamic network and optimize user experience quality is the focus of this paper.
This paper takes "proposed adaptive VR video streaming scheme" as the development purpose, uses Linux as the operating system, uses C language and shell scripting language as the development language, and introduces the concept of tile-based VR video, using VR video space tile. And viewport prediction technology to achieve VR video stream adaptation in dynamic networks.
Based on the existing VR video streaming solution and QoE model, this paper proposes an improved version of VR video streaming solution and QoE model (Q360AS). After experimental verification, the proposed Q360AS performance is better than the existing video streaming solution.

Keyword:VR;QoE;Dynamic network;Video streaming solution

目录

目录

摘要 I

Abstract II

第一章 绪论 1

1.1选题背景和意义 1

1.2 国内外研究现状 1

1.3 论文研究内容及预期目标 2

1.4 论文组织结构 2

第二章 相关概念和技术 4

2.1 视频质量度量 4

2.2 动态网络中的视频传输 4

2.3 空间平铺和质量区域 5

2.4 视口预测和启发式算法 6

2.5 自适应VR视频性能预测 8

2.5.1 自适应VR视频播放预测 8

2.5.2 VR视频QoE模型 9

第三章Q360AS 模型 11

3.1 比特率与质量等级 11

3.2 视角转动与缓冲时间 11

3.3 QoE模型改进 12

3.4 算法改进 13

第四章 实验过程与结果分析 15

4.1 基于tile的VR视频重新编码 15

4.2 已有方案实验过程与结果分析 18

4.3 Q360AS与已有方案实验结果分析对比 22

第五章 总结与展望 27

5.1 总结 27

5.2 不足与展望 27

参考文献 28

致谢 30

附录A 31

第一章 绪论

1.1选题背景和意义

近年来网络通信技术的快速发展，通信网络的传输速率、覆盖面积、涵盖人群大幅提升，应运而生的各类网络通信应用在提升工业生产效率、提高多媒体通信用户体验等方面发挥着巨大作用。多媒体服务在音视频通话、流媒体等领域有着庞大的消费者群体，并且对多媒体服务质量的期待不断提升。根据预测，到2021年，虚拟现实（VR）视频产生的流量预计到2021年会增长11倍^[1]。

然而，与传统视频应用相比，虚拟现实视频的数据量过大，因此为了提供身临其境的VR视频用户体验，VR视频需要更高的带宽。所以在实际中，往往需要在用户体验质量（QoE）上做出牺牲，通过压缩图像或降低帧率以保证传输速度、降低延迟。虚拟现实与传统2D视频在制作、存储和传输中存在较多差异，其中最为显著的问题是虚拟现实视频的数据量随着分辨率提高，快速变大。已有的有线/无线网络很难承载高分辨率格式下的虚拟现实视频文件传输。庞大的数据量对其适应当前网络的实时传输提出了低延迟、编码优化、适应性传输策略等新的要求。满足虚拟现实视频的实时适应性传输、提高虚拟现实的用户体验质量，在解决虚拟现实普及方面具有重大现实意义。

1.2 国内外研究现状

在视频传输方面，HTTP自适应流（HAS）如今已成为用于视频分发的第一技术，在HAS中，视频内容被时分为多个部分并以不同的质量水平编码，客户端选择并检索每个段最适合的质量版本以创建无缝播出。尽管HAS能够应对不断变化的网络条件，但由于缓冲区欠载，低平均质量，大型摄像机到显示延迟以及大的初始/频道变化，基于HAS的直播通常会受到播出冻结的影响延迟。IETF标准化了HTTP / 2，这是HTTP协议的新版本，它提供了减少Web浏览中页面加载时间的新功能^[3]。

在QoE方面，2013年已提出了对“体验质量”（QoE）一词的科学讨论的贡献及其基本概念。而QoE已经被证明为是视频应用的关键因素。最近的研究方向已经提出了基于HAS（HTTP自适应流传输）范例的视频流的适口感知方案。HAS方法侧重于以多个质量表示（即比特率）对源内容进行编码，而每个质量由时间分成多个小部分（即段），为了进一步优化带宽使用，最近的研究调查提出了HAS变体，其中质量不仅在时间上被分段，而且在空间上被分成更小的块（即瓦片）,提出了一种QoE模型，其是第一个在VR视频的QoE估计模型中考虑区域和瓦片（tile）概念的模型，可以准确预测移动网络中VR视频的性能，本文的研究内容也是在其基础上进行的。