基于合作博弈论优化的多视点信源协作编码与传输

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61472234
  • 项目类别:
    面上项目
  • 资助金额:
    82.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

To match the increasingly development of interactive multiview video dissemination over promising wireless cooperative network, we aim to investigate joint representation and optimization with stochastic constraints. With the progressive structure of multiview sources, it is dedicated to designing the stable strategy on cooperation and determing the coalitional form in cooperation game theory. To be concrete, it is formalized as a network utility maximization (NUM) problem in a dynamic optimization manner in terms of fairness, selectiviness, random accessibiltiy within multiview sources. It is achieved by advanced depth coding with multiscale geometric transform, optimized scheduling along the view-spatio-temporal resolution, resource allocation with opportunistic routing and dynamic Markov channel modeling, and power allocation in multi-source multi-relay newtork with Nash bargaining solution. The overall rate-distortion performance of multiview video coding is desired to be close to the theoretical bound of nonlinear approximation by the fusion of multi-dimension side-information. It is founded on the combinatorial area of computer vision, information theory and signal processing, and the achievements could favor the ongoing three-dimensional interactive media.
为适应日益发展的无线协作通信网对多视点信源的交互内容服务,探索在动态系统约束中的联合表示和优化性能。依据多视点渐进分层编码,设计鲁棒和稳定的合作策略,确定动态网络节点间的约束性描述,进行合作博弈的传输优化。建立多视点信源间资源的分配公平性,结合多视相关信源的选择性、网络的动态随机性,建立动态优化的效用最大化(NUM)问题。采用多尺度几何的联合约束,进行边信息的协同描述和多尺度几何变换编码,刻画多维拓扑空间的奇异性;在此拓扑映射的视点基础上,结合时-空分级结构,优化数据层的分级调度;通过该多信源的约束,实现基于机会路由与马尔可夫信道模型的联合资源优化,进而基于纳什议价实现无线中继协作网络的帕累托最优功率配置,逼近动态网络的理论性能,建立多视点信源的编码与传输系统平台。本项目从实际应用中抽象出科学问题,涉及计算机视角、信号处理、信息论基础,预期的理论和技术成果可有助于交互多视点媒体应用的发展。

结项摘要

本面上项目“基于合作博弈论优化的多视点信源协作编码与传输(61472234)”,4年共发表重要学术论文20篇,其中:SCI期刊论文15篇,IEEE Trans汇刊论文12篇,5篇国际会议论文;申请国家发明专利8项,其中1项已经获得授权;获得2018年中国电子学会技术发明奖二等奖;参加了5次国际学术会议,作3次专题演讲报告;培养硕士8名;人才队伍建设:培养了国家优秀青年科学基金获得者1人(2016)。主要成果包括:.(1)多视点视频预测编码.提出了基于KS-IPP结构的预测结构,进行高效多视点视频编码,并进行时间空间联合分层,根据用户需求和网络状况确定各个层的时间空间分辨率以及实现传输资源的优化分配。建立了多视点视频的最优率-失真性能传输模型,提出了一种帧的重要性计算方法,在带宽不足时对各个视点基本层的帧数据按重要性依次传输。.(2)多视点视频源调度优化.提出基于纳什议价的交互式多视点视频的数据包调度方法,在网络带宽资源有限的情况下,服务器根据用户周期性反馈的视点视频数据包请求,以纳什议价计算得到的概率调度各视点的视频数据包,实现网络传输效率和用户公平性之间的性能平衡。 .(3)无线视频多跳传输的机会路由.提出了一种多跳无线网络中传输实时视频流的机会路由方法,包括:采用期望任意路径时延来度量将视频数据包按照机会路由的转发方式从各中继节点传输到指定目的节点所需的期望递交时延;借助视频数据包转发过程中节点间的协作,每个中继节点使用增强学习算法动态地更新该节点到目的节点的期望任意路径时延,最终通过给具有低期望任意路径时延的节点分配高中继优先级来实现低端到端时延的无线视频流传输。.(4)协作通信的均衡功率分配.在多用户协作认知网络中,提出了填充式和共享式混合频谱共享机制,让从用户根据主用户是否占用信道实时调整频谱接入策略,提高了网络的灵活性;同时,针对网络中同时存在多个从用户需要中继转发信息的情况,以主用户性能为约束,利用博弈理论来进行中继功率分配,在公平性的原则下实现了资源的高效分配;最后对该功率分配方案下从用户的中断概率进行了系统解析。.

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(1)
会议论文数量(5)
专利数量(8)
Sparse-to-Dense Depth Estimation in Videos via High-Dimensional Tensor Voting
通过高维张量投票进行视频中从稀疏到密集的深度估计
  • DOI:
    10.1109/tcsvt.2017.2763602
  • 发表时间:
    2019-01
  • 期刊:
    IEEE Transactions on Circuits and Systems for Video Technology
  • 影响因子:
    8.4
  • 作者:
    Botao Wang;Junni Zou;Yong Li;Hongkai Xiong
  • 通讯作者:
    Hongkai Xiong
QoE-Driven Mobile Edge Caching Placement for Adaptive Video Streaming
用于自适应视频流的 QoE 驱动的移动边缘缓存布局
  • DOI:
    10.1109/tmm.2017.2757761
  • 发表时间:
    2018-04
  • 期刊:
    IEEE Transactions on Multimedia
  • 影响因子:
    7.3
  • 作者:
    Chenglin Li;Laura Toni;Junni Zou;Hongkai Xiong;Pascal Frossard
  • 通讯作者:
    Pascal Frossard
Distributed optimization of lifetime and throughput with power consumption balance opportunistic routing in dynamic wireless sensor networks
动态无线传感器网络中生命周期和吞吐量的分布式优化与功耗平衡机会路由
  • DOI:
    10.1177/1550147716671144
  • 发表时间:
    2016-10
  • 期刊:
    INTERNATIONAL JOURNAL OF DISTRIBUTED SENSOR NETWORKS
  • 影响因子:
    2.3
  • 作者:
    Sun Jian;Zou Junni;Huang Liwan
  • 通讯作者:
    Huang Liwan
Video Communication Optimization: A Survey
视频通信优化:调查
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Frontiers of Computer Science
  • 影响因子:
    4.2
  • 作者:
    Chenglin Li;Junni Zou;Hongkai Xiong
  • 通讯作者:
    Hongkai Xiong
Sparse Representation With Spatio-Temporal Online Dictionary Learning for Promising Video Coding
稀疏表示与时空在线字典学习有前途的视频编码
  • DOI:
    10.1109/tip.2016.2594490
  • 发表时间:
    2016-10
  • 期刊:
    IEEE Transactions on Image Processing
  • 影响因子:
    10.6
  • 作者:
    Dai Wenrui;Shen Yangmei;Tang Xin;Zou Junni;Xiong Hongkai;Chen Chang Wen
  • 通讯作者:
    Chen Chang Wen

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于POMDP的可伸缩视频流优化决策调度研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Shanghai Jiao Tong University (Science)
  • 影响因子:
    --
  • 作者:
    邹君妮;熊红凯;范凤军
  • 通讯作者:
    范凤军
分布式无线传感器网络的速率分配和网络成本联合优化研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    上海交通大学学报
  • 影响因子:
    --
  • 作者:
    邹君妮;熊红凯;谭冲;汪敏
  • 通讯作者:
    汪敏
基于POMDP的可伸缩视频流优化决策调度
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    上海交通大学学报
  • 影响因子:
    --
  • 作者:
    熊红凯;邹君妮;汪敏;范凤军
  • 通讯作者:
    范凤军

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

邹君妮的其他基金

基于人工智能优化的沉浸式视频传输:理论与技术
  • 批准号:
    61931023
  • 批准年份:
    2019
  • 资助金额:
    310 万元
  • 项目类别:
    重点项目
基于球面卷积网络的沉浸式视频适配化传输
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    61 万元
  • 项目类别:

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码