QoE驱动的低复杂度无线视频通信跨层优化研究

High quality video communications has crucial significance for national security, economic, scientific research and human spirituality improvement. Traditional researches for video communications focus on the improvement of the peak-to-signal ratio, instead of quality of experience (QoE) for end users. To this end, we aim to developing a QoE-driven cross-layer framework to jointly optimize application, network, MAC and physical layers. Within this framework, we also plan to reveal the relationship between the improvement of QoE and the video coding parameters, video schduling and transmission modes. Then, the low-complexity QoE model is developed, and the optimal and low-complexity suboptimal solutions are derived. To be specific, our research is composed of the following four facets: 1) QoE-driven cross-layer framework for video communications; 2) low-complexity QoE model for networked videos; 3) cross-layer solutions by joint video coding and communications with low complexity; 4) QoE driven simulation systems for real-time video transmission. Innovation points: 1) Taking QoE as the optimization objective, the cross-layer methods to joint video coding and communications are studied. 2) To satisfy the real-time requirement, the QoE model and cross-layer solutions with low complexity are proposed. 3) To consider the objective and subjective evaluation criteria, a simulation platform which can transmit the real video streams is developed. This project is expected to get a breakthrough in theory and technology innovation in video transmission. The proposed cross-layer framework,as well as model and methods will solid the foundations for the wireless video communications of high quality.

高质量的视频通信对国家安全、国民经济、科学研究和人民精神生活的提高具有重大的意义。传统的视频通信大都以提高峰值信噪比为目标，没有考虑到视频的最终受众- - 用户的体验质量（QoE）。本项目以提高终端用户的QoE为目标，采用应用层、网络层、MAC层和物理层融合的跨层方法，揭示用户QoE的提高与视频编码特性、视频调度和传输模式的内在规律性，建立低复杂度的QoE模型，并提出联合视频编码-通信的跨层优化方法。研究内容：QoE驱动的跨层视频通信架构；低复杂度的QoE模型；低复杂度联合视频编码-通信的跨层优化方法；QoE驱动的真实视频流实时传输仿真平台。创新点：以视频的最终归宿"用户体验"作为优化目标，使得所研究的方法和策略满足视频传输最根本需求；以视频的典型特征"实时性"作为要求，提出低复杂度的QoE模型和跨层优化方案；以视频的评价指标"主客观结合"作为原则，建立基于双时钟的真实视频流实时传输仿真平台。

随着智能设备和通信技术的更新换代，视频通信在人们的日常生活中占有不可或缺的地位。视频流量急剧上升。本项目为QoE驱动的低复杂度无线视频通信跨层优化研究。主要研究内容分为以下三部分：1、QoE驱动的视频通信研究。在该部分内容中，从三个方面进行详细研究：QoE驱动的视频编码算法、QoE驱动的视频传输算法和QoE驱动的视频请求算法。在视频编码方面，由于用户对运动场景中的前景比较感兴趣，而背景不太关注，提出基于感兴趣区域的码率控制算法；在视频传输方面，无线网络的传输受限，提出了基于包重要性的包调度视频传输算法。在视频请求方面，用户自身传输能力有限，只有请求与之匹配的视频质量才能有好的用户体验，因此提出QoE驱动的视频请求和传输联合算法。2、QoE驱动的视频质量评估研究。由于视频质量评估是整个研究的核心，为了准确评估实时网络视频的视频质量，提出了基于压缩域信息的低复杂度视频质量评估模型和基于压缩域信息的时空复杂度视频质量评估模型。前者考虑了视频的内容信息以及网络信息，而且计算复杂度低，后者考虑到了视频的内容的时间信息和空间信息，两种模型从视频流直接提取所需特征，不需要全解码。由于用户观看实时网络视频的场景不同，提出了流量付费下用户满意度评估模型和在线观看视频用户的QoE评估模型，实现对不同场景下视频用户QoE的准确评估，从而使得提出QoE驱动跨层视频通信技术可以实现提高用户QoE的目标。3、视频质量驱动的视频内容分析研究。主要研究在保证视频质量的前提下，适用于复杂多变的场景下的视频内容分析技术。针对实时网络视频，提出了基于运动模型估计的分区域图像配准算法、基于协作式表观模型的目标跟踪算法和复杂场景下基于区域的目标实时检测算法，既能满足实时性的要求，又可以保证跟踪和检测的有效性。

内容获取失败，请点击重试