导读:本文包含了视频流量模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:流量,视频,模型,网格,流媒体,自适应,行人。
视频流量模型论文文献综述
杨欣[1]（2019）在《3D视频流量模型研究及其动态资源分配优化》一文中研究指出近年来,随着各类网络视频业务的快速发展,视频流量已成为互联网流量中占比最大的流量类型。其中3D视频因能给观看者带来立体视觉感受,广泛地被应用于各个领域,但3D视频巨大的数据量给视频的储存、编码、传输带来了挑战。在传统的网络业务中,流量模型常被用于网络设计评估或动态资源分配以减小网络时延。因此为3D视频建立流量模型,既可生成3D视频模拟流量用于网络评估,也可以实现基于流量预测的动态资源分配以减小3D视频传输时延。目前关于传统2D视频流量模型的研究已较为成熟,但关于3D视频流量模型的讨论较少。仅有的两个3D视频流量模型主要实现生成视频模拟流量的功能,但无法实现3D视频流量的实时预测,因此无法进行基于流量预测的动态资源分配。现有的自适应逻辑平滑转换自回归(Logistic smooth transition autoregressive,LSTAR)模型既可以生成视频模拟流量,也可以对视频流量进行实时预测。使用自适应LSTAR方法分别为3D视频左右视角建立流量模型,得到的左视角流量模型准确度较低且忽视了左右视角流量的相关性。对3D视频成像原理及视频帧结构进行分析,可知3D视频流量具有两大特征,即左右视角流量具有短时相关性且左视角流量变化范围大于右视角流量。本文针对3D视频流量的两大特征,提出了将短时线性回归与小波变换方法结合的3D视频左视角流量模型(Linear logistic smooth transition autoregressive based on wavelet,WL-LSTAR)。使用叁种经典的流量模型评估方法进行评估,评估结果均显示本文提出的自适应WL-LSTAR模型优于自适应LSTAR模型。3D视频数据量大且突发性较强,使用静态资源分配或简单动态资源分配可能造成传输时延较大,时延抖动不稳定等问题,影响用户体验。为了减小3D传输时延,本文提出基于流量预测的动态资源分配算法,根据流量预测值提前为3D视频的传输分配相应的带宽资源,从而保证3D视频数据的高效传输。使用OPNET软件进行网络仿真,实验结果证明基于流量预测的动态资源分配算法可有效减小3D视频传输时延,同时减小了流量突变造成的时延抖动。(本文来源于《北京邮电大学》期刊2019-05-24）
胡益铭[2]（2016）在《基于视频的行人流量系统模型的设计与研究》一文中研究指出行人流量计数作为计算机视觉领域的前沿课题,在生活应用和社会公共安全中有着较高的使用价值,例如,在通道人员疏散、商场人力配置、海关安检等场合,智能化的视频监控可以代替人工监控对行人的运动行为进行分析和理解,所以基于视频的行人流量统计的研究越来越受到人们的重视。本课题是在室外复杂场景中,研究了基于视频的行人计数的关键技术,以摄像机拍摄的视频作为实验对象,对行人计数中需要使用的运动目标检测、目标跟踪等核心算法进行了改进,设计了基于视频的行人流量统计模型,并通过仿真验证该系统具有较好的实时性与适用性。在行人检测方面,采用基于自适应高斯混合模型的背景差分法,能够克服背景轻微变化对行人检测的影响,并在该算法基础上添加了阴影检测与去除的功能,解决了行人阴影造成误检的问题。在行人跟踪方面,把均值偏移跟踪算法与卡尔曼滤波器结合使用,能够对被遮挡的行人进行有效的预测,当行人穿过物体的过程中能够实现不间断的跟踪,增强了系统对行人跟踪的鲁棒性。此外,在行人计数方面,在基于计数线方法与基于轨迹计数方法的基础上,提出了井线轨迹法,在背景静止的视频监控下能够精确的进行人数统计,并可以解决由于行人在视频中逗留而造成重复计数的问题。通过拍摄的大量视频在本行人流量系统上进行测试,证明了该系统可以适应复杂的场景,具有较高的计数准确率。(本文来源于《北京邮电大学》期刊2016-01-10）
范敏[3]（2014）在《基于小波支持向量机的VBR视频流量预测模型》一文中研究指出针对VBR视频流量的时变性、突发性和非线性等特点,提出一种基于小波支持向量机的VBR视频流量预测模型(WSVM)。首先对VBR视频流量时间序列进行相空间重构,然后将其输入到小波支持向量机进行学习,建立VBR视频流量预测模型,最后采用仿真实验对模型性能进行测试。结果表明,相对于对比模型,WSVM提高了VBR视频流量预测精度,更加准确地描述了VBR视频流量的复杂变化特点。(本文来源于《电视技术》期刊2014年09期）
郑毅,黄丹,危婷,陈常嘉[4]（2012）在《对等网络视频点播系统服务器流量模型》一文中研究指出在流媒体服务研究领域,服务器流量是衡量系统性能的主要指标。P2PVoD系统中,用户作为视频资源的使用者和提供者,其行为模式对服务器流量产生较大影响。这一特点是以往其他流媒体系统所不具备的,而现有文献又缺乏对以上特点的研究分析及建模。本文以P2PVoD系统的实用网络测量数据为基础,研究用户行为模式与服务器流量的关系,建立用户行为的"时间性模式"模型,并由此推导出服务器流量与频道流行度及资源分布的关系模型,继而通过实测数据验证模型的合理性。最终确立了测评P2PVoD系统性能的模型,即服务器流量、用户规模(系统日用户数)、频道容量(系统总频道数)间的关系模型。此研究对于改善、提高P2PVoD系统性能具有理论和应用价值。(本文来源于《铁道学报》期刊2012年09期）
吴国艳[5]（2011）在《视频网格中流媒体业务的流量模型分析》一文中研究指出视频网格中流媒体业务由于在保证服务的质量和效率方面存在一定的局限性,到目前为止流媒体不是网格应用的重点。所以在性能和规模方面不能很好的满足用户的需求,针对视频网格中流媒体业务的流量模型,提出了一种多层次网络环境下的通用流量AR模型。本文主要通过对流媒体技术和网格技术的分析研究,进而对流量模型做具体全面的分析。(本文来源于《科技致富向导》期刊2011年33期）
高伟涛,崔占忠,张海旸[6]（2010）在《视频网格中流媒体业务的流量模型》一文中研究指出针对网格环境下的多服务器对单个用户提供服务的流媒体服务模式,提出了一种多层次的网格环境下的通用流媒体业务的流量模型——复合AR模型(MAR).根据媒体网格中流媒体的特点,将媒体流分为媒体流段和媒体流片断,媒体流片断是近似平稳过程,采用AR模型建模,媒体流段中的媒体片断之间符合半马尔可夫过程,媒体流中的媒体流段符合泊松过程.该模型为网格环境中提供更加有效、高质量的VoD服务打下了基础.(本文来源于《北京理工大学学报》期刊2010年02期）
霍炎[7]（2008）在《无线多媒体网络视频压缩与流量模型的研究》一文中研究指出近年来,伴随着我国通信网络基础设施的快速建设和经济的飞速发展,人们已不再满足电话、电视、传真和电子邮件等单一媒体提供的传统语音和文字通信,而是需要数据、图形、图像、音频和视频等多种媒体信息以超越时空限制的方式作为一个整体呈现,其中视频以其丰富的信息量成为多媒体通讯领域中最重要的部分,同时视频压缩编码与传输一直以来也是这一领域的热点。然而如何在满足人类视觉特性的情况下对视频源信号进行高效的压缩,适合无线信道恶劣环境的传输,并且为多媒体网络的设计提供准确反映视频业务流量特性的预测模型,是直接影响到用户对视频业务QoS的满意程度,也是多媒体通信中需要重点研究的部分。论文工作得到了国家自然科学基金课题“无线多媒体网络中基于新业务流模型和模糊进化神经网络/蚂蚁算法的资源管理技术研究(60472034)”与“无线宽带网络联合信道率失真模型相关技术研究(60772042)”,以及航天科工集团的“传感器图像遥测装置”等项目的支持,从多媒体视频信源编码的角度出发,研究视频信源的平滑运动估计、基于人类视觉特性的自适应量化以及无线网络下联合信源信道编码等问题,并针对视频编码业务流量特性进行分析,以得到相应的流量模型,为视频业务的接入控制、带宽分配等提供了模拟流量数据。论文主要创新点如下:在分析了现有运动矢量搜索模型的基础上,给出了一种新型的混合模式搜索模板,并且根据Kalman滤波方法、率失真最优的概念以及通过混合模式搜索模板得到的参考运动矢量,提出了一种平滑的率失真最优运动估计算法。该算法在平滑滤波和代价函数的共同作用下能够给出较为真实的运动矢量场,并从算法计算效率、准确度以及运动矢量分布上对该算法进行仿真分析,表明它能够有效得到目标物体的真实运动。为了使量化参数能够在编码信息量与编码失真之间进行适度平衡,针对目标比特速率与量化参数之间的关系进行分析,给出了比特速率差△R与量化参数调整因子△Q之间的近似二次关系,并由△R～△Q关系根据目标比特速率提出了量化参数调整因子△Q的迭代确定过程,为本文提出的基于人类视觉系统的自适应量化策略中,根据图像误差分布调整量化参数提供了必要的调整因子。针对视频图像归一化活动性值非均匀的特点,分析了归一化函数因子与视频图像的特征之间的关系,提出了一种活动性归一化的改进方法。同时在阐述了人类视觉系统的主要特性以及这些特性对视频编码中量化精度影响的基础上,根据第二章得到的真实运动矢量场,分别分析了视频图像亮度特性与空间活动性的关系,图像运动目标与时间活动性的关系,视频图像帧间相关性以及相应的误差分布,提出了一种基于人类视觉系统特性的误差分布反馈量化策略。实践证明,基于人类视觉特性的自适应量化在牺牲较少复杂度的前提下,在视频图像主客观质量评价上有一定的改善。在视频图像传输的系统模型中,针对BSC信道分别分析了编码端信源失真与解码端残留失真特性,提出了一种基于视频图像DCT变换结果之间的差值之和的信源失真度估计方法,并且分别对Intra和Inter帧的信道失真模型进行描述,同时根据信源编码统计分析描述了现有的信源码率模型从而提出了一种基于DCT特征的码率模型。最后依据上述提出的失真模型和速率模型给出了一种信源信道联合编码策略。通过对解码端重建视频质量的分析,表明联合编码策略较传统独立编码方法在PSNR性能上有一定的改善。分析了MPEG视频流量的长时相关性、自相似性Hurst参数等性能,并以小波模型为基础,针对MPEG流量,提出了一种流量预测模型。相比传统的流量模型来说,基于小波的流量预测模型利用了小波多分辨率分析方法:针对尺度空间中MPEG流量的尺度系数的自相关仍然具有一定的长相关性给出了自适应误差反馈线性预测的方法;同时由于小波变换的“白化”作用使得小波系数只具有短相关性,并给出了线性相关结构进行逼近。最终将尺度系数和小波系数通过小波反演变换得到MPEG流量预测结果。由于分别针对尺度空间和小波空间各自的特点进行不同的预测建模,使得它既能拟合视频流量的概率分布特性、又满足视频特有的相关结构,因此该模型能够比较精确的描述复杂的MPEG流量。(本文来源于《北京交通大学》期刊2008-12-01）
王晖,沙基昌,孙晓,陶钧[8]（2006）在《MPEG-4 FGS视频流量模型的仿真应用研究》一文中研究指出针对MPEG-4 FGS可伸缩的视频流量,采用马尔可夫链调制的一阶自回归方法对其统计特性进行建模,通过与Trace流量的仿真结果对比,证明了该模型的有效性。在此基础上,提出了基于FGS流量模型的层次化速率控制方法,在NS-2中将该方法与叁种典型的CBR层次流量模型方法对分层视频组播RLM协议性能的影响进行了仿真实验对比。仿真结果表明:采用CBR模型来模拟MPEG-4 FGS层次流量对RLM协议进行性能仿真评价存在较大的误差,采用所提出的基于FGS流量模型的层次化速率控制方法对自适应视频组播协议的性能进行仿真具有更好的精确性。(本文来源于《计算机仿真》期刊2006年12期）
李菁,赵明旺,许伟[9]（2006）在《VBR视频流量统计特性及其模型》一文中研究指出通过对VBR视频流量的统计特性的分析,表明VBR视频业务不但具有短时相关性,而且具有长时相关性,因此传统视频业务模型在描述长时相关性方面明显存在不足。根据视频流量的不同相关特性,介绍当前几种非传统VBR视频流量模型,并对它们的特点进行分析论述。(本文来源于《计算机与数字工程》期刊2006年09期）
刘晓颖,戴琼海,刘晓冬[10]（2006）在《智能集成VBR MPEG视频流量预测模型》一文中研究指出作为数字媒体网络视频通信的主要方式,VBR MPEG视频流量的预测能力是直接关系缓冲区设计、动态带宽分配及拥塞控制等提高网络服务质量的关键因素.因此针对MPEG视频流的复杂特性,充分利用人工智能方法的优势,提出并建立了基于模糊神经网络的智能集成VBR MPEG视频流量预测模型.采用模糊预测模型提高预测精度,利用神经网络解决预测的实时性问题.实验结果表明,与标准AR预测模型相比,该模型预测的准确度和可靠性显着提高,且算法简单易于推广到其他方法中使用.(本文来源于《电子学报》期刊2006年05期）
视频流量模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
行人流量计数作为计算机视觉领域的前沿课题,在生活应用和社会公共安全中有着较高的使用价值,例如,在通道人员疏散、商场人力配置、海关安检等场合,智能化的视频监控可以代替人工监控对行人的运动行为进行分析和理解,所以基于视频的行人流量统计的研究越来越受到人们的重视。本课题是在室外复杂场景中,研究了基于视频的行人计数的关键技术,以摄像机拍摄的视频作为实验对象,对行人计数中需要使用的运动目标检测、目标跟踪等核心算法进行了改进,设计了基于视频的行人流量统计模型,并通过仿真验证该系统具有较好的实时性与适用性。在行人检测方面,采用基于自适应高斯混合模型的背景差分法,能够克服背景轻微变化对行人检测的影响,并在该算法基础上添加了阴影检测与去除的功能,解决了行人阴影造成误检的问题。在行人跟踪方面,把均值偏移跟踪算法与卡尔曼滤波器结合使用,能够对被遮挡的行人进行有效的预测,当行人穿过物体的过程中能够实现不间断的跟踪,增强了系统对行人跟踪的鲁棒性。此外,在行人计数方面,在基于计数线方法与基于轨迹计数方法的基础上,提出了井线轨迹法,在背景静止的视频监控下能够精确的进行人数统计,并可以解决由于行人在视频中逗留而造成重复计数的问题。通过拍摄的大量视频在本行人流量系统上进行测试,证明了该系统可以适应复杂的场景,具有较高的计数准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频流量模型论文参考文献
[1].杨欣.3D视频流量模型研究及其动态资源分配优化[D].北京邮电大学.2019
[2].胡益铭.基于视频的行人流量系统模型的设计与研究[D].北京邮电大学.2016
[3].范敏.基于小波支持向量机的VBR视频流量预测模型[J].电视技术.2014
[4].郑毅,黄丹,危婷,陈常嘉.对等网络视频点播系统服务器流量模型[J].铁道学报.2012
[5].吴国艳.视频网格中流媒体业务的流量模型分析[J].科技致富向导.2011
[6].高伟涛,崔占忠,张海旸.视频网格中流媒体业务的流量模型[J].北京理工大学学报.2010
[7].霍炎.无线多媒体网络视频压缩与流量模型的研究[D].北京交通大学.2008
[8].王晖,沙基昌,孙晓,陶钧.MPEG-4FGS视频流量模型的仿真应用研究[J].计算机仿真.2006
[9].李菁,赵明旺,许伟.VBR视频流量统计特性及其模型[J].计算机与数字工程.2006
[10].刘晓颖,戴琼海,刘晓冬.智能集成VBRMPEG视频流量预测模型[J].电子学报.2006
论文知识图
