一种自适应的流媒体服务器缓存调度算法

在分析现有的流媒体缓存技术优缺点的基础上,提出一种采用间隔缓存的自适应混合型间隔缓存算法(adaptive hybrid interval cache,AHIC).该策略充分考虑用户行为模式和影片冷热度对缓存策略性能的影响,采取分段缓存和间隔缓存相结合的方式,通过周期性地统计影片的流行度和用户访问行为,实现了缓存的接纳和替换.仿真实验表明,与传统的间隔缓存策略相比,AHIC策略能够有效的提高缓存的字节命中率.     

基于分段流行度分布建模的代理缓存空间优化方法

缓存空间大小和命中率是影响代理缓存服务器建设成本和服务质量的重要因素,但两者相互制约,在代理缓存服务器设计时需要折衷考虑。根据均匀分段后的流媒体片段流行度分布,建立代理服务器缓存空间与命中率之间的关系模型,提出了一种基于均匀分段流行度分布建模的代理缓存空间优化方法,能在定价值函数的情况下计算出的最优代理缓存空间大小。实验结果表明,当给定的价值函数中缓存空间大小和命中率的权重相等时,按所提方法优化设计代理缓存空间存储占比比经验设定缓存存储占比为100%、75%、50%、25%和0%时的价值平均提高24%。     

基于能量模型的交互式流媒体缓存置换策略

针对交互式流媒体应用,提出一种基于能量模型(EM)的缓存置换算法.给出描述用户访问模式的片断划分和记录策略,并提出基于能量模型的内容流行度的表示方法;采用基于指数增长的缓存接入/释放策略,设计了新的效用函数实现缓存替换.仿真结果证明,EM算法能适应不同交互强度的用户访问模式,比传统的分段缓存具有更好的性能.     

交互式流媒体代理服务器缓存算法

针对交互式流媒体的特点,提出了基于段流行度的交互式流媒体代理服务器缓存算法,根据流媒体对象的段流行度,实现了代理服务器缓存的接纳和替换,使流媒体对象的段在代理服务器中缓存的数据量和其流行度成正比.仿真结果表明,该算法在不同的用户请求模式和交互强度下,可以提供较小的被延迟的请求率和较高的字节命中率,尤其适于交互强度较高的用户请求.     

基于最大缓冲时间的流媒体缓存策略

通过综合考虑无线网络传输时延、流媒体片段内部流行度以及用户终端缓存空间大小对流媒体分发质量的影响,提出了一种基于最大缓冲时间的P2P流媒体分发缓存算法,算法考虑了无线网络传输时延、流媒体中断的位置及用户提供的计算资源.性能分析表明,它与仅考虑无线网络传输时延的缓存算法相比,能减少流媒体分发起动时延和播放抖动时延,可有效地提高无线Ad Hoc网络中P2P流媒体分发质量.     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

基于分段的适应性流媒体缓存管理算法

为提高流媒体代理服务器的缓存效率,从而提高整个流媒体服务系统的性能,提出一种基于用户访问模式的适应性媒体分段缓存策略。该策略充分考虑用户行为模式对具体影片访问特性的不同,采取有针对性的分段缓存管理策略,可显著提高代理缓存命中率。为避免由于分段策略所潜在引发的播放抖动问题,对相应的预取算法进行了理论分析。事件驱动试验结果表明:所提出的缓存算法命中率较之传统的定长分段算法及系统现有的间隔缓存策略均有显著的性能提高,系统稳定时缓存命中率分别高出后两者54%和31%。     

一种基于区域划分和内容流行度的NDN缓存策略

针对命名网络中路由器缓存能力有限的问题,提出了一种基于区域划分和内容流行度的NDN缓存策略(CCNCP).该策略根据拓扑结构划分区域,并综合衡量节点重要性选出局部中心节点和全局中心节点;引入分类的内容流行度,合理地将不同流行度的内容缓存在不同重要度的节点.首先采用经典的GN算法进行社区划分.定义了度中心性、紧密中心性、介数中心性等中心性度量指标.然后建立了系统模型,给出了缓存策略.最后对Zachary空手道俱乐部网络的社团结构进行改编,并引入真实拓扑GARR,使用Icarus模拟器进行仿真试验.结果表明：CCNCP在2个不同网络结构中表现得最好;当参数S等于0.25时,CCNCP和第2好缓存策略ProbCache的缓存命中率、延迟、路径拉伸比分别为30.9%和26.8%、52.9和56.2 ms、0.584和0.617,前者比后者分别提高4.1%、降低5.9%、降低5.3%,可见CCNCP在3个指标上与现有的典型策略相比都具有显著优势.     

基于位置相关查询的一种语义缓存模型

为了克服FAR算法在位置预测方面的不足，定义了一种语义缓存模型，与传统的语义缓存模型相比增加了对移动单元的坐标和语义片段的时间描述，有助于预测未来移动单元可能的位置．提出了一个改进的RBF—FAR算法作为替换策略，并结合使用RBFNN进行位置预测．实验证明，通过定义新的语义缓存模型，采用新的查询替换策略，再结合神经网络的自学习特性，使得RBF—FAR模型更加灵活，并有效地减少网络负载和查询时间．     

基于MEC-D2D的分布式协同缓存方案

针对移动边缘计算服务器存储能力有限的问题,利用终端通信技术数据共享优势提出了一种基于动态规划的移动边缘计算与终端通信(MEC-D2D)协同内容缓存放置策略.首先分析协同通信模型中的内容流行度、缓存空间有限性以及干扰限制等因素对用户内容获取平均时延的影响;然后通过建立内容分段获取模型,以降低用户内容获取平均时延为优化目标;最后将缓存问题视为完全背包问题,并采用动态规划算法设计最优缓存分配方案.仿真实验表明所提缓存策略可有效降低用户内容获取平均时延.     

基于高斯混合模型的视频对象分割算法

针对应用高斯混合模型（GMM）进行视频建模与分割时的模型选择及参数估计初值选择的难点，提出了一种基于GMM的视频对象分割算法．首先进行特征提取，在特征矢量中引入加权运动信息，可根据不同需要选择合理的加权系数，然后通过分割投影进行模型选择及期望最大化（EM）算法的参数初始化并估计参数，这种初值选择方案使得EM算法的初值和真实值较接近，加快了迭代运算的收敛速度，从而提高了视频对象的分割速度，最后对特征矢量进行聚类分割．仿真实验表明，在保持良好分割效果的同时，所提算法的运算速度约为常规方案的76％，并且具有良好的稳定性．     

面向视频测量机器人高噪声小视场星图的星点提取

星图识别提取是自动天文测量数据处理的关键环节．针对视频测量机器人拍摄的小视场星图具有高噪声的特性,提出了利用基于合理阈值分割的连通算法来处理此类星图;分析了4种不同星图的图形特征,对比了常见的星点提取算法对真实星图的识别效果;在定性定量分析的基础上,通过验证,得到了阈值分割下的连通算法要优于边缘检测和聚类算法的结论,并获得理想的星点提取效果．真实星空半仿真星图的室内试验表明:利用该算法可以准确可靠地计算恒星质心坐标,其水平和垂直方向均方根误差（RMSE）分别为0.025和0.021像素,可满足高精度的天文测量需求．      

新的变码率视频服务器缓存管理策略

提出的 ROC(resist- overload capability)缓存管理策略 ,包括缓存准入策略和替换算法 ,解决了变码率视频服务器间隔缓存的缓存管理问题。 ROC缓存准入策略基于统计缓存准入策略 ,能提供概率的缓存服务质量保证和较高的缓存利用率。实验结果表明 :在典型系统配置下 ,ROC可以提高约 2 5 %的系统吞吐量 ;相对确定性缓存准入策略和STP- L缓存替换算法 ,可以多服务约 17%的视频流 ,平均缓存利用率也要高出约 38%。仿真实验结果证明了 :ROC充分发挥了间隔缓存算法优势 ,是一种非常有效的变码率视频服务器缓存管理策略     

基于运动背景的自适应视频对象分割算法

为解决运动背景中视频对象的准确提取,提出一种基于全局运动的自适应视频对象分割算法。基于特征点计算帧间运动,利用最小二乘法计算摄像机仿射参数进行运动补偿,通过二值开闭重建滤波器进行预处理消除噪声;采用改进的分水岭算法将图像标记成不同的灰度区域,以自适应的光流法对分割的对象信息进行评判,从运动背景中分割出前景对象。实验表明,该算法能准确地从运动背景中分割出视频对象,显著地减少了动态前景对象的分割误差,提高了分割质量,可应用于运动目标检测与跟踪。     

基于帧间运动的视频分割

视频分割是视频结构化和检索的重要技术 ,目前主要通过镜头分割得到。但许多应用需要对镜头根据摄像机运动作分割 ,现有技术不能满足应用实时需要。提出了一种对P帧运动向量稳健分析计算帧间运动并进行分割的方法。与传统光流法、M估计法比较 ,该算法只在压缩域上进行 ,不需迭代 ,具较强实时性。文中阐述了方法的基本思想、理论依据与实现 ,实验表明 :该方法具有很好的效果     

自适应性动态间隔缓存的实现

提出了用于视频服务器的缓存管理策略：自适应性动态间隔缓存。通过间隔缓存与流的状态转换有效地结合起来，满足了视频服务的顺序访问的行性。通过仿真实验证明该机制有效地保证了视频流的持续性与实时性，大大提高了视频服务的并发度。     

物联网中时间驱动的ICN缓存机制研究

在物联网架构设计中采用信息中心网络(information centric networking,ICN)的思想将非常有利于提高信息与数据的传输效率,但现有的ICN缓存机制难以满足物联网用户对信息准确度的要求,尤其是在时间维度上的严格要求.针对这一问题,利用ICN基于内容名命名的方式和内置缓存的特性,提出了一种新的能应用于物联网的时间驱动的普适性缓存方案,创新地在兴趣包和数据包中添加用于精确匹配的时间戳字段.研究了一种时间匹配算法,目的是向消费者返回满足时间容忍阈值的内容,依据内容流行度和时间请求概率,对到达节点的数据包做出缓存决策,通过仿真验证所提方案的有效性.与用户驱动的信息新鲜度机制相比,时间驱动的普适性缓存方案有效地提高了缓存命中率和信息获取的准确率.     

基于帧差法和边缘检测法的视频分割算法

针对目前常用的视频分割方法易受到噪声、亮度突变的影响,很难提取出完整的运动目标这一问题,提出一种基于帧差法和边缘检测法相结合的视频分割算法.该算法首先对连续三帧图像进行差分得到运动区域,然后对当前帧进行Kirsch边缘检测得到边缘图像,综合二者的检测结果得到更为精准的运动对象边缘.采用边缘连接算法完成对断裂边缘的连接,最后通过区域填充得到运动目标掩模图像,从而分割出完整的运动目标.实验表明,该算法可以实时有效地将运动物体从视频序列中自动地分割出来.     

基于云水印的视频内容认证技术

 数字视频内容的认证技术越来越成为研究的热点。基于云水印及镜头分割技术,提出了一种新颖的视频内容认证方案。论文就不变特征提取、云水印生成、嵌入和提取、视频的认证与篡改检测等技术进行了研究并进行了实现。通过实验分析和验证,该方案可对实时的视频进行认证而不影响视频本身的视觉效果。