文献类型：期刊文章

作　　者：陈乐[1] 高岭[1,2] 任杰[3] 党鑫[1] 王祎昊[1] 曹瑞[1] 郑杰[1] 王海[1]

CHEN Le;GAO Ling;REN Jie;DANG Xin;WANG Yi-hao;CAO Rui;ZHENG Jie;WANG Hai(School of Information Science and Technology,Northwest University,State-Province Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services,Xi'an 710127,China;College of Computer Science State-Province,Xi'an Polytechnic University,Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services,Xi'an 710600,China;School of Computer Science,Shaanxi Normal University,Xi'an 710119,China)

机构地区：[1]西北大学信息科学与技术学院/新型网络智能信息服务国家地方联合工程研究中心,西安710127 [2]西安工程大学计算机科学学院/新型网络智能信息服务国家地方联合工程研究中心,西安710600 [3]陕西师范大学计算机科学学院,西安710119

出　　处：《计算机科学》

基　　金：国家重点研发计划(2019YFC1521400);国家自然科学基金(61902229,61872294);陕西省国际科技合作计划项目(2020KW-006);中央高校基本科研业务费专项资金资助项目(GK202103084)。

年　　份：2022

卷　　号：49

期　　号：1

起止页码：194-203

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：随着移动增强现实(Mobile Augmented Reality,MAR)技术的飞速发展,MAR应用的种类及功能也越来越丰富多样,与此同时用户对MAR应用的视频质量及响应时间也提出了更高的要求。通常来说,MAR应用会将计算密集型任务(目标识别及渲染)卸载到云端或边缘服务器进行处理,并将渲染后的图像下载到移动端。但由于移动网络状态的不稳定性及网络带宽的限制,海量数据的传输将延长MAR应用响应时间,进而增加移动设备的传输能耗开销,严重影响用户使用体验。由此,文中提出了一种基于梯度提升回归(Gradient Boosting Regression,GBR)的自适应码率控制模型。该模型通过感知当前网络环境及拍摄内容,预测用户观感需求并对非关注点部分进行低码率压缩,从而在不影响用户体验的情况下尽可能地降低传输数据量,缩短响应时间。具体来说,通过分析200个热门视频的视频特征,构建视频特征同用户观感需求的内在联系,从而针对不同的用户需求提供合适的视频码率配置,由此达到维持体验、减少时延、节约能耗的目标。实验结果显示,同直接下载渲染后的1080p视频相比,提出的自适应码率控制模型在尽可能维持用户观感体验的前提下,每帧的下载时间平均减少了58%(19.13 ms)。

关 键 词：移动增强现实 能效优化  梯度提升回归  码率自适应控制  

分 类 号：TP391]