公开(公告)号：CN114173185B

公开(公告)日：2022-12-13

申请号：CN202111474120.1

申请日：2021-12-03

Applicant: 东北大学

Inventor： 李婕 ,  倪石建 ,  王兴伟 ,  王峰 ,  夏雷

IPC: H04N21/437 ,  H04N21/44 ,  H04N21/442 ,  H04N21/462 ,  H04N21/654 ,  H04N21/658

Abstract: 本发明公开一种基于IPv6的360度视频自适应传输方法，方法首先根据码率调节算法的性能，选择最优码率调节算法作为系统的码率调节算法；接着对360度视频进行预处理并生成清单文件，再利用Shell脚本处理得到包含媒体片段的JSON文件，并在服务器端进行视频资源的部署；然后对强化学习模型进行预处理，并将经过训练的强化学习模型转换为TensorFlow‑Lite所需以“tflite”为扩展名的文件；最后基于移动设备的基础架构设计应用程序以及360度视频播放器；并将视频播放器码率调节部分使用预处理阶段得到的模型在移动设备上进行推导实现。本发明充分利用预测的带宽和视口，通过策略梯度更新其QoE奖励值，直到最后的码率决策得到最大奖励反馈，相对于现有的自适应传输方案有明显的改进。

公开(公告)号：CN117412076A

公开(公告)日：2024-01-16

申请号：CN202311332522.7

申请日：2023-10-16

Applicant: 东北大学

Inventor： 李婕 ,  范志明 ,  孙立明 ,  倪石建 ,  王一凡 ,  于佳林

IPC: H04N21/2343 ,  H04N21/234 ,  H04N21/24 ,  H04N21/44 ,  H04N21/2662 ,  H04N21/4402 ,  H04N21/442 ,  H04N21/466 ,  H04N21/462

Abstract: 本发明提供一种基于DASH的全景视频传输方法，涉及视频传输技术领域。该方法涉及全景视频QoE的确定、码率动态自适应选择和视口预测三部分；首先将全景视频在空间维度上分割固定尺寸的图块，并对每个视频图块做相应地质量分级；并将全景视频分成具有相同持续时间的视频帧序列块；然后确定对用户体验影响最大的参数，进而确定全景视频QoE的目标函数；使用强化学习的Asynchronous Advantage Actor‑Critic框架对全景视频的码率进行自适应选择；采用基于LSTM‑Seq2Seq的视口预测模型预测用户的视口。该方法设计了强化学习智能体在全景视频场景下的状态、动作以及奖励值函数，并通过长短期记忆网络方法预测用户视口改进了预测视口的准确性，进一步提高了用户的观看体验。

公开(公告)号：CN112261626A

公开(公告)日：2021-01-22

申请号：CN202011123667.2

申请日：2020-10-20

Applicant: 东北大学

Inventor： 李婕 ,  倪石建 ,  王兴伟 ,  洪韬 ,  郑昊 ,  李福亮

IPC: H04W4/70 ,  H04W40/12 ,  H04W40/16 ,  H04L29/08

Abstract: 本发明公开一种D2D辅助的以内容为中心多跳协作式路由方法，属于网络通信技术领域。该方法首先根据CCN节点结构设计适合D2D网络设备通信的节点结构，并设计传输过程的资源请求包和资源数据包；然后通过动态维持CCN流表结构及使用D2D通信共同完成资源发现中的请求包转发过程；当找到匹配资源后进行资源回溯，同时参考传统网络中的基于链路状态的路由协议，设计了D2D网络中GO节点拓扑维持过程。本发明以内容为中心进行资源的发现，结合CCN的思想，设计了适用于D2D网络的CCN节点结构，提升了数据传输效率，增强用户服务质量。

公开(公告)号：CN114173185A

公开(公告)日：2022-03-11

申请号：CN202111474120.1

申请日：2021-12-03

Applicant: 东北大学

Inventor： 李婕 ,  倪石建 ,  王兴伟 ,  王峰 ,  夏雷

IPC: H04N21/437 ,  H04N21/44 ,  H04N21/442 ,  H04N21/462 ,  H04N21/654 ,  H04N21/658

Abstract: 本发明公开一种基于IPv6的360度视频自适应传输方法，方法首先根据码率调节算法的性能，选择最优码率调节算法作为系统的码率调节算法；接着对360度视频进行预处理并生成清单文件，再利用Shell脚本处理得到包含媒体片段的JSON文件，并在服务器端进行视频资源的部署；然后对强化学习模型进行预处理，并将经过训练的强化学习模型转换为TensorFlow‑Lite所需以“tflite”为扩展名的文件；最后基于移动设备的基础架构设计应用程序以及360度视频播放器；并将视频播放器码率调节部分使用预处理阶段得到的模型在移动设备上进行推导实现。本发明充分利用预测的带宽和视口，通过策略梯度更新其QoE奖励值，直到最后的码率决策得到最大奖励反馈，相对于现有的自适应传输方案有明显的改进。

公开(公告)号：CN112261626B

公开(公告)日：2021-11-09

申请号：CN202011123667.2

申请日：2020-10-20

Applicant: 东北大学

Inventor： 李婕 ,  倪石建 ,  王兴伟 ,  洪韬 ,  郑昊 ,  李福亮

IPC: H04W4/70 ,  H04W40/12 ,  H04W40/16 ,  H04L29/08

Abstract: 本发明公开一种D2D辅助的以内容为中心多跳协作式路由方法，属于网络通信技术领域。该方法首先根据CCN节点结构设计适合D2D网络设备通信的节点结构，并设计传输过程的资源请求包和资源数据包；然后通过动态维持CCN流表结构及使用D2D通信共同完成资源发现中的请求包转发过程；当找到匹配资源后进行资源回溯，同时参考传统网络中的基于链路状态的路由协议，设计了D2D网络中GO节点拓扑维持过程。本发明以内容为中心进行资源的发现，结合CCN的思想，设计了适用于D2D网络的CCN节点结构，提升了数据传输效率，增强用户服务质量。