基于可扩展编码技术的流媒体点播系统的设计与研究

摘要

近年来，随着视频压缩技术和计算机网络技术的不断发展，流媒体技术广泛应用于远程教育、视频会议、实时网络视频传输等领域，得到了很大的发展，而流媒体技术的不断发展，同样促进了流媒体的广泛应用。因此，研究流媒体技术，具有重大意义。
　　 本文通过对上海海洋大学原有流媒体点播系统的性能分析并与现实中用户对流媒体点播系统的不同需求进行对比，发现现有的流媒体点播系统存在一些性能上的不足，如基于C/S模式的架构当用户访问并发量较大时系统会出现延时和通信加载现象，影响了用户视频点播的流畅性从而降低了QoS。
　　 通过查阅大量文献发现，为了克服传统的编码技术的局限性，IIU-T的MPEG组织和ISO/IEC的VCEG组织联合组成了JVT(Joint Video Team)开发了可扩展编码技术（ScalableVideo Coding, SVC），作为H.264的扩展进行了标准化。可扩展性视频码流由不同的时间、空间、质量层码流组成，可以在一个很大的范围内适应网络带宽的变化和终端的多样性。该编码技术采用了分层编码结构，有效的结合了时域、空域和质量的可伸缩性，将视频压缩成多个码流，包括一个基本层和多个增强层。其中，基本层包含满足最小需求的基本信息，可以独立解码，增强层依赖于基本层，接收到的增强层越多，视频质量越好。因此，采用SVC编码具有如下特点：压缩后的视频能够动态地适应网络带宽的变化、具有健壮的抵抗网络传输差错的能力、能够同时满足不同用户终端的需求。
　　 本文正是基于SVC技术的以上优点，选择采用SVC编码方式研究和设计了一套流媒体点播系统，通过改变不同性能的终端设备模拟终端结构的异构性等特点。本文实验采取的是基于RTSP和SDP协议的流媒体传输标准。对于SVC的编码和解码模块使用了JSVM(Joint Scalable Video Model)开源软件，对该开源软件进行了相应的功能移植和裁剪来实现编码和解码模块。流媒体服务器采用RealNetworks公司出品的Helix Server流媒体服务器，并创造性的将其架设到Ubuntu操作系统上，提高其性能，完成流式传输功能。最后，将各功能模块进行整合，开发了一个用于展示的portal。终端用户登录该portal即可使用该流媒体点播系统进行娱乐和学习。实验结果表明，基于SVC的移动流媒体点播系统能够根据终端客户的不同需求、终端设备的异构性、网络带宽的变动的影响因素实时地传输不同码流质量的视频，达到预期效果。
　　 文章最后基于上述视频点播系统平台，通过对其后台用户点播内容数据库的分析，提出采用序列模式分析的数据挖掘方法挖掘用户点播内容与时间序列的相关性并分析了具体的发现过程，并提出一种基于AprioriAll的算法来实现序列模式挖掘用户点播内容。通过对用户点播内容的数据挖掘，可以为提高SVC编码效率和学校的教学科研提供参考依据和决策支持。

目录

文摘

英文文摘

上海海洋大学博/硕士学位论文答辩委员会成员名单

第一章 引言

1.1 课题的来源及研究意义

1.2 国内外研究现状

1.2.1 可分级视频编码技术研究

1.2.2 可分级视频编码技术与流媒体技术研究

1.2.3 序列模式数据挖掘研究

1.3 研究内容及创新点

1.3.1 研究内容

1.3.2 创新点

1.4 内容结构安排

第二章 可分级视频编码与流媒体技术分析

2.1 MPEG-4中的两种可分级编码方案比较

2.1.1 MPEG-4中的一般可分级编码技术

2.1.2 MPEG-4中的FGS编码技术

2.2 H．264中的三种可分级编码方案比较

2.2.2 时间可分级方案

2.2.3 空间可分级方案

2.2.4 SNR可分级方案．

2.3 流媒体标准和相关协议

第三章 基于SVC的流媒体点播系统的设计与实现

3.1 现状分析

3.2 系统功能模块及相关工作

3.2.1 系统架构

3.2.2 功能模块及具体工作

3.2.3 拟采取的研究方法和实现方案

3.3 各模块具体实现

3.3.1 使用JSVM编码SVC

3.3.2 JSVM解码SVC

3.3.3 流提取的实现

3.3.4 流化传输的实现

3.3.5 系统各模块功能整合

3.3 系统整体性能分析

第四章 采用数据挖掘技术挖掘用户点播内容方案研究

4.1 数据挖掘的分类

4.2 四种数据挖掘方法的比较

4.2.1 关联分析

4.2.2 聚类分析

4.2.3 分类分析

4.2.4 序列分析及时间序列

4.3 采用序列模式分析技术挖掘用户点播内容的依据

第五章 基于序列模式分析的用户点播内容数据挖掘实现

5.1 序列模式挖掘相关概念

5.2 序列模式在用户点播内容挖掘中的实现

5.2.1 挖掘用户点播内容的意义

5.2.2 用户点播内容的挖掘过程分析

5.2.2 序列模式分析用户点播内容算法实现

第六章 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

附录 Portal展示系统核心源代码

在读期间公开发表的论文和承担科研项目及取得成果

致谢