BONES：近最优的神经增强视频流传输
系统与控制
2024-04-11 v2 机器学习
网络与互联网体系结构
系统与控制
摘要
由于网络带宽不足且不稳定，获取高质量视频内容可能具有挑战性。神经增强方面的最新进展在通过深度学习改善退化视频质量方面显示出有前景的结果。神经增强流传输（NES）将这一新方法引入视频流中，允许用户在下载低质量视频片段后将其增强以获得高质量内容，且不违反视频流的播放。我们提出 BONES，一种 NES 控制算法，其联合管理网络与计算资源以最大化用户的质量体验（QoE）。BONES 将 NES 表述为李雅普诺夫优化问题，并以在线方式求解，具有近最优性能，使其成为首个提供理论性能保证的 NES 算法。综合实验结果表明，BONES 相较最先进算法以最小开销将 QoE 提升 5% 至 20%。我们的代码可在 https://github.com/UMass-LIDS/bones 获取。
引用
@article{arxiv.2310.09920,
title = {BONES: Near-Optimal Neural-Enhanced Video Streaming},
author = {Lingdong Wang and Simran Singh and Jacob Chakareski and Mohammad Hajiesmaili and Ramesh K. Sitaraman},
journal= {arXiv preprint arXiv:2310.09920},
year = {2024}
}