基于转码时间预测与预设选择的优质直播视频流
多媒体
2025-07-15 v2 计算机视觉与模式识别
摘要
视频流通常需要将内容转码为不同的分辨率和比特率，以匹配接收者的网络速度和屏幕能力。x264 等视频编码器提供各种预设，每个预设 在转码时间与率失真性能之间有不同的权衡。为视频转码选择最佳预设十分困难，特别是对于直播而言，尝试所有预设并选择最佳预设并不可行。一种解决方案是预测每个预设的转码时间，并在遵守直播时间限制的同时选择能确保最高质量的预设。视频转码时间的预测对于最小化流媒体延迟、部署资源管理算法和负载均衡也至关重要。我们提出了一个基于学习的框架，用于预测视频在各种预设下的转码时间。我们的视频转码时间预测器特征直接从接收的流中提取，主要来自头部或元数据。因此，特征提取仅产生极小的额外延迟，使我们的方法非常适合直播应用。我们使用视频数据集评估了基于学习的转码时间预测。结果表明，我们的框架能准确预测不同预设的转码时间，平均绝对百分比误差 (MAPE) 接近 5.0%。利用这些预测，我们随后为直播视频流选择最合适的转码预设。利用我们基于转码时间预测的预设选择，峰值信噪比 (PSNR) 提升高达 5 dB。
引用
@article{arxiv.2312.05348,
title = {High-Quality Live Video Streaming via Transcoding Time Prediction and Preset Selection},
author = {Zahra Nabizadeh Shahre-Babak and Nader Karimi and Krishna Rapaka and Tarek Amara and Shadrokh Samavi and Shahram Shirani},
journal= {arXiv preprint arXiv:2312.05348},
year = {2025}
}
备注
After further review, we found major flaws in the paper that need extensive revision