基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
VR技术给人们提供了一种沉浸式体验,但也造成了视频数据量的大幅增加.为了在有限的带宽下获得流畅的VR观看体验,基于机器学习在视频压缩和行为决策上的优良性能,利用机器学习中的深度学习和强化学习方法设计了一个自适应帧重建和传输方案,实现了在不降低视频感知质量的前提下流畅传输立体全景视频.
推荐文章
基于Android的视频流自适应算法设计
网络拥塞
媒体播放器
Android
视频自适应
网络带宽
基于预测机制的云媒体网络自适应视频流选择算法
带宽预测
可伸缩视频编码
移动网络
云媒体
自适应
基于H.264视频编码的自适应去块滤波系统
自适应去块滤波系统
H.264视频编码标准
块效应
视频信号处理
基于网络的自适应学习系统分析
自适应学习
网络学习
学习途径
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器学习的立体全景视频自适应流系统
来源期刊 电视技术 学科 工学
关键词 机器学习 立体全景视频 图像重建 自适应流
年,卷(期) 2020,(12) 所属期刊栏目 视频应用与工程
研究方向 页码范围 50-53
页数 4页 分类号 TN919.8
字数 语种 中文
DOI 10.16280/j.videoe.2020.12.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
立体全景视频
图像重建
自适应流
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导