具身智能晕屏缓解多播

缓解晕屏

通过在线学习识别用户晕屏倾向，动态调整瓦片码率，在不牺牲视频质量的前提下显著减少晕屏积累。

Chiao-Wen, Lin · Yang, De-Nian · Liao, Wanjiun

IEEE Transactions on Mobile Computing 2024

参数信息

竞争比

m2

技术优势

晕屏积累更慢

算法为高晕屏倾向用户学习更高的成本权重，在码率分配时主动限制其晕屏积累。

视频质量不妥协

通过学习用户成本权重，在不牺牲视频质量的前提下减少晕屏，仿真中视频质量优于基线。

理论有保证

算法被证明是 m²-competitive 的，并随时间收敛到最优解。

应用场景

• VR视频流：在不牺牲画质的前提下减少用户观看360°视频时的晕屏，提升留存。
• 移动视频组播：在多用户组播中兼顾带宽效率和个性化晕屏控制，提升整体体验。
• 自适应码率控制：码率分配时考虑晕屏积累，视频质量和舒适度同时优化。
• 用户体验优化：针对不同用户晕屏倾向动态调整策略，提升整体观看体验。
• 网络带宽管理：通过组播和瓦片选择提高带宽利用效率，降低传输成本。