论文阅读[2023ICME]Edge-FVV: Free Viewpoint Video Streaming by Learning at the Edge

原创 已于 2023-12-06 12:12:29 修改 · 1.6k 阅读 · 20 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#论文阅读 #edge #视频

于 2023-12-06 12:08:46 首次发布
本文提出Edge-FVV系统，通过在边缘进行视频合成以减少延迟，分析了缓存容量与延迟的关系，并利用机器学习进行用户分配。实验表明，DQN算法能有效降低处理时间。然而，系统尚有改进空间，如多指标评估和视频复用等。

Edge-FVV: Free Viewpoint Video Streaming by Learning at the Edge

会议信息：
Published in: 2023 IEEE International Conference on Multimedia and Expo (ICME)

作者：
在这里插入图片描述

1 背景

FVV允许观众从多个角度观看视频，但是如果所选视点的视频帧不能及时加载或者从相邻视点的多个视频流合成，用户可能会遇到延迟。

2 挑战

a.FVV视图合成过程可能会消耗大量的带宽和计算资源
b.更多边缘缓存可以减少每个用户虚拟视图合成延迟，但设置缓存越多，每个缓存可能存储更少的参考视点

3 贡献

a.提出了一种边缘辅助FVV系统edge-FVV
b.分析了缓存容量与延迟之间的关系，在虚拟视图合成的延迟和从服务器下载的延迟之间取得平衡

4 系统建模

4.1服务架构

在这里插入图片描述

a.Edge-FVV采用三层架构，由服务器、边缘缓存和用户组成
b.Edge-FVV中，选择一种易于实现的视频帧插值(VFI)方法补充两张原

最低0.47元/天 解锁文章
【论文精读】2017-ICME-Remembering history with convolutional LSTM for anomaly detection
qq_41954153的博客
05-07 729
Remembering history with convolutional LSTM for anomaly detection 论文地址链接 Abstract   作者利用CNN来编码外观利用ConvLSTM通过记忆过去帧来编码运动信息再结合自编码器来学习正常样本的外观和运动模式。   相比基于三维卷积自动编码器的异常检测(作者此处指3D卷积，认为16年Hasan那篇使用的是3d卷积,但Hasan使用的应该是二维卷积)，作者的主要贡献在于提出了一个ConvLSTM自编码器框架，可以更好地分别对正常事件的
论文阅读[20ICME]A MOBILE EDGE CACHE REPLACEMENT SCHEME FOR ADAPTIVE VIDEO STREAMING IN MULTI-MEC SERVERS
woshicaiji12138的博客
04-18 1189
在MEC服务器上预缓存部分视频，可以避免视频内容的重复传输，减少回程网络的负担，从而实现更快的业务响应。当前的研究工作中，MEC视频缓存更新策略还存在一些问题需要解决:(1)没有考虑视频前几段的重要性，可能导致初始延迟较大。(2)客户端的回放状态和通道状态被忽略，导致频繁的重缓冲事件。(3) MEC服务器之间的协作没有被充分利用，视频信息没有被共享。
Free-Viewpoint Video Renderer-开源
05-09
用于合成自由视点视频的3D渲染器。 自由视点视频允许从多个视频流进行3D视图合成，从而提供视频中的视点自由-虚拟现实（tm）。
AI论文探讨室·A+·第100期-Editable FreeViewpoint Video
CSS360的博客
05-31 6269
Editable FreeViewpoint Video using a Layered Neural Representation 使用分层神经表示的可编辑自由视点视频 自由视点视频的生成对于沉浸式VR/AR体验非常重要，但是最近神经方法进展仍然缺乏在大动态场景下操纵视觉感知的编辑能力。为填补当前的空白，作者首次提出使用16个相机来编辑大尺度视角相关动态场景的自由视点视频。论文的核心是一个新的分层神经表示，每个动态实体包括周围的环境都被融合到空时增加的神经层辐射场，叫做ST-NeRF. 这样一个层表示支持
Nerf论文阅读笔记：Efficient Neural Radiance Fields for Interactive Free-viewpoint Video用于交互式自由视点视频的高效神经辐射场
出门吃三碗饭的博客
07-06 831
本文旨在解决高效制作交互式自由视点视频的挑战。最近的一些工作为神经辐射场配备了图像编码器，使它们能够跨场景泛化。在处理动态场景时，他们可以简单地将每个视频帧视为单独的场景，并执行新颖的视图合成以生成自由视点视频。然而，它们的渲染过程很慢并且不能支持交互式应用程序。一个主要因素是他们在推断辐射场时对空白空间中的大量点进行采样。我们提出了一种新颖的场景表示，称为 ENeRF，用于快速创建交互式自由视点视频。具体来说，给定一帧的多视图图像，我们首先构建级联成本量来预测场景的粗略几何形状。粗糙的几何结构允许我。
ICME 论文Latex模版要求
qq_40671063的博客
11-18 9098
ICME 论文Latex模版要求
ICM-20948-Arduino:具有DMP支持的ICM-20948 IMU的Arduino库
03-30
ICM-20948-Arduino 具有DMP支持的ICM-20948 IMU的Arduino库 经测试可与ESP8266搭配使用 使用这个图书馆 要使用此库，需要Invensense的专有驱动程序。 根据他们的许可，我无法将代码上传到GitHub。 因此，该库仅是其...
ICM-42670-P.pdf
02-29
《ICM-42670-P：高性能运动传感器的深度解析》 ICM-42670-P是一款由InvenSense公司推出的高级运动传感器，广泛应用于移动设备、无人机、虚拟现实（VR）、增强现实（AR）以及物联网（IoT）等领域的高性能运动追踪。...
icm-beamer-theme:用于 ICM 演示的 LaTeX Beamer 主题
06-18
icm-beamer-主题 用于 ICM 演示的 LaTeX Beamer 主题。 安装说明： mkdir -p `kpsewhich -var-value TEXMFHOME`/tex/latex/beamer/ cd `kpsewhich -var-value TEXMFHOME`/tex/latex/beamer/ git clone git@github....
[ICME]Improving robustness of learning-based adaptive video streaming in wildly fluctuating networks
woshicaiji12138的博客
11-07 371
如图1所示，服务器中的一个源视频被分成I块，每个块包含L秒的视频内容。每个块被编码成具有不同比特率的多个副本，以便客户端ABR算法可以选择块的适当版本。为了表示简单，我们将比特率级别的有限集合表示为R = {R1, R2，…R|R’|}。在不失一般性的前提下，我们假设R1 > R2 >…> R|R’|， ri∈R’为块i = 1的比特率级别。在视频流中，下载一个块的时间计算如下:其中si®为比特率为r的副本的块大小，ti为下载第i个块的开始时间，ct为时刻t的下行带宽。
2018美赛ICM E题论文
07-17
这是我们队伍2018年美赛ICM E题的论文，关于环境评价类，最后是二等奖，大家可以参考参考。共同学习。
The IEEE International Conference on Multimedia & Expo会议投稿模板
01-14
该资源为The IEEE International Conference on Multimedia & Expo会议投稿模板，欢迎下载使用哦！
记录我的ICME2025论文之旅：困顿与收获
最新发布
weixin_47520540的博客
03-24 2337
ICME2025录取—记录这段难忘的历程
IEEE ICME 2023论文|基于预训练和图网络的语音主题分类
weixin_48827824的博客
03-29 1327
随着网络科技的不断进步，短视频的个性化推荐，会议的录音记录等相关的音频信息在我们的生活中扮演着越来越重要的作用。如何能在海量的语音信息中，准确的进行语音信息的分类和定位，从而减少我们获取信息的时间变得尤为重要。因而语音主题分类(Speech Topic Classification, STC)快速发展。
【Quantized Convolutional Neural Networks for Mobile Devices】论文笔记
我是一只比菜鸟还菜的菜鸟！
07-03 1774
[CVPR '16]论文链接：https://arxiv.org/abs/1512.06473 代码链接：https://github.com/jiaxiang-wu/quantized-cnn 文章中使用的是PQ量化方法，同时提出了量化误差的校正方案。
ICME2024 | 基于半监督对比学习的表现力语音合成
weixin_48827824的博客
05-07 1519
在单一语种的中文数据集以及多语种的中英混合的数据集上，大量实验表明我们提出的方法可以实现语音中风格、情感、音色、语种的解耦与重组，为目标说话人合成自然、高表现力的双语多风格多情感语音。如表1所示，提出的方法取得了最优的自然度，最高的情感、音色、风格相似度，反映出其有效地解耦了情感、音色、风格，并实现了重组。尽管之前的方案在中文上为目标说话人合成了极具表现力的语音，但它在英文上的表现不佳，发音错误较多，且两阶段的系统存在级联误差，影响了合成语音的自然度。针对这些问题，在本文中，我们进一步简化了框架，
IEEE ICME 2023论文｜基于交互式注意力的语音情感识别联合网络
weixin_48827824的博客
07-14 1310
语音情感识别（Speech Emotion Recognition，SER）指通过让机器检测和识别人类语音信号中如喜悦、愤怒、悲伤、惊讶、恐惧等多种情感类别。为了适用于如客服对话等说话人身份是不重要因素的真实场景，即避免说话人的特征影响语音情感识别的结果，进一步研究说话人无关设置下的语音情感识别任务变得非常必要[1]。且在语音情感识别研究领域，带有注释的大数据集很难获得，现有的小数据集可能包含偏差，在说话人无关设置下这些数据集上训练得到模型可能无法很好的泛化。
latex资源下载
醉糊涂仙的博客
11-18 4914
链接：http://pan.baidu.com/s/1qXASAks 密码：9six
IEEE论文会议/期刊模板下载
qq_43644252的博客
03-29 460
IEEE 会议/期刊论文模板下载
ICM-42607-P：高性能6轴MEMS运动追踪陀螺仪传感器
"陀螺仪传感器ICM-42607-P是一款高性能的6轴MEMS（微电子机械系统）运动追踪设备，集成了3轴陀螺仪和3轴加速度计。它具有可配置的主机接口，支持I3CSM、I2C和SPI串行通信，具备高达2.25千字节的FIFO缓冲区和2个可...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值