TITRE Adaptive Packet Video Streaming Over IP Networks - LaBRI

More documents

Recommendations

Info

Métrique MAX_DELAY PREF_MAX_DELAY LOSS_PROB MAX_GAP_LOSS MAX_AU_SIZE AVG_AU_SIZE MAX_AU_RATE PRIORITY Description Délai maximum accepté de bout en bout Délai maximum préférable de bout en bout Probabilité de perte des AU acceptée Nombre de perte d’AU consécutives accepté Taille maximale d’une AU Taille moyenne d’une AU Débit maximal des AU Priorité du flux Table 1-1: Les paramètres de qualité de service associés aux AVOs Nous exploitons les informations contenues dans ce descripteur pour classer les différents objets existants dans une scène MPEG-4. Nous utilisons pour cela un algorithme de classification à base de réseaux de neurones. La technique de codage utilisée dans MPEG-4 permet le codage de chaque AVO par un codeur adapté pour obtenir le meilleur ratio de compression. Dans une scène MPEG-4, on peut donc trouver un objet vidéo codé en H.263 et un autre en MPEG-1 par exemple. Le codage MPEG génère trois types d’images codées, fournissant des niveaux de scalabilité temporelle. Ces trois types d’images sont appelées : I-VOP (Intra coded Video Object Plane), P-VOP (temporally Predicted Video Object Plane), et B-VOP (Birectionally predicted Video Object Plane). Le codeur MPEG autorise la configuration de la fréquence et de la position des images clés. Cette configuration détermine comment les images sont rassemblées en groupes appelés GOP (Group Of Pictures), une séquence vidéo étant considérée comme une suite de GOP. Un GOP est constitué de N images. Il commence par une image de type I suivie par des séquences constituées par un nombre (M-1) d’images B et d’une image P. Par exemple, une configuration fixée à M=3 et N=12 donne des groupes d’images formés sur la série IBBPBBPBBPBB. Il est clair que l’importance des AU appartenant aux différents types d’images n’est pas la même. L’image de type I-VOP est la plus importante puisque sans elle, c’est tout le GOP (et même un peu plus, N+M−1 images précisément) qui ne pourra pas être reconstitué. Les images de type P-VOP ont une importance qui dépend de leur position dans le GOP. D’une manière générale, les sources vidéo MPEG-4 sont codées selon un modèle de représentation multi-niveau. La source vidéo est codée en plusieurs flux compressés correspondant chacun à un incrément de débit et de qualité en termes de corrélation temporelle, de résolution spatiale, ou de rapport signal sur bruit. On distingue un flux de base (BL ou Base Layer), qui est le plus important, et un ou plusieurs flux d’améliorations (EL ou Enhancement Layer) Nous avons utilisé un algorithme de classification basé sur la technique de classification RBF (Radial Basis Function). RBF permet de trier un ensemble d’objets en utilisant une fonction basée sur un vecteur de distance. Nous exploitons la caractéristique du réseau de transport sous-jacent (Diffserv dans notre cas) pour marquer chaque objet avec une étiquette – le label – qui définit la classe de service de l’objet. Les objets sont classés un par un et indépendamment les uns des autres. 4
n Considérons un objet MPEG-4 à classifier, caractérisé par un vecteur Χ ∈R . Ce vecteur Χ T est défini par ( x 1, x2, K x n ) , où chaque composante x i représente une caractéristique de qualité de service associée à l'objet, parmi celles données en Table 1-1 Section 1.1.1.3. Soit T , l’ensemble des étiquettes qu’un objet peut recevoir. Notre système de classification correspond à une fonction C R n n : → T qui assigne une étiquette (ou une priorité) c ∈ T à chaque vecteur Χ ∈ R en se basant sur un ensemble de vecteurs caractéristiques des modèles { U , U 2 , K } 1 U m . La Figure 1-2 illustre le principe de fonctionnement du classificateur RBF. La méthode utilise un ensemble de blocs reliés entre eux pour former un réseau. Le chemin parcouru de l’entrée à la sortie du réseau est appelé neurone. Un bloc correspond à un traitement particulier identifié par une fonction de transfert qui doit prendre en compte les caractéristiques de l'objet MPEG-4 en entrée. X λ ϕ 11 1 ϕ 2 λ 11 λ n1 λ n1 + + F 1 (X) F 2 (X) Choisir max F c (X) c c ϕ n λ nm + F m (X) Figure 1-2: Architecture du classificateur RBF La fonction de transfert ϕ est une fonction gaussienne centrée sur un point de l’espace j=1,2, Kn d’entrée. Pour une entrée donnée, chaque sortie du bloc ϕ est calculée selon la formule : j ϕ (x) = e j 2 D − 2 2σ j 2 où D = X −U k est la distance entre le vecteur X et un vecteur modèle U k pour la caractéristique de rang j et σ est la déviation standard permettant de régler la sensibilité du j résultat aux données d'entrée. La fonction gaussienne permet aux neurones de ne répondre qu’à une petite région de l’espace d’entrée, région sur laquelle la gaussienne est centrée. La sortie du réseau est simplement une combinaison linéaire des sorties des neurones RBF multipliés par le poids λ jk de leur connexion respective. Le poids permet à l'utilisateur de donner plus d’importance à certains paramètres de qualité de service qu’à d’autres. relation: Avec notre classificateur RBF, l’équation générale du résultat d’un neurone est donnée par la F = ∑ n k ( X ) λ jkϕ j ( X ) . Le classificateur choisit l’étiquette correspondant au résultat du j = 1 neurone le plus grand qui correspond à la classe de service choisie par le réseau RBF. 5
Page 1: UNIVERSITÉ DE VERSAILLES SAINT-QUE
Page 4 and 5: Résumé Nous constatons aujourd’
Page 6 and 7: 3 Related Work ....................
Page 8 and 9: 5.5.1.2 Simulation Results.........
Page 10 and 11: List of Figures Figure 1-1: Structu
Page 12 and 13: Figure 5-15: End-to-end packet tran
Page 14 and 15: Acknowledgments The first person I
Page 16 and 17: [11] Toufik Ahmed, Guillaume Burida
Page 18 and 19: d’accès. Les interactions de QoS
Page 22 and 23: 1.1.2 Proposition dun Protocole d'E
Page 24 and 25: des paquets RTP. Reste toujours le
Page 26 and 27: Nous pouvons distinguer trois possi
Page 28 and 29: 1.1.2.5.2 Multiplexage des Flux El
Page 30 and 31: l’horloge est par défaut égale
Page 32 and 33: La valeur R TCP représente le déb
Page 34 and 35: Pour ces raisons, nous nous intére
Page 36 and 37: Telles que illustrés par la Figure
Page 38 and 39: 3. DMIF2SIP vérifie si son propre
Page 40 and 41: utilisée optionnellement pour loca
Page 42 and 43: Chapter 2 2 Introduction 2.1 Motiva
Page 44 and 45: conditions. Based on end-to-end fee
Page 46 and 47: Chapter 3 3 Related Work Nowadays,
Page 48 and 49: • multicasting: it takes the stre
Page 50 and 51: expensive, fixed delivery and recep
Page 52 and 53: 3.1.6 Static vs. Dynamic Channels T
Page 54 and 55: environment because they require a
Page 56 and 57: H.261 is called video codec for aud
Page 58 and 59: VideoScene (VS) VideoObject (VO) Vi
Page 60 and 61: The emphasis of MPEG-7 will be the
Page 62 and 63: Temporal scalability involves parti
Page 64 and 65: multitude of streams. It can switch
Page 66 and 67: increased linearly in the absence o
Page 68 and 69: 3.2.2.1 End-to-End Retransmission R
Page 70 and 71:
correctly received block. The missi
Page 72 and 73:
epresent user traffic. The delay ca
Page 74 and 75:
3.2.5 IP Signaling Protocols for Pa
Page 76 and 77:
two H.323 endpoints or between an e
Page 79 and 80:
Chapter 4 4 Adaptive Packet Video T
Page 81 and 82:
4.1.1 Video Classification Model Pr
Page 83 and 84:
attributes can refer to the QoS par
Page 85 and 86:
In RBF, 2 D = X − is the distance
Page 87 and 88:
Figure 4-6: Experiment testbed In t
Page 89 and 90:
190 180 170 End-to-end delay MPEG-4
Page 91 and 92:
Sync Layer. The SL-packetized strea
Page 93 and 94:
conveyed by MIME format parameters
Page 95 and 96:
the same value. This timing informa
Page 97 and 98:
4.2.2.1 Fragmentation We propose to
Page 99 and 100:
Timestamp: Indicates the sampling i
Page 101 and 102:
When G is used as generator matrix,
Page 103 and 104:
4.2.3 Performance Evaluation Intens
Page 105 and 106:
0.3 0.25 our proposal classical app
Page 107 and 108:
lost packet at the receiver. Conseq
Page 109 and 110:
marking scheme. The server must be
Page 111 and 112:
The video server adds audio-visual
Page 113 and 114:
Marker (TR3CM) [131] to mark the ba
Page 115 and 116:
VO1 VO2 AVO Scenario Audio BL EL1 E
Page 117 and 118:
Throughput (Kbits) 3000 2500 2000 1
Page 119 and 120:
Throughput (Kbits) 3000 2500 2000 1
Page 121 and 122:
4000 3500 3000 2500 2000 1500 1000
Page 123 and 124:
45 40 Original Quality Received Qua
Page 125 and 126:
Chapter 5 5 A Dynamic Packet Video
Page 127 and 128:
The TCM algorithm is based on a tok
Page 129 and 130:
BEGIN Initialize the classification
Page 131 and 132:
User Profile (Token Bucket) Traffic
Page 133 and 134:
5.3.3 QoS Management Algorithm Spec
Page 135 and 136:
Figure 5-7: Hierarchical aggregatio
Page 137 and 138:
• Filters: to put packets into cl
Page 139 and 140:
mechanism associated with the Drop
Page 141 and 142:
Figure 5-16: Packets loss with IP D
Page 143 and 144:
5.5.2.3 Experimental Results Figure
Page 145 and 146:
1 MPEG-4 Based Layer Stream -AF11 M
Page 147 and 148:
0.2 0.18 MPEG-4 Based Layer Stream
Page 149 and 150:
By using our PBNM tool, we allocate
Page 151 and 152:
Id Condition Indicator Action 1 Net
Page 153 and 154:
The proposed marking algorithm bett
Page 155 and 156:
Chapter 6 6 A SIP/MPEG-4 Multimedia
Page 157 and 158:
performed by many ways like SLA (Se
Page 159 and 160:
6.1.1.4 SIP Communication Model SIP
Page 161 and 162:
• It assign a value (network sess
Page 163 and 164:
6.2.1 SIP2DMIF Subsystem The SIP2DM
Page 165 and 166:
Step 1: The MPEG-4 Terminal passes
Page 167 and 168:
1. Set the result C to the empty se
Page 169 and 170:
TCP/UDP port, our implementation us
Page 171 and 172:
Control & Data Plan Video Rate Cont
Page 173 and 174:
characteristics and relevance of ea
Page 175 and 176:
References [1] Kazaa Media Desktop
Page 177 and 178:
[43] B. Schuster, “Fine granular
Page 179 and 180:
[79] D. Bansal and H. Balakrishnan,
Page 181 and 182:
[115] N. Laoutaris, I. Stavrakakis,
Page 183 and 184:
[154] W. Almesberger, J. H. Salim,
Page 185 and 186:
Appendix A A Appendix A: Overview o
Page 187 and 188:
Media aware Delivery unaware ISO/IE
Page 189 and 190:
A.3.3 Scene Description Streams Sce
Page 191:
This appendix presents structure ex
show all

TITRE Adaptive Packet Video Streaming Over IP Networks - LaBRI

Create successful ePaper yourself

Delete template?

Save as template?