A Spatio-Temporal based Frame Indexing Algorithm for QoS Improvement in Live Low-Motion Video Streaming

实时视频直播在网络上的流行度不断增加，但需要确保在不影响系统服务质量的前提下，合理利用分配的带宽。因此，本文提出了一种基于时空帧索引的方法，可以在服务器传输到客户端之前检测和消除捕获帧内部和跨越帧的冗余。本文考虑了标准和本地低动态视频两种场景，评估了所提出算法的性能。实验结果表明，所提出的方法在缓冲区大小和压缩比方面分别实现了5.13％和15.8％，以及5％和15.6％的提高。虽然在帧建立时间方面存在一定的权衡，其中标准和本地帧索引分别优于所提出的方案，分别提高了10.8％和8.71％。

如何在实时视频直播中减少冗余数据并提高带宽利用率，同时不影响系统的服务质量？

基于时空帧索引的方法来检测和消除帧内和帧间的冗余，从而减少数据量和提高压缩比。

论文使用标准和本地低运动视频来评估算法性能，结果显示该方法可以在缓冲区大小和压缩比方面分别提高5.13％和15.8％，但建帧时间方面稍有牺牲。实验设计详细，但未提到是否有开源代码。

近期相关研究包括：Improved Real-Time Video Streaming using Edge Computing, A Survey on Real-Time Video Streaming Techniques over Wireless Networks, Video Streaming over the Cloud: Challenges and Opportunities等。