《Displays》:Jumpshot: A pre-buffering mechanism with personalized playback prediction for continuous video streaming
编辑推荐:
•为实现连续观看体验而设计的个性化播放预测。•基于深度强化学习的ABR控制策略及双缓冲管理机制。•在多种网络条件下的全面性能评估。引言近年来,视频流传输流量急剧增加,同时为了在复杂的网络环境下保持稳定的观看体验,自适应比特率技术得到了广泛应用[1]、[2]。与传统的顺序观看不同,
- •
为实现连续观看体验而设计的个性化播放预测。
- •
基于深度强化学习的ABR控制策略及双缓冲管理机制。
- •
在多种网络条件下的全面性能评估。
引言
近年来,视频流传输流量急剧增加,同时为了在复杂的网络环境下保持稳定的观看体验,自适应比特率技术得到了广泛应用[1]、[2]。与传统的顺序观看不同,用户在观看时长较长的点播视频时往往会采用自由检索的方式,比如在播放过程中向前或向后跳转到任意位置[3]、[4]、[5],如图1所示。由于目标内容通常不在播放缓冲区中,随机访问会引发紧急数据块获取,给基于顺序数据块消耗假设的常规ABR算法带来严峻挑战,比如导致播放长时间卡顿或过度浪费带宽。
一些ABR策略倾向于在自由检索发生时,以最低比特率请求相应的视频数据块,从而快速恢复播放并尽可能缩短卡顿时间[6]、[7]。为进一步减少因随机跳转导致的额外缓冲操作,研究人员在播放过程中引入了预缓冲机制[4]、[8]、[9],即在带宽充足时持续下载并缓存剩余的播放内容。近期还有研究通过视频内容分析、场景检测或用户行为模型等手段,探索更高效的预缓冲策略[10]、[11]。然而,这些方法仍存在若干关键缺陷:
- •
缓冲重建时间过长。当随机跳转后触发紧急数据获取时,即使以最低比特率请求数据块,用户仍可能面临长时间的播放卡顿。
- •
画质下降明显。为快速恢复播放,ABR系统可能会以最低可用比特率获取或预缓冲数据块,从而导致跳转后立即出现明显的画质下降,严重影响用户体验。
- •
带宽资源浪费。持续的预缓冲策略会消耗大量带宽,而如果用户并未观看对应内容,这些带宽大多会被浪费掉。
- •
个性化适配不足。目前基于内容分析或场景检测的跳转预测方法通常缺乏针对用户的个性化调整,难以适应用户不同的观看习惯,从而导致预缓冲效率低下(比如出现与内容无关的跳转)。
在复杂且不断变化的网络环境中,上述问题会更加严重。
为解决这些问题,我们提出了Jumpshot——一种高效、注重资源利用且具备个性化功能的ABR系统,它通过预测不同用户的观看习惯来实现有针对性的预缓冲。不过,用户在点播观看时的跳转操作具有固有的随机性和稀疏性,这给准确捕捉个性化行为模式、从而实现可靠的未来播放预测带来了很大困难。为克服这一难题,Jumpshot首先使用指数加权移动平均模型分析用户的历史行为(即以往播放时的跳转方向和幅度),以此生成预测的观看状态,包括未来跳转的可能方向和幅度。为提升行为预测的稳定性和准确性,该系统还加入了异常值检测和误差传播避免机制,以应对随机且稀疏的行为数据。根据预测结果,系统会主动预缓冲相应的视频数据块,从而减少用户自由观看时引发的紧急数据获取。此外,Jumpshot还采用了双缓冲架构,分别存储按顺序请求的视频数据块和用于自由观看的预缓冲数据块。该双缓冲系统的ABR策略配备了误差感知机制,并基于近端策略优化算法,在统一的深度强化学习框架下进行建模。得益于其轻量级的启发式策略和强大的适应性,Jumpshot能够实现针对不同用户的个性化行为预测,进而为点播播放提供高质量、高效率且符合用户需求的ABR流媒体服务。
本研究的主要贡献可归纳为以下三个方面:
- •
为连续观看体验而设计的个性化播放预测。我们没有采用盲目持续请求或与内容无关的检测方式来进行预缓冲,而是通过分析用户的实际行为来实现有针对性的预缓冲。Jumpshot使用了轻量级的指数加权移动平均模型,利用历史交互记录来预测用户未来跳转的幅度和方向。该模型还配备了误差传播避免机制,因此具有很强的稳定性和泛化能力,能够在有效利用资源的同时提升用户观看的连续性。
- •
基于深度强化学习的ABR控制策略及双缓冲管理机制。为确保在顺序播放和自由检索两种场景下都能保持稳定播放,我们设计了专门的双缓冲架构,分别管理按顺序请求的数据块和为跳转预缓冲的数据块。在预测的用户行为指导下,系统会使用基于PPO的深度强化学习算法来学习统一的ABR策略,并实现对双缓冲的统一管理。该算法的状态空间包含了网络状况、双缓冲占用情况、用户历史行为、视频内容信息以及历史预测误差。基于这些综合信息,Jumpshot能够为顺序播放和跳转预缓冲的数据块选择合适的比特率,从而有效应对网络和行为方面的不确定性,保障播放的流畅性。
- •
在多种网络条件下的全面性能评估。我们在多种网络环境和观看场景下进行了大量的模拟测试。与现有的先进ABR方案相比,Jumpshot在播放质量、缓冲时间以及带宽消耗之间取得了更好的平衡,尤其是在需要频繁进行随机访问的点播播放场景下表现更为出色。
本文的其余部分结构如下:第2节回顾了有关ABR算法和缓冲管理的现有研究;第3节介绍了所提出的Jumpshot系统的设计,包括其整体框架、核心组件以及实现细节;第4节展示了实验结果及相关分析;最后,第5节对全文进行总结。
各节要点
相关研究
用于顺序播放的典型ABR算法。现有的ABR算法主要分为两类:基于启发式规则的方案[7]、[12]、[13]、[14]、[15]、[16]、[17]、[18]、[19],以及基于机器学习的方案[20]、[21]、[22]、[23]、[24]、[25]、[26]、[27]、[28]、[29]。启发式方法通常基于吞吐量估计、缓冲区占用情况或两者的结合来设计固定的控制规则,旨在在给定的带宽限制下选择最高的可行比特率。
Jumpshot系统
目前大多数先进的ABR算法都致力于优化点播流媒体中的顺序播放画质,但它们在处理用户自由观看时因紧急数据获取而导致的过度缓冲问题上效果不佳。即便采用了预缓冲策略,比如在带宽空闲时以最低比特率下载未来的数据块,或基于内容分析预缓冲相应的视频数据块,现有的方案依然存在严重的带宽浪费问题,且缓冲效果也不尽如人意。
实验设置
为评估Jumpshot在自由观看及不同网络环境下的表现,我们使用了带有60秒顺序缓冲区和60秒预缓冲区的模拟播放器,进行了基于轨迹的视频流模拟测试。本研究中使用的网络轨迹、视频信息、基准方法以及用户体验指标的具体情况如下。
网络轨迹。为了进行全面评估,我们使用了多种网络轨迹,分别进行了训练阶段和测试阶段的模拟测试。每条轨迹
结论
本文提出了一种带有预缓冲机制的新型ABR框架——Jumpshot,用于实现连续视频流播放。为解决点播观看时的自由检索问题,该框架采用了基于启发式的指数加权移动平均模型,以实现高效且个性化的播放预测。该启发式行为预测模型能够捕捉用户的历史观看习惯,包括跳转的方向和幅度,并输出预测结果,指示下一次可能的跳转位置。
利益冲突声明
作者声明,他们不存在任何可能影响本文研究成果的已知利益冲突或个人关系。
致谢
本研究的部分资金支持来自国家自然科学基金(编号:62371290、62471215)、国家关键研发计划(编号:2024YFB2907204)、中国高校基本科研业务费,以及STCSM的资助(编号:22DZ2229005)。
Jiaoyang Yin|Hao Chen|Yiling Xu