MétaCan
Menu
Retour à la cohorte
Enregistrement W2156182515 · doi:10.1109/cnsr.2005.23

An Interactive Scalable Multimedia Streaming Scheme for VBR-Encoded Videos

2005· article· en· W2156182515 sur OpenAlexaff
Md. Humayun Kabir, Eric G. Manning, Gholamali C. Shoja

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Video Quality Assessment
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScalabilityComputer networkReal Time Streaming ProtocolVariable bitrateBandwidth (computing)Real-time computingThe InternetQuality of serviceOperating system

Résumé

récupéré en direct d'OpenAlex

The standard frame sequence of an MPEG encoded video stream is suitable for normal playback. However, its inter-frame dependency makes it difficult to use it for interactive playback modes, such as play backward, jump or fast forward/backward. A scalable streaming system is required to serve videos to a large number of clients and it should share a single server stream among many clients. However, different interactive clients generally ask for different playback sequences. Hence, their streams cannot be grouped and served together by a single server stream. Therefore, as the frequency of interaction increases, an ordinary scalable streaming service becomes a non-scalable service. In this paper, we have proposed an improved proxy-based streaming scheme over the Internet. We have used video segmentation and hybrid temporal-data-partition scalable video encoding to create suitable playback sequence for interactive playback modes. We have used prefix and smoothing buffers at the proxy to make our scheme scalable. Simulation results show that our streaming scheme remains fully scalable even when all the clients are highly interactive. By using certain part of the available server-proxy network bandwidth and proxy buffers, our streaming scheme can support large numbers of clients. As the level of interaction increases the relative bandwidth and the buffer requirement decreases.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,346
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetImage and Video Quality AssessmentTravaux en français237 207