基于彩色可见光的大数据视频流并行编码与传输算法

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (6): 158-164.

基于彩色可见光的大数据视频流并行编码与传输算法

穆晓芳¹，邓红霞²，郭虎升³，亓　慧¹

1.太原师范学院计算机系；2.太原理工大学信息与计算机学院；3.山西大学计算机与信息技术学院

出版日期:2019-07-22 发布日期:2019-07-22
作者简介:穆晓芳，女，硕士，副教授，主要从事分布式计算、图像处理、数据分析方面研究；邓红霞，女，博士，副教授，主要从事智能信息处理、脑认知研究、图像处理方面研究。

Online:2019-07-22 Published:2019-07-22

摘要/Abstract

摘要： 针对可分级视频编码数据流在可见光通信中传输的可靠性问题，提出了一种可分级编码视频在可见光通信的自适应传输方案。首先，从信道状态信息中提取可见光的颜色混合比例与亮度等信息；然后，根据颜色混合比例将RGB三个颜色的信道分配至视频的每个层，对光通信的误码率与视频质量进行联合优化，保证接收视频的质量；最终，根据光亮度对视频数据流的信道分配做进一步优化，提高视频流在光信道传输的可靠性。仿真实验结果表明：本方案能够提高可分级视频编码数据流在彩色可见光通信中的传输性能。

关键词: 彩色可见光通信, 可分级视频编码, 视频传输, 并行传输, 室内通信

中图分类号:

TP391

. 基于彩色可见光的大数据视频流并行编码与传输算法[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 158-164.

[1]	姚鹏威, 杨炯, 张爱梅, 黄晓. 表格图像转换成Ｗｏｒｄ表格的研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 100-105,190.
[2]	李立治１, ２, 杨建军２, 刘双喜１, ２, 张先锋２, 郭文翠２, 李萍２. 国内人群的驾驶风格分类及识别方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 33-40.
[3]	杨菊英１, 江兵２, 罗佳１. 自然语言语义库构建方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 103-108.
[4]	叶杨１, 孙会龙１, 刘贞１, ２. 一种自适应加权ＬＤＰ的虚拟现实设备表情识别方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 109-114.
[5]	刘英１, 莎仁高娃２, 张利文３. 移动无线网络的移动终端安全认证方案[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 161-167.
[6]	胡博１, 陈锋２, 刘敏３. ＶＲ环境下应用于三维虚拟建模的复杂艺术场景优化技术[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 115-120.
[7]	林倩瑜. 基于模糊卷积神经网络的大数据分类挖掘技术[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 121-126.
[8]	张钰莎１, 蒋盛益２. 基于风险数据挖掘追踪技术的网络入侵检测研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 127-135.
[9]	郭东兵１, ２, 董黎君１, 梁国星１, ２. 基于多数投票法的扫描点云尖锐特征保留方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 67-72.
[10]	姚寿文, 栗丽辉, 王蠫, 常富祥, Zeyuan YAO. 双 Kinect 自适应加权数据融合的全身运动捕捉方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 109-117.
[11]	苏树智, 谢军, 高鹏连, 邓瀛灏, 郑苹. 面向多模态图像的柯西相关特征学习方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 118-124.
[12]	陈乐, 童莹, 陈瑞, 曹雪虹. 端到端增强特征神经网络的视频表情识别[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 125-131.
[13]	张先华a, 李政a, 谭小慧a, 王康b. 基于灰色马尔科夫的地铁火灾逃生最优路径规划及3D模拟[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 118-123.
[14]	易欣, 郭武士, 赵丽. 热红外图像序列中基于 KCF 和Mean-Shift 定位的目标跟踪方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 124-131.
[15]	. 高铁线路重要部位WSN节点覆盖算法设计[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 124-131.

基于彩色可见光的大数据视频流并行编码与传输算法

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10