本发明公开了一种基于深度强化学习的全景视频边缘协作缓存替换方法,通过利用边缘缓存在应对VR全景视频流传输挑战方面的优势以及深度强化学习DRL适用于解决复杂问题的特性,在优化缓存效率的基础上,综合提升VR全景视频流传输的各方面性能。本发明充分考虑了多种视频编码版本、可能存在的对全景视频用户视场FoV的预测错误以及面向多用户的长期收益,对传输过程中的成本、视频内容质量不匹配水平以及响应时延进行联合优化,使得用户获得高质量、低成本的全景视频流。
声明:
“基于深度强化学习的全景视频边缘协作缓存替换方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)