兰诚栋 饶迎节 宋彩霞 陈 建

①(福州大学物理与信息工程学院 福州 350108)

②(福建省媒体信息智能处理与无线传输重点实验室 福州 350108)

1 引言

虚拟现实技术(Virtual Reality, VR)是一种可以创建和体验虚拟世界的计算机仿真系统。它利用计算机生成一种模拟环境，向使用者提供视觉、听觉、触觉等多种感官刺激，带来一种身临其境的沉浸感受[1]。思科预计到2022年，沉浸式应用所产生的互联网流量将增加20倍[2]。虽然单一的360视频可能是当前VR视频内容中最流行的类型，但它们缺乏3D信息，因此无法以完整的6个自由度(six Degree Of Freedom, 6-DOF)观看[3]。立体全景视频实现在3 DOF 360视频条件下进一步增强沉浸式效果，已经受到人们的关注。

在传统全景视频传输中，由于强化学习方法能够获得长期内的最优决策。利用强化学习进行全景视频的码率选择已经受到大量学者的研究。文献[4]运用强化学习中的异步优势动作评价(Asynchronous Advantage Actor-Critic, A3C)算法通过输入之前时刻带宽、之前时刻预测精度、当前带宽等数据进行视点区域、临近区域、外部区域的码率选择，该算法已成为基于强化学习的全景视频区域码率选择的经典算法。文献[5]同样利用A3C算法进行3个区域的比特流分配。其考虑到为提高视点预测精度，缓存区应该不宜过大。其将缓存区大小也作为奖励函数，鼓励算法偏向适宜的缓存大小来兼顾预测精度和播放卡顿，该算法说明奖励函数的设置对系统工作有重要的影响。

在立体全景视频传输中，文献[6–8]研究了各种量化参数(Quantization Parameter, QP)、不同空间缩放比等情况下的差分平均意见得分(Different Mean Opinion Scores, DMOS)值。……