会员注册 会员登录 欢迎您,游客!您可以选择
最新公告:欢迎您访问同济大学软件学院图形图像研究中心(Smart3D Media Lab)网站。

您当前的位置:首页>>研究方向 研究方向

基于P2P的轻量级流式化Web3D大数据传输机制
发布时间:2015-03-25 丨 阅读次数:

一、研究目标

目前,互联网上的三维虚拟应用日益广泛,主要有军事仿真、虚拟城市、三维网络游戏等,基于不同网络架构的分布式虚拟环境使得人们可以在不同的地域通过控制化身在这些虚拟环境中进行实时漫游和交互,极大的增强了用户的沉浸体验。但目前大部分虚拟场景在终端设备上的呈现都要通过客户端的下载来实现,由于三维虚拟场景的数据量较大(通常为数十GB)并且当前下载带宽较为有限(我国的平均网速为4Mbps),需要用户经历漫长的下载等待时间,这大大降低了用户的体验度。为了让用户可以在线进行海量虚拟场景的无卡顿实时漫游,对分布式虚拟环境的传输机制进行研究是十分必要的。

 

二、技术路线

在对等网络上构建分布式虚拟环境是当前网络传输领域的研究热点,旨在充分利用各个节点的处理能力和网络带宽来提高场景数据的传输效率。目前基于对等网络的海量虚拟场景传输机制主要包括以下关键技术:场景的轻量化及其流式化、虚拟环境的网络架构、兴趣管理、资源和邻居发现、场景数据分发、缓存更新和预下载机制等等,这些技术之间的关系如图1所示。


1 Web3D大规模虚拟场景对等传输关键技术

1、场景的轻量化及其流式化

场景规模越来越大并且越来越复杂,给场景的传输带来了很大的压力。要使大规模场景能在线流畅的传输,场景处理是首先需要解决的关键技术。由于对称性和相似性广泛存在于现实生活当中,通过建模工具和扫描获得的模型,往往也具有诸多的相似性和规则性,只是空间位置、形态大小和方位角度不同;对于单个模型来说,同样也存在大量的重复部分和对称结构,如果对这些单元部分进行重用,实现场景模型的轻量化,将大大减少场景的数据量。

流式化编码是指在场景数据的下载过程中,根据场景物体的视距远近,首先下载物体的粗糙模型(基网格),以呈现模型的概貌,然后随着视距的缩小,对增量网格的进行逐步下载,使模型变的愈加精细。流式网格增量的下载主要决定于当前视点距离和角度的状况,并还需要考虑可见部分和不可部分来选取不同的分辨率,以减少网络传输的数据量。

2、邻居组网策略

在基于P2P网络的DVEDistributed Virtual Environment)中,节点主要通过互相协作来获取场景数据服务,以减轻服务器或超级节点的服务负载。在结构化的P2P网络中,需要根据节点所存储的数据之间的关系来构建资源定位索引,节点之间通过资源发现机制来获取所请求的场景数据;在非结构化的P2P的网络中,主要通过节点之间的询问应答方式来获取节点信息和构建邻居节点列表。每种方式各有优劣,如何以最小的网络通信和邻居维护代价,获取到场景服务节点和选择出最优的场景服务节点是需要解决的主要问题。

3、数据分发策略

数据传输策略是指在所构建的覆盖网上,节点之间如何进行场景数据的高效实时传输。在P2P覆盖网络中,每一个节点既要向其他节点请求场景数据,又要接收其他节点的服务请求,并且节点的异构性较强,这些节点之间构架成何种组织关系以使传输效率最优需要去研究;服务节点的带宽是有限的,因此需要研究如何处理多个请求节点对不同场景数据请求的优先级;当一个请求节点同时向多个服务节点请求场景数据时,必须对哪些节点传输哪些数据进行分配,并解决场景数据到达顺序不一致问题。

4、缓存更新策略

节点在场景中漫游行为具有较强的随机性,场景数据加载不具有流媒体网络的线性化特征,给缓存数据的管理带来很大的难度,DVE的缓存更新策略不但要面对场景数据加载的不可预知性,还要面对场景数据分布的不均匀性。因此针对不同的节点行为模式和场景数据,必须提出不同的缓存更新策略,以减少数据传输开销和冗余度,从而提高节点的协作度和数据的共享度。

5、预下载策略

预下载策略主要研究当节点已完成当前视域(AOI)所需场景数据的加载后,如何通过预判化身将来的运动方向和漫游路线,利用空闲资源来预先下载将要访问的场景数据,该策略将会显著增强用户漫游的流畅性和体验度。目前主要有基于历史运动轨迹的预下载策略和基于兴趣推荐的预下载策略等方法。

 

三、初步结果与实用价值

基于以上的技术路线,目前本课题组提出了基于用户兴趣行为的海量虚拟场景的渐进式传输机制,通过对现有流行三维虚拟世界(Second Life, World of Warcraft)中用户行为和场景特征的模拟,在仿真平台上对该传输机制进行了实验,数据表明相对已有的其他传输机制,我们的方法很好的提高了系统实时性和数据传输效率。

目前鉴于三维虚拟应用的日益广泛,一个高效的针对海量虚拟场景的传输机制,将会显著提升用户的体验度和沉浸感,并会大大降低现有的网络运营成本,这样势必会大力推动互联网在线可视化电子商务、网络3D游戏和虚拟展示等业务在线模式的发展,并带来巨大的经济效益。

 

近几年发表的代表性论文:

[1] Mingfei Wang, Jinyuan Jia, Ning Xie, Chenxi Zhang. Interest-driven Avatar Neighbor-organizing for P2P Transmission in Distributed Virtual Worlds[J], Computer Animation and Virtual Worlds, 2015.(CCF-C类期刊, SCI indexed, DOI: 10.1002/cav.1670)

[2] 王明飞,范辰,贾金原. 结合社交推荐和推拉策略的渐进式DVE预下载机制[J]计算机辅助设计与图形学学报2015277:1223-1229.EI: 20153101095370

[3] Jinyuan Jia, Wei Wang, Xiaojun Hei, “An Efficient Caching Algorithm for Peer-to-Peer 3D Streaming in Distributed Virtual Environments”, Journal of Network and Computer Applications (JNCA), 2014. SCI收录)

[4] 王明飞,贾金原,张晨曦. 基于对等网络的大规模DVE场景传输机制研究新进展[J]中国图象图形学报2014,1911),pp.1094-1105.

[5] 贾金原,王伟,王明飞,范辰,张晨曦*,俞阳. 基于多层增量式可扩展扇形兴趣区域的大规模DVE场景对等渐进式传输机制[J]计算机学报2014,376),pp. 1324-1334.EI: 20142717894535

[6] Wei Wang, Jinyuan Jia, Xiaojun Hei, “Balance Visual Saliency, Reusability and Potential Relevance for Caching P2P 3D Streaming Contents”, SPIE Networking 2013.

 


评论(0)

后面还有条评论,点击查看>>
图形图像研究中心版权所有
联系地址:上海市曹安公路4800号同济大学济事楼316室 电话:15900454788