論文の概要: Learning-based Prediction and Uplink Retransmission for Wireless Virtual Reality (VR) Network

• arxiv url: http://arxiv.org/abs/2012.12725v1
• Date: Wed, 16 Dec 2020 18:31:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-03 09:07:20.785502
• Title: Learning-based Prediction and Uplink Retransmission for Wireless Virtual Reality (VR) Network
• Title（参考訳）: 無線バーチャルリアリティ(VR)ネットワークのための学習ベース予測とアップリンク再送信
• Authors: Xiaonan Liu and Xinyu Li and Yansha Deng
• Abstract要約: 本稿では、オフラインおよびオンライン学習アルゴリズムを用いて、実際のvrデータセットを用いて、vrユーザの視点を予測する。 提案手法は,無線VRネットワークを有効再送信方式で接続するオンライン学習アルゴリズムでは,約5%の予測誤差しか示さない。
• 参考スコア（独自算出の注目度）: 29.640073851481066
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Wireless Virtual Reality (VR) users are able to enjoy immersive experience from anywhere at anytime. However, providing full spherical VR video with high quality under limited VR interaction latency is challenging. If the viewpoint of the VR user can be predicted in advance, only the required viewpoint is needed to be rendered and delivered, which can reduce the VR interaction latency. Therefore, in this paper, we use offline and online learning algorithms to predict viewpoint of the VR user using real VR dataset. For the offline learning algorithm, the trained learning model is directly used to predict the viewpoint of VR users in continuous time slots. While for the online learning algorithm, based on the VR user's actual viewpoint delivered through uplink transmission, we compare it with the predicted viewpoint and update the parameters of the online learning algorithm to further improve the prediction accuracy. To guarantee the reliability of the uplink transmission, we integrate the Proactive retransmission scheme into our proposed online learning algorithm. Simulation results show that our proposed online learning algorithm for uplink wireless VR network with the proactive retransmission scheme only exhibits about 5% prediction error.
• Abstract（参考訳）: ワイヤレスバーチャルリアリティ(VR)ユーザーはいつでもどこでも没入感のある体験を楽しめる。 しかし、vrインタラクションのレイテンシーが制限された状態で高品質な球形vrビデオを提供することは困難である。 事前にVRユーザの視点を予測することができれば、必要な視点のみをレンダリングして配信する必要があるため、VRインタラクションのレイテンシが減少する可能性がある。 そこで本稿では,オフラインおよびオンライン学習アルゴリズムを用いて,実際のvrデータセットを用いてvrユーザの視点を予測する。 オフライン学習アルゴリズムでは,トレーニングされた学習モデルを用いて,VRユーザの視点を連続的に予測する。 オンライン学習アルゴリズムでは、アップリンク送信によって提供されるVRユーザの実際の視点に基づいて、予測された視点と比較し、オンライン学習アルゴリズムのパラメータを更新して予測精度をさらに向上させる。 アップリンク伝送の信頼性を保証するため,提案するオンライン学習アルゴリズムにproactive retransmission schemeを統合する。 シミュレーションの結果,proactive retransmission schemeを用いたアップリンク無線vrネットワークのオンライン学習アルゴリズムは,約5%の予測誤差しか示さないことがわかった。

関連論文リスト

• Learning Effect of Lay People in Gesture-Based Locomotion in Virtual Reality [81.5101473684021]
  最も有望な方法はジェスチャーベースであり、追加のハンドヘルドハードウェアを必要としない。 最近の研究は、主に異なるロコモーションテクニックのユーザの好みとパフォーマンスに焦点を当てている。 本研究は,VRにおける手のジェスチャーに基づくロコモーションシステムへの適応の迅速さについて検討した。
  論文  参考訳（メタデータ） (2022-06-16T10:44:16Z)
• A Systematic Review on Interactive Virtual Reality Laboratory [1.3999481573773072]
  本研究は,VRを用いた品質教育における作業の理解を目的としたものである。 バーチャルリアリティーを教育に取り入れることで、学生はより効果的に学習できるようになる。 このことは、学習におけるVR利用の大幅な拡大の重要性を強調している。
  論文  参考訳（メタデータ） (2022-03-26T07:16:01Z)
• Towards Scale Consistent Monocular Visual Odometry by Learning from the Virtual World [83.36195426897768]
  仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。 まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。 結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
  論文  参考訳（メタデータ） (2022-03-11T01:51:54Z)
• Towards Optimal Strategies for Training Self-Driving Perception Models in Simulation [98.51313127382937]
  合成ドメインのみにおけるラベルの使用に焦点を当てる。 提案手法では,ニューラル不変表現の学習方法と,シミュレータからデータをサンプリングする方法に関する理論的にインスピレーションを得た視点を導入する。 マルチセンサーデータを用いた鳥眼視車両分割作業におけるアプローチについて紹介する。
  論文  参考訳（メタデータ） (2021-11-15T18:37:43Z)
• PlayVirtual: Augmenting Cycle-Consistent Virtual Trajectories for Reinforcement Learning [84.30765628008207]
  本稿では,RL特徴表現学習におけるデータ効率を向上させるために,サイクル一貫性のある仮想トラジェクトリを付加するPlayVirtualという新しい手法を提案する。 本手法は,両ベンチマークにおいて,最先端の手法よりも高い性能を示す。
  論文  参考訳（メタデータ） (2021-06-08T07:37:37Z)
• Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets Deep Reinforcement Learning [76.46530937296066]
  本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。 モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
  論文  参考訳（メタデータ） (2021-06-03T08:35:10Z)
• Hybrid Policy Learning for Energy-Latency Tradeoff in MEC-Assisted VR Video Service [35.31115954442725]
  モバイルエッジコンピューティングネットワーク上で、ワイヤレスマルチタイルVRビデオサービスの提供を検討する。 私たちはまず、時間によって変化するビューの人気をモデルフリーのマルコフチェーンとみなした。 次に、動的キャッシュ置換と決定論的オフロードを調整するためにハイブリッドポリシーが実装される。
  論文  参考訳（メタデータ） (2021-04-02T13:17:11Z)
• Meta-Reinforcement Learning for Reliable Communication in THz/VLC Wireless VR Networks [157.42035777757292]
  屋内テラヘルツ(THz)/可視光通信(VLC)無線ネットワークにおいて,仮想現実(VR)サービスの品質向上の問題について検討した。 小型基地局(sbss)は高品質のvr画像をthzバンド経由でvrユーザーに送信し、発光ダイオード(led)は正確な屋内測位サービスを提供する。 研究したTHz/VLC無線VRネットワークのエネルギー消費を制御するには、VLCアクセスポイント(VAP)を選択的にオンにする必要がある。
  論文  参考訳（メタデータ） (2021-01-29T15:57:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。