近年来,云计算领域新技术层出不穷且呈现不断融合的趋势,云媒体技术日益成熟,提供高质量多样化的多媒体解决方案成为了可能。如何满足用户对在存储、计算能力有限以及电量有限的手持设备上享受高质量和多样化云多媒体服务的需求仍然是一项有趣和具有挑战性的研究。怎样合理并且高效地利用云资源及移动终端资源,实现低成本、高能效并满足服务质量需求的资源供应和服务提供,是云视频服务系统中不可避免的且具有实际意义的热点问题。本文结合云计算技术和传统的自适应视频流技术,对基于云计算的自适应视频流传输框架、移动终端高能效的分辨率码率调度策略、成本优化和服务质量(Quality of Service,QoS)保证的动态资源调度三个方面进行了研究,主要工作如下:(1)研究基于云计算的自适应视频流传输系统的架构设计问题。传统的DASH(Dynamic Adaptive Streaming over HTTP)系统实现自适应视频流所需要的计算以及缓存工作都必须在终端上进行,终端设备的能耗巨大。因此本文借助云计算技术强大的计算能力和海量存储能力,把部分计算迁移至云计算中心,研究基于云计算的自适应视频流传输系统的设计。系统实现了把移动终端的信息实时传输到云端,云端根据移动终端的网络能力和实时能耗进行策略评估,并对原始视频进行实时转码后再传送到移动终端。(2)在系统框架的基础上,研究基于终端能耗感知的分辨率码率自适应算法。参考了现有研究成果,首先对智能手机主要耗电部件进行逐一详细的分析,并进一步分析了视频流式处理过程中各个环节智能手机的能耗情况;其次建立了智能终端设备耗电因素和视频编解码参数之间的数学模型;最后提出了改进的基于终端能耗感知的分辨率码率自适应算法以求解数学模型。实验结果表明,相比DASH自适应视频流策略,本文算法能够依据终端设备能耗变化来自适应的调节视频分辨率和码率,有效降低了终端设备的能耗。(3)在系统框架基础上,研究面向云端视频转码的基于成本的资源自适应配置算法。实现自适应视频流技术必然离不开云环境下的实时转码,本文针对海量视频转码需求给视频服务供应商带来的巨大资本压力问题,首先建立QoS模型;其次,将IaaS云平台的虚拟机动态供应问题建模成实时转码过程中需要激活的虚拟机数量的最小化问题;最后通过本文提出的成本优化和服务质量保证的自适应资源调度策略对虚拟机的数量进行动态调整。实验结果表明,本文所提出的算法相比传统的资源调度方法不仅降低了视频服务供应商的成本和服务器过载概率,还提高了资源平均利用率和服务质量。