1.一种基于DASH(Dynamic Adaptive Streaming over HTTP，基于HTTP的动态自适应多媒体流)的全景视频自适应传输方法，其特征在于，该方法是建立三维全景视频与二维平面全景视频的映射关系模型，基于人体视觉和运动特性对全景视频进行区域优先级划分，服务器端将全景视频进行切片化，客户端带宽估计模块利用卡尔曼滤波算法进行预测可用带宽，客户端视频缓存模块基于缓存区状态对可用带宽进行平滑处理，客户端用户视窗感知模块基于运动惯性进行用户视窗预测，客户端决策模块综合考虑用户视窗、网络环境和缓存区状态自适应传输全景视频；该方法具体包括以下步骤：S1：依据人体视觉特性与头部运动特性，将三维全景视频划分为三个质量优先级区域：

用户视窗所在的120度区域为质量优先级最优区域，用户视窗的左侧60度与右侧60度区域为质量优先级次优区域，用户视窗的背面120度区域则为质量优先级差区域；视频质量随距离用户视窗的远近程度呈梯级变化；

S2：服务器端依据视频总时长S与划分时间间隔T，在时域上将全景视频划分为N＝S/T个片段，每个视频片段表示为Segi，i∈[1,N]，根据步骤S1得出每个视频片段对应有三个质量不同的版本，每个视频版本划分m*n个网格切片，对二维平面全景视频进行编码，总共生成m*n*3*N个视频切片，且生成含有时间、空间位置、码率、分辨率与帧率信息的媒体文件展示描述(Media Presentation Description,MPD)文件；其中m、n表示分布在横轴和纵轴上的视频切片个数；

S3：客户端下载服务器上的媒体文件展示描述MPD文件，解析得到全景视频切片的信息，包含时间、空间位置、分辨率、URL；基于快速启动原理，决策模块生成在时间t∈[0,jT]内下载的低质量级的全景视频的URL集，切片请求模块基于URL请求下载视频切片集；其中j表示初始阶段系统拟定快速启动的视频片段的个数；

S4：带宽估计模块依据阶段性历史下载吞吐量进行预测可用带宽 其中，可用带宽的预测是根据卡尔曼滤波公式进行估算下一片段的可用带宽，公式如下：其中， 代表当前第i个片段的可用估计带宽， 代表前i-1个片段的平均下载吞吐量，k为卡尔曼增益；

S5：为了避免视频播放卡顿，步骤S4中得出的可用带宽需要考虑缓存区状态，视频缓存区模块考虑Rfilling与Rchange对步骤S4得出的 进行平滑处理，得到B2[i]：α＝Rfilling·(1-Rchange)

其中，Rfilling代表缓存数据占用缓存区的百分比即缓存区饱和度，Rchange代表缓存深度的变化率，B2[i]代表考虑缓存区状态平滑 后的平滑带宽，tbuffer[i]代表片段i下载结束后的缓存数据深度，tmax代表缓存区的最大深度，α代表平滑因子；

S6：根据全景视频头戴式显示器(Head Mount Display,HMD)实时获取陀螺仪的数据,即用户头部运动数据，用户视窗感知模块基于用户历史运动数据构建预测模型，根据如下公式预测下一时刻的用户视窗：Spredict＝β·Stest+(1-β)·Sestimate

其中，Spredict代表用户视窗预测值，Stest代表前一时刻的测量值，Sestimate代表估计值，β代表权重因子；

S7：决策模块综合考虑可用带宽、缓存状态以及用户视窗确定待传输的全景视频质量组合，步骤S5得出的平滑后的可用带宽B2[i]作为片段下载码率，步骤S6得出的用户视窗预测值Spredict作为切片不同等级码率组合的依据，随着视频时间的持续，传输的视频质量逐渐改善，从而达到自适应传输高质量全景视频的目的。