一种视频业务中满足用户个性化体验的码率自适应方法技术

视频业务中个性化用户体验的方案是一种提高视频播放过程中用户观看体验的技术。其目的是通过设计一个神经网络来构造一个函数逼近器，预测码率选择对后续视频播放性能指标的影响，从而满足不同的用户体验需求。其设计流程为1)评估：利用神经网络评估每一个码率选择对不同元性能指标的影响。2)决策：利用评估过程得到的对元性能指标的评估值，与优化目标g显式相乘，选出最大值对应的码率。本发明专利技术可以实现不同的优化目标下用户体验最大化，同时当用户体验的优化目标改变时，可以快速低开销的实现在用户目标上的泛化。

【技术实现步骤摘要】
一种视频业务中满足用户个性化体验的码率自适应方法
本专利技术属于流媒体视频
，涉及用户体验优化，特别涉及一种视频业务中满足用户个性化体验的码率自适应方法。
技术介绍
近年来，互联网中视频业务兴起，预计到2019年，在整个互联网流量中，视频流量占近八成。视频性能的问题变得越来越重要，因为视频的性能直接影响了用户的感受，进而影响了用户观看视频的时长，最终影响内容提供商的收益。用户期望视频可以更加清晰，视频播放过程中不会出现卡顿，而且视频流畅、时延低。但是这些性能指标之间是互相矛盾、彼此制约的。随着新场景和新的表现形式的出现，如直播场景、虚拟现实(VR)等，满足用户体验的要求变得更加具有挑战性。描述和量化用户体验和用户对视频的需求的工具是用户体验质量(QoE)。码率自适应(ABR)算法是提升用户QoE的常用方法，它通过为下一个要播放的视频块选择一个合适的码率来最大化用户体验。用户QoE一般包括如下几个元指标：码率、视频卡顿时长、码率切换、时延。观看视频时，不同用户和不同观看场景对于QoE的各个性能指标的需求是不同的。例如游戏直播的情况下，用户更希望有高清晰度的视频，而且不希望出现卡顿本文档来自技高网...

【技术保护点】
1.一种视频业务中满足用户个性化体验的码率自适应方法，其特征在于，利用神经网络作为评价函数Q(s,a,m,g)，评估每一个码率选择a对不同元性能指标m的影响，利用评估过程得到的对元性能指标的评估值，与优化目标权重值即给定用户偏好g显式相乘，选出最大值对应的码率，从而满足不同的用户体验需求，其中所述评价函数Q(s,a,m,g)表示每个码率选择a在不同的网络状态s和给定用户偏好g的情况下，如何影响每个元性能指标m。

【技术特征摘要】
1.一种视频业务中满足用户个性化体验的码率自适应方法，其特征在于，利用神经网络作为评价函数Q(s,a,m,g)，评估每一个码率选择a对不同元性能指标m的影响，利用评估过程得到的对元性能指标的评估值，与优化目标权重值即给定用户偏好g显式相乘，选出最大值对应的码率，从而满足不同的用户体验需求，其中所述评价函数Q(s,a,m,g)表示每个码率选择a在不同的网络状态s和给定用户偏好g的情况下，如何影响每个元性能指标m。2.根据权利要求1所述视频业务中满足用户个性化体验的码率自适应方法，其特征在于，所述评估过程的输入由状态值s以及优化目标权重值g组成，其中状态值s描述了网络的状况以及缓冲区占用情况；优化目标权重值g表示不同的用户视频性能需求；所述评估过程的输出是到视频播放结束时的QoE观测值的累积和，输出为Q∞(s,a,m,g)，此式中用∞表示视频播放结束。3.根据权利要求2所述视频业务中满足用户个性化体验的码率自适应方法，其特征在于，用元性能指标m与用户偏好g的线性组合来表示用户体验QoE，则其中，N是播放的一个视频中的块的个数，Rn是第n个块的码率，q(Rn)是第n个视频块质量，Tn是第n块的卡顿时间，|q(Rn+1)-q(Rn)|是视频播放时相邻两块的码率差，表示视频的平滑，Dn是下载第n块的时...

【专利技术属性】
技术研发人员：崔勇，王莫为，左旭彤，杨啖，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11