【技术实现步骤摘要】
基于端云协同的实时超分视频流传输优化方法
[0001]本专利技术涉及网络传输
,特别涉及基于端云协同的实时超分视频流传输优化方法。
技术介绍
[0002]随着互联网信息时代的快速发展和网络基础设施的升级更新,实时视频流应用迅速普及发展,用户对于视频流服务的质量期望也有了更高要求。然而,现如今在视频流服务上仍存在因不稳定的网络状态、较短的客户端缓存等问题导致的用户观看体验质量下降痛点,稳定高效的实时视频流传输技术对改善实时视频流服务质量具有重要意义。
[0003]目前的实时视频流传输技术方案主要集中于设计码率自适应控制算法,可依然存在着许多不足之处:其一,规则人工设计与制定,在实时视频流低延迟要求的情况下,常会导致视频播放器缓冲区较小,难以及时响应动态复杂的网络环境;其二,更多侧重于视频码率本身的控制,忽略了端侧计算资源的利用。
[0004]因此,如何从底层技术方面解决这些问题,设计稳定高效的实时视频流传输优化方法,是本
内研究人员亟需解决的问题。
技术实现思路
[0005]本专利技术的目的在于提供基于端云协同的实时超分视频流传输优化方法,实现了复杂网络环境的动态自适应,充分利用了端侧的计算资源,可以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的,本专利技术提供如下技术方案:
[0007]基于端云协同的实时超分视频流传输优化方法,包括如下步骤:
[0008]S1:采集环境
‑
智能体状态观测值作为训练数据集D,包括客户端播放 ...
【技术保护点】
【技术特征摘要】
1.基于端云协同的实时超分视频流传输优化方法,其特征在于,包括如下步骤:S1:采集环境
‑
智能体状态观测值作为训练数据集D,包括客户端播放状态数据和网络环境状态数据;S2:先将强化学习网络模型Q初始化,然后随机从步骤S1所述训练数据集D采样进行迭代训练,结合实时视频流用户体验质量QoE模型作为奖励函数r
i
,在不断的强化学习交互试错训练过程中获得最优网络模型,从而在真实应用场景中得到最优码率决策;S3:根据S2中得出的最优码率决策,请求对应的视频分块文件至客户端待超分重建缓冲区内,通过超分重建调度机制来判断该缓冲区内的视频分块文件是否需要进行重建以及超分重建程度,然后将该缓冲区内的待重建视频分块文件传入离线训练好的超分重建网络模型中,根据预先计算设置好的重建程度即超分比例来进行视频画质超分重建过程,最后将重建完成的视频文件重新放入到播放缓冲区中,等待被渲染呈现在屏幕上。2.根据权利要求1所述的基于端云协同的实时超分视频流传输优化方法,其特征在于,步骤S1中,客户端播放状态数据包括当前缓冲区占用率b
i
、历史视频分块下载时间列表请求的视频分块码率列表和上一个视频分块被下载的码率d
i
‑1。3.根据权利要求1所述的基于端云协同的实时超分视频流传输优化方法,其特征在于,步骤S1中,网络环境状态数据包括当前实时延迟l
i
和历史视频分块吞吐率列表4.根据权利要求1所述的基于端云协同的实时超分视频流传输优化方法,其特征在于,步骤S2中的奖励函数r
i
也即用户体验质量QoE模型表示为:式中,n为视频分块索引,N为视频分块总数,R
n
为视频分块n的码率,q(R
n
)为将视频码率映射到用户所感知的质量,T
n
为以选定码率下载视频分块n而导致的卡顿时间,L
n
为当前实时延迟,S
n
为当前跳过下载的视频分块个数,α为视频质量奖励因子,β为卡顿惩罚因子,η为实时延迟惩罚因子,σ为跳过下载惩罚因子,μ为码率切换惩罚因子。5.根据权利要求1所述的基于端云协同的实时超...
【专利技术属性】
技术研发人员:杨树森,王世博,林雪余,栗海亮,赵鹏,苏海容,吴文昊,华润森,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。