【技术实现步骤摘要】
一种基于QoE驱动的视频流编码参数自适应调节方法
[0001]本专利技术公开一种基于
QoE
驱动的视频流编码参数自适应调节方法,涉及通信技术应用领域
。
技术介绍
[0002]随着视频通信技术的高速发展,视频会议
、
视频监控及移动端短视频等应用正在进一步深入人们的生活,互联网业务的视频导向趋势愈加明显,因此,有效提升用户对视频业务的满意程度至关重要
。
基于服务质量
(Quality ofService,QoS)
的用户满意度评估方式,仅利用网络客观性能指标,已经无法满足用户满意度合理评估的要求
。
基于体验质量
(Quality ofExperience,QoE)
的方式,是站在用户的角度,能更加合理的对满意度作出评估
。
[0003]由于视频流业务传输机制复杂,如何在保障用户
QoE
的前提下,提升视频传输网络链路资源及用户终端设备资源利用率,同样也是视频编码与传输
的重要研究方向
。
技术实现思路
[0004]本专利技术针对现有技术的问题,提供一种基于
QoE
驱动的视频流编码参数自适应调节方法,所采用的技术方案为:
[0005]第一方面,一种基于
QoE
驱动的视频流编码参数自适应调节方法,所述方法包括:
[0006]根据视频流业务,对用户
QoE
的影响因素进行解析;
...
【技术保护点】
【技术特征摘要】
1.
一种基于
QoE
驱动的视频流编码参数自适应调节方法,其特征在于,所述方法包括:根据视频流业务,对用户
QoE
的影响因素进行解析;根据所述影响因素,构造深度学习样本集,并基于注意力机制建立
LSTM
‑
QoE
预测模型;根据数据包接收率建立当前网络链路质量评估单元,通过所述网络链路质量评估单元和所述
LSTM
‑
QoE
预测模型进行视频流编码参数的自适应调节
。2.
根据权利要求1所述的方法,其特征在于,所述根据视频流业务,对用户
QoE
的影响因素进行解析;其中,所述影响因素包括用户基本属性因素
、
视频播放环境因素
、
视频传输网络链路因素
、
终端设备参数
、
视频流编码参数
。3.
根据权利要求2所述的方法,其特征在于,所述根据视频流业务,对用户
QoE
的影响因素进行解析,包括:根据所述用户基本属性因素,对用户的活跃度进行划分;根据所述视频播放环境因素,获取视频播放环境的安静程度及用户移动状态;根据所述视频传输网络链路因素,获取当前视频传输网络链路的可用带宽及加权时延;根据所述终端设备参数,获取终端设备的屏幕质量等级和功放质量等级
。4.
根据权利要求3所述的方法,其特征在于,根据所述影响因素,通过结合用户体验质量的
MOS
值构造
LSTM
样本集,并基于注意力机制建立
LSTM
‑
QoE
预测模型
。5.
根据权利要求4所述的方法,其特征在于,所述基于注意力机制建立
LSTM
‑
QoE
预测模型,包括:对所述
LSTM
‑
QoE
预测模型的
LSTM
细胞单元引入注意力机制;所述注意力机制通过前一时间步的隐藏状态与记忆力单元,获取当前输入序列的权重;所述
LSTM
‑
QoE
预测模型通过前向传播计算输出预测值,通过所述预测值结合链式求导法,得到模型的权重梯度,根据所述权重梯度,通过反向传播对
LSTM
‑
QoE
预测模型的参数进行更新;通过测试集对所述
LSTM
‑
QoE
预测模型进行效果评估
。6.
...
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。