【技术实现步骤摘要】
本专利技术涉及音视频流处理领域，特别是涉及一种用于音视频流传输的编码参数预测方法、装置、服务器及计算机可读存储介质。
技术介绍
1、目前，云技术已经非常成熟并得到了极大的应用，如云计算机、云桌面、云服务等，针对手机提出的云手机也得到了充分的发展。现有的云手机一般包括客户端和云服务器，客户端可以包括手机、平板、电脑等，其基本要求是能安装客户端app，同时具有网络，客户端通过网络连接到云服务器。使用时，客户端运行app即可连接到云服务器，即在云手机的应用基础上，人们对于手机的使用能够是一个客户端操作若干台云手机以及一个客户端的操控若干个手机操控界面。随着用户自身扮演的角色不同，日常生活中需要处理各种不同事情，很多用户根据不同的使用需求同时携带多部手机用于处理不同的事情，例如携带的多部手机中包括专门用于接打电话的手机、专门处理公司事务的手机、专门用于处理私人生活琐事的手机。但是，根据不同使用需求携带多部手机会给用户造成出行不便，且不能随时从一部手机中获取所有需要的文件和资料，必须打开不同的手机才能获取不同的文件和资料。通过云手机，可以提高用户的使用便捷度，保护用户数据安全性。
2、当前在云手机使用时，后端平台采用统一固定的编码参数组合进行音视频数据传输。然而，前端的客户端在不同时刻不同区域等情况下，其网络环境不同，采用统一固定的编码参数组合进行音视频数据传输，用户的云手机服务体验差。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供了一种用于音视频流传输的编码参
2、为了解决上述中至少一个技术问题，本专利技术实施例提供了一种用于音视频流传输的编码参数预测方法，所述方法包括：
3、获取真机端收集的用户非敏感的网络性能数据，所述网络性能数据包括实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数；
4、将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征，得到多个特征；
5、将各个特征输入xgboost模型，计算得到各个特征的重要度；
6、采集各个特征对应的数据集，所述数据集包括各个特征对应的网络时延、码率以及帧率；
7、将数据集划分为训练集、测试集和验证集，通过所述训练集、所述测试集和所述验证集对xgboost模型进行模型训练，训练得到模型输出的预测编码参数组合，所述预测编码参数组合包括预测的网络时延、预测码率以及预测帧率。
8、优选地，所述将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征，得到多个特征，包括：
9、将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征分别做对数变换，得到多个特征。
10、优选地，所述将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征分别做对数变换的步骤之后，还包括：
11、对变换之后得到的数据进行平滑处理，得到多个特征。
12、优选地，所述得到多个特征的步骤之后，还包括：
13、对特征缺失进行补全处理；
14、所述补全处理包括：采用已有的时间、ip、区域、联网类型以及对应的网络时延、码率、帧率对xgboost模型进行模型训练，得到补全特征；
15、所述将各个特征输入xgboost模型，计算得到各个特征的重要度，包括：将所述多个特征以及所述补全特征中各个特征输入xgboost模型，计算得到各个特征的重要度。
16、优选地，所述多个特征包括时间相关的特征、区域特征、联网类型特征以及ip归属地特征；
17、所述时间相关的特征包括网络时延的特征、码率的特征以及帧率的特征，所述联网类型特征包括4g联网类型、5g联网类型和/或wifi联网类型。
18、优选地，所述将数据集划分为训练集、测试集和验证集，通过所述训练集、所述测试集和所述验证集对xgboost模型进行模型训练，包括：
19、基于时间顺序将数据集划分为训练集、测试集和验证集；
20、基于所述训练集、所述测试集和所述验证集并采用交叉验证的方式对xgboost模型进行模型训练和参数调整。
21、优选地，所述训练得到模型输出的预测编码参数组合的步骤之后，还包括：
22、将所述预测编码参数组合发送到云机端服务，以使得云机端服务基于所述预测编码参数组合对音视频流进行传输控制。
23、一种用于音视频流传输的编码参数预测装置，所述装置包括：
24、获取模块，用于获取真机端收集的用户非敏感的网络性能数据，所述网络性能数据包括实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数；
25、转换模块，用于将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征，得到多个特征；
26、计算模块，用于将各个特征输入xgboost模型，计算得到各个特征的重要度；
27、采集模块，用于采集各个特征对应的数据集，所述数据集包括各个特征对应的网络时延、码率以及帧率；
28、训练模块，用于将数据集划分为训练集、测试集和验证集，通过所述训练集、所述测试集和所述验证集对xgboost模型进行模型训练，训练得到模型输出的预测编码参数组合，所述预测编码参数组合包括预测的网络时延、预测码率以及预测帧率。
29、一种后端平台的服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现述任一实施例所述方法的步骤。
30、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述方法的步骤。
31、上述一种用于音视频流传输的编码参数预测方法、装置、服务器及计算机可读存储介质，获取真机端收集的用户非敏感的网络性能数据，所述网络性能数据包括实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数；将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征，得到多个特征本文档来自技高网...
【技术保护点】
1.一种用于音视频流传输的编码参数预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的编码参数预测方法，其特征在于，所述将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征，得到多个特征，包括：
3.根据权利要求2所述的编码参数预测方法，其特征在于，所述将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征分别做对数变换的步骤之后，还包括：
4.根据权利要求3所述的编码参数预测方法，其特征在于，所述得到多个特征的步骤之后，还包括：
5.根据权利要求1所述的编码参数预测方法，其特征在于，所述多个特征包括时间相关的特征、区域特征、联网类型特征以及IP归属地特征；
6.根据权利要求1所述的编码参数预测方法，其特征在于，所述将数据集划分为训练集、测试集和验证集，通过所述训练集、所述测试集和所述验证集对XGBoost模型进行模型训练，包括：
<...【技术特征摘要】
1.一种用于音视频流传输的编码参数预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的编码参数预测方法，其特征在于，所述将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征，得到多个特征，包括：
3.根据权利要求2所述的编码参数预测方法，其特征在于，所述将所述实时采集到的以及历史各个时刻的时间、ip、区域、联网类型、网络时延、码率、帧率、终端解码能力、云机端实时的编码参数分别转换为对应的特征分别做对数变换的步骤之后，还包括：
4.根据权利要求3所述的编码参数预测方法，其特征在于，所述得到多个特征的步骤之后，还包括：
5.根据权利要求1所述的编码参数预测方法，其特征在于，所述多个特征包括时间相关的特征、区域特征、联网类型...
【专利技术属性】
技术研发人员：周捷，刘志华，
申请(专利权)人：广州速启科技有限责任公司，
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。