申请/专利权人：深圳市慧明捷科技有限公司

申请日：2024-04-11

公开（公告）日：2024-06-28

公开（公告）号：CN118042069B

主分类号：H04N7/15

分类号：H04N7/15;H04N21/24;H04N21/2662;H04N21/442;H04N21/462;H04N21/647;H04L41/147;H04L41/16;G06N3/0442;G06N3/086

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明涉及数据传输领域，具体涉及一种网络会议视频码流自适应传输方法及系统。一种网络会议视频码流自适应传输系统，包括：网络环境数据获取模块、网络环境预测模块、视频码流预测模块和网络传输模块。本发明通过对网络环境进行时序性预测，并基于预测的网络环境输出最优的视频码流，能够实现更新视频码流的效果，降低由于视频码流调整造成的网络时延；并且视频码流预测模型基于预测的网络环境进行实时更新，能够实现视频码流的自适应调整，使得视频顺利传输的前提下，能够达到最高的视频质量，提升用户体验。

主权项：1.一种网络会议视频码流自适应传输方法，其特征在于，包括：获取当前预设周期内的网络环境数据，网络环境数据包括预设周期内的网络传输速率、缓冲区大小和网络时延；将当前预设周期内的网络环境数据与前N-1个预设周期内的网络环境数据组成网络环境时序数据集，并将网络环境时序数据集送入网络环境数据预测模型进行处理，输出预测网络环境时序数据集，预测网络环境时序数据集包括后N个预设周期对应的预测网络环境数据；选择预测网络环境时序数据集中的第一个预测网络环境数据送入当前更新周期对应的视频码流预测模型进行处理，输出预测视频码流；更新周期指的是对视频码流预测模型进行整体更新的周期；控制下一预设周期内的网络会议视频按照预测视频码流进行网络传输，以实现网络会议视频的码流自适应传输；其中视频码流预测模型基于视频码流辅助预测模型进行实时训练更新，视频码流辅助预测模型由位于下一更新周期内的预测网络环境时序数据集输出的正向样本训练得到，且更新周期包括N个预设周期，在位于下一更新周期内的预测网络环境时序数据集的基础上，通过群体优化算法输出得到下一更新周期对应的正向样本；视频码流辅助预测模型基于BP神经网络进行建立，包括一个输入层、三个隐藏层和一个输出层，其中输入层用于接收网络环境数据或者预测网络环境数据，且在视频码流辅助预测模型使用时，输入层用于接收网络环境数据，在视频码流辅助预测模型训练时，输入层用于接收预测网络环境数据，隐藏层用于进行特征提取操作，输出层用于输出目标视频码流；视频码流预测模型为视频码流辅助预测模型的副本，在任一更新周期内，视频码流预测模型初始与更新周期内的视频码流预测模型一致，且视频码流预测模型后续通过视频码流预测模型的输出进行实时训练更新；区别在于，视频码流预测模型中输入层用于接收网络环境数据，隐藏层用于进行特征提取操作，输出层用于输出预测视频码流；针对任一更新周期内的视频码流辅助预测模型进行训练包括如下内容：获取若干份网络环境数据，并通过实际视频码流进行标注，并将所有标注好实际视频码流的网络环境数据组成第一训练集，将第一训练集送入参数初始化的视频码流辅助预测模型进行训练，以实际视频码流作为目标计算第一损失值，判断第一损失值是否位于预设范围内，若是第一损失值位于预设范围内，输出训练好的视频码流辅助预测模型，记为视频码流辅助预测初始模型；否则，通过第一训练集继续对视频码流辅助预测模型进行训练；获取更新周期对应的预测网络环境时序数据集，通过群体优化算法针对预测网络环境时序数据集内的每一个预测网络环境数据输出对应的最优模拟视频码流，并将预测网络环境数据及其对应的最优模拟视频码流组成正向样本；将所有正向样本组成第二训练集，再将第二训练集送入视频码流辅助预测初始模型进行训练，以最优模拟视频码流作为目标计算第二损失值，判断第二损失值是否位于预设范围内，若是第二损失值位于预设范围内，将训练好的视频码流辅助预测初始模型作为更新周期内的视频码流辅助预测模型进行输出；否则，通过第二训练集继续对视频码流辅助预测初始模型进行训练；正向样本的构建具体包括如下内容，获取位于下一更新周期内的预测网络环境时序数据集，逐个针对预测网络环境时序数据集内的每一个预测网络环境数据执行如下操作：基于视频码流上限值和视频码流下限值随机设置若干个模拟视频码流，并将生成的所有模拟视频码流组成种群集合；通过群体优化算法对种群集合进行模拟优化，期间，通过预测网络环境数据设置视频仿真平台，具体为基于预测网络环境数据对应的网络环境模拟一个网络会议视频传输平台，在视频仿真平台中设置种群集合内的模拟视频码流，进行网络会议视频传输的模拟，计算模拟视频码流对应的适应度δ，适应度δ=w1f+w2μ+w3c-1，其中f为视频质量；μ为带宽利用率；c为视频码流差值，具体为当前预测网络环境数据对应的网络环境下的模拟视频码流与上一个预测网络环境数据对应的网络环境下输出的最优模拟视频码流之间的差值；w1、w2和w3分别为视频质量f、带宽利用率μ和视频码流差值c对应的视频质量权重系数、带宽利用率权重系数和视频码流差值权重系数，且满足w1+w2+w3=1；输出适应度δ最高的模拟视频码流作为预测网络环境数据对应的网络环境下的最优模拟视频码流进行输出；并将预测网络环境数据及其对应的最优模拟视频码流组成正向样本。

全文数据：

权利要求：

百度查询： 深圳市慧明捷科技有限公司 一种网络会议视频码流自适应传输方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD