[发明专利]一种基于自适应学习的实时视频传输方法

权利要求书

1.一种基于自适应学习的实时视频传输方法，其特征在于：包括以下子步骤：

S1.在开始进行实时视频传输之前，发送端初始化配置参数，包括比特率、UDP-Lite校验范围、FEC纠错数据包配比、最大数据包长度MTU；接收端部署强化学习模型，并初始化最大播放延迟、GOP和fps；

S2.实时视频传输过程中，发送端读取当前配置中的比特率，并使用H.264视频编码器对当前的原始视频进行编码；

S3.发送端读取当前配置中的MTU、UDP-Lite校验比例、FEC纠错数据包的比例，对编码后的视频数据打包，然后发送给接收端；

S4.接收端接收到数据包后，将数据包放入待检测队列，并进行UDP-Lite校验和丢失数据包的恢复；

S5.接收端统计数据包传输过程中的相关参数，并提供给强化学习模型；传输过程中的相关参数包括传输超时的网络数据、重传的网络数据和视频效果数据；

S6.强化学习模型在得到输入数据后，计算强化学习奖惩值，根据奖惩值计算神经网络的梯度，并使用PPO算法对神经网络进行更新；更新后的智能体决策出下一时刻的各类参数，包含视频的比特率、UDP-Lite的校验比例、以及FEC纠错数据包的配比；

S7.接收端将智能体的决策结果反馈给发送端，发送端根据决策结果，修改视频的比特率、UDP-Lite的校验比例、以及FEC纠错数据包的配比，用于后续视频传输过程使用。

2.根据权利要求1所述的一种基于自适应学习的实时视频传输方法，其特征在于：所述步骤S3包括以下子步骤：

S301.发送端根据最大数据包长度MTU，将编码好的视频数据分割成多个UDP-Lite数据包，在每个包负载的起始处插入一个递增的数字序号，表示其次序；

S302.对于每一个UDP-Lite数据包，根据配置的UDP-Lite校验比例，设置UDP-Lite的数据的校验范围，计算校验和并把校验和填入包头；分割得到的UDP-Lite数据包经过校验范围设置，并将校验和填入包头后，按照数字序号形成一组初始数据包；

S303.根据FEC纠错数据包的配比，将一组初始数据包通过Reed Solomon算法进行计算，得出一组FEC数据包，一组FEC数据包中包含多个数据包；

S304.将得到的一组FEC数据包发送给接收端。

3.根据权利要求1所述的一种基于自适应学习的实时视频传输方法，其特征在于：所述步骤S4包括以下子步骤：

S401.对于接收到的一组FEC数据包中的每个数据包，接收端根据UDP-Lite协议，通过数据包头里的校验范围及对应的校验和，判断校验范围内的数据是否有错误；

S402.根据数据包的序号，在一组FEC数据包收到后，若步骤S401判断出校验范围内的数据存在错误，则通过FEC算法进行恢复。

4.根据权利要求1所述的一种基于自适应学习的实时视频传输方法，其特征在于：所述步骤S5包括：

S501.接收端每接收到一个数据包时，都会记录对应的网络数据，所述网络数据包含延迟、数据包是否包含错误，数据包是否包含错误，即数据包是能否通过UDP-Lite校验和的校验;

如果接收的数据包，其到达时间超过了时限，即超过了发送时间与最大播放延迟的和，则丢弃该部分数据；

如果错误的数据包，超过了FEC算法的恢复能力，无法纠正所有的错误，则反馈给发送端，要求重传此段数据；发送端在接收到重传要求后，会重复步骤S3；

S502.接收端进行视频解码，播放解码后的视频，统计当前的视频数据，所述视频数据包括：

通过播放器记录视频的比特率，记为“视频质量”；

播放时的卡顿时间，记为“卡顿值”；

播放当前时刻的比特率与之前时刻的比特率差值，记为视频效果的变化差值；

S503.将网络数据和视频数据提供给强化学习模型。

5.根据权利要求1所述的一种基于自适应学习的实时视频传输方法，其特征在于：所述步骤S6包括：

S601.强化学习模型在得到输入数据后根据下列公式计算强化学习奖惩值：

奖惩值 = 1*视频效果值 – 1*播放卡顿值 - 0.5*视频效果的变化差值;

S602.强化学习模型的输出为动作action，设置3个动作，分别为视频的比特率、UDP-Lite的校验比例，FEC就纠错数据包的配比，其中每个项有6个选项；模型的输入的特征包含网络数据和视频数据，强化学习模型在得到输入后，会输出3个动作；

在强化学习模型的学习过程中，强化学习模型根据奖惩值计算神经网络的梯度，并使用PPO算法对神经网络进行更新；更新后的智能体决策出下一时刻的各类参数，包含视频的比特率、UDP-Lite的校验比例、以及FEC纠错数据包的配比。