[发明专利]基于在线学习的视频流业务码率自适应方法

摘要

本发明公开了一种基于在线学习的视频流业务码率自适应方法。本发明首先建立无线视频流业务系统框架，以可伸缩视频编码作为源端编码方式，生成可供选择的不同码率层次；然后建立效用函数，以折扣总MOS值表征QoE，作为码率自适应机制的优化目标；建立行动值函数空间，采用一种在线学习算法进行迭代运算，通过每个周期终端反馈的即时MOS值与丢包率信息更新行动值函数空间与置信度分布函数，并据此选择合适的视频码率进行传输。本发明以QoE作为视频流码率自适应的优化目标，通过在线学习算法迭代逼近码率调整的最优解，能有效缓解链路拥塞，提高用户QoE，且计算复杂度较低。

主权项

1.基于在线学习的视频流业务码率自适应方法，其特征在于：该方法采用可伸缩视频编码作为源端编码方式，使用MOS对用户的QoE进行量化，并以折扣总MOS值作为系统的效用函数，根据每个周期的终端反馈信息，通过在线学习算法自适应地调整视频流码率；所述的MOS为平均意见得分，所述的QoE为用户观看视频体验质量；该方法的具体步骤是：步骤一、建立无线视频流业务系统框架；具体为：无线网络中存在多个用户，用户标记为n∈{1,2,…}，每个用户包含一个发送节点和一个接收节点，以此建立端到端流媒体连接；源端采用可伸缩视频编码方式编码视频，每段视频生成M个不同层次的码率，其中为可选视频码率的集合，R₁,R₂,...,R_M分别对应不同的可选码率；无线网络中存在部分瓶颈链路，当瓶颈链路发生过载，会导致拥塞丢包，降低用户QoE；以T个往返时延作为码率调整周期，周期标记为k∈{1,2,…}；源端根据每个周期从终端用户n传回的丢包率与即时QoE反馈值了解当前网络的拥塞状态和用户的体验质量；其中每个周期的即时QoE反馈值由量化的MOS值表征；根据以上信息，源端调整发送的视频流码率；步骤二、建立效用函数，确定码率自适应机制的优化目标；以折扣总MOS值作为系统的效用函数，计算公式为其中γ为折扣因子，0≤γ≤1，和分别表示用户n在第k个周期的码率和丢包率，表示当码率为和丢包率为时，用户n在第k个周期的MOS反馈值；网络中用户n的目标是通过在每个周期选择最优的码率，使自己的效用函数U_n最大化；步骤三、通过在线学习算法的迭代计算，对无线视频流业务进行自适应码率调整；源端首先建立行动值函数将丢包率状态的取值进行量化，映射为从0到1的L档离散值，即其中为所有可选丢包率状态的集合，P₁,P₂,...,P_L分别对应各自不同的丢包率区间；行动值函数的状态空间为：