【摘要】 本发明涉及一种基于体验质量预测的移动视频码率调整方法。本发明是在发送端将视频编码速率分为四个等级，当移动终端用户请求视频业务时，视频的初始码率等级设为中等，此后QoE预测模型周期性地计算用户体验值，将所预测的QoE值和预设的QoE阈值进行比较，若用户的体验质量低于阈值，则根据两个周期内接收端反馈的网络拥塞指示和视频编码速率做出相应调整，输出下一周期的码率等级直至请求结束，其中所述QoE预测模型位于视频服务器侧，通过训练若干个梯度提升决策树建立。本发明解决了目前码率调整方法中没有考虑用户对视频质量主观感受的问题，能够在充分利用网络资源的同时避免或减弱网络拥塞的产生，进而有效提升用户的体验质量。 【专利类型】发明授权 【申请人】浙江大学 【申请人类型】学校 【申请人地址】310027 浙江省杭州市西湖区浙大路38号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】西湖区 【申请号】CN201210338422.0 【申请日】2012-09-13 【申请年份】2012 【公开公告号】CN102802089B 【公开公告日】2014-12-31 【公开公告年份】2014 【授权公告号】CN102802089B 【授权公告日】2014-12-31 【授权公告年份】2014.0 【IPC分类号】H04N21/647; H04N21/6437 【发明人】于新; 陈惠芳; 谢磊; 赵问道 【主权项内容】一种基于体验质量预测的移动视频码率调整方法，其特征在于该方法包括以下步骤：步骤1：在发送端将视频编码速率从小到大分为四个等级，分别是低等、中等、高等和优秀，用一个集合level＝{0, 1, 2, 3}表示，其中level＝0表示码率等级为低等，level＝1表示码率等级为中等，level＝2表示码率等级为高等，level＝3表示码率等级为优秀；步骤2：当移动终端用户请求视频业务时，将视频的初始码率等级设为中等；步骤3：QoE预测模型周期性地计算用户的体验质量，用MOSn表示终端用户在第n个周期内的整体感受；步骤4：对所预测的MOSn值和预设的QoE阈值进行比较，其中预设的QoE阈值用MOSth表示，若MOSn≥MOSth，码率不做调整，否则根据两个周期内接收端反馈的网络拥塞指示和视频编码速率做出相应的码率调整策略，输出下一周期的码率等级；步骤5：重复上述步骤3～步骤4，直至请求结束；步骤3中所述QoE预测模型通过训练若干个梯度提升决策树建立，其中N个训练样本的集合表示为{xi, yi}N，向量xi包括k个输入的跨层参数，表示为xi＝{x1, …, xk}，yi表示主观实验得出的MOS值，值域为1≤yi≤5，具体训练过程如下：a)定义初始化弱分类器为常数ρ，满足：其中F0(xi)表示初始化的弱分类器，常数ρ使得预测损失函数达到最小值，L(yi, ρ)表示初始化弱分类器的预测损失函数，表达式为L(yi, ρ)＝(yi-ρ)2；b)在每次迭代中都构造一个基于回归树的弱分类器，并设第m次迭代后得到的预测函数为Fm(xi)，相应的预测损失函数为L(yi, Fm(xi))，为使预测损失函数减小得最快，第m个弱分类器建立在前m-1次迭代的预测损失函数的梯度下降方向：-gm(xi)=-[∂ L(yi, F(xi))∂ F(xi)]F(xi)=Fm-1(xi), ]]>i＝1…N，其中-gm(xi)表示第m次迭代的弱分类器的建立方向，L(yi, F(xi))表示前m-1次迭代的预测损失函数，表达式为L(yi, F(xi))＝(yi-F(xi))2，表示对预测损失函数求偏导，设第m个弱分类器的表达形式为βmh(xi；αm)，其中h(xi；αm)表示第m个回归树，向量αm表示第m个回归树的参数，βm表示第m个回归树的权重，基于求得的梯度下降方向-gm(xi)，αm是使h(xi；αm)沿此方向逼近的参数值，即α m=argminα , β Σ i=1N[-gm(xi)-β h(xi; α )]2, ]]>βm是沿此方向的最优步长，即β m=argminβ Σ i=1NL(yi, Fm-1(xi)+β h(xi; α m)); ]]>c)更新每次迭代后得到的预测函数，即Fm(xi)＝Fm-1(xi)+βmh(xi；αm)，若相应的预测损失函数满足误差收敛条件，则终止迭代。 【当前权利人】浙江大学 【当前专利权人地址】浙江省杭州市西湖区浙大路38号 【专利权人类型】公立 【统一社会信用代码】12100000470095016Q 【引证次数】6.0 【他引次数】6.0 【家族引证次数】6.0 【家族被引证次数】61

未经允许不得转载：http://www.zhongzhencnc.com/1791586732.html