融合深度强化学习及启发式方法视频码率自适应决策方法

    公开(公告)号:CN118368456A

    公开(公告)日:2024-07-19

    申请号:CN202410520647.0

    申请日:2024-04-28

    IPC分类号: H04N21/2662 H04N21/466

    摘要: 本发明涉及多媒体通信技术领域,具体涉及一种融合深度强化学习及启发式方法视频码率自适应决策方法。本发明包括如下步骤:S1、视频采集与编码;S2、传统启发式方法黑盒化;S3、特征融合与决策;S4、视频发送与接收;S5、状态记录与策略更新;S6、迭代优化。本发明在融合方式和深度强化学习模块的神经网络的更新策略两方面对Loki进行优化;相比原有的Loki方案,本发明在应用层具有更低的延迟和卡顿,而且维持与Loki相当的发送比特率;相比于原有的Loki方案,本发明的模型更能实时跟踪响应带宽变化,提高了在面对未知网络环境时融合模型的灵敏度,更广泛的适用于当今复杂多变的网络环境。

    一种视频播放质量评估方法及装置、电子设备、存储介质

    公开(公告)号:CN118469949A

    公开(公告)日:2024-08-09

    申请号:CN202410600561.9

    申请日:2024-05-15

    IPC分类号: G06T7/00 G06V20/40

    摘要: 本发明涉及视频处理技术领域,公开了一种视频播放质量评估方法及装置、电子设备、存储介质。该方法包括:获取目标视频的播放特征,其中,所述播放特征包括延迟率、丢包率;将播放特征输入训练好的视频播放质量评估模型,得到目标视频的播放质量评估结果;其中,视频播放质量评估模型通过下述方式进行训练:建立视频样本集,所述视频样本通过录制源视频样本在不同网络服务质量条件下的播放结果得到;将视频样本提供给评估对象进行评估,获取所述评估对象针对视频样本生成的主观播放质量评估结果;将网络服务质量条件对应的播放特征作为训练样本输入原始视频播放质量评估模型,并获得原始播放质量评估结果,对原始视频播放质量评估模型进行训练。