一种面向边缘环境的视频流转码方法、系统、装置及存储介质

    公开(公告)号:CN116132415B

    公开(公告)日:2024-07-05

    申请号:CN202310115351.6

    申请日:2023-02-15

    IPC分类号: H04L65/60 H04L65/80

    摘要: 本发明公开了一种面向边缘环境的视频流转码方法、系统、装置及存储介质,属于边缘计算技术领域,包括获取模型输入,模型输入包括发送端的设备信息、上行网络带宽、各接收端的设备信息、下行网络带宽、边缘设备的算力资源;将模型输入输入到构建好的码率优化模型中,得到待转码的视频流码率集合、每个接收端需要接收的视频流码率,根据待转码的视频流码率集合、每个接收端需要接收的视频流码率对视频流进行转码;本发明通过结合边缘设备自身的算力资源、网络环境参数和异构接收端的变化,动态地确定需要编码的视频流数量及码率,使转码计算满足传输系统的实时性要求,同时最大化接收端的用户体验,并实现视频流码率的自适应调整。

    一种面向多终端设备的联邦学习方法、系统、装置及存储介质

    公开(公告)号:CN116090588A

    公开(公告)日:2023-05-09

    申请号:CN202310113373.9

    申请日:2023-02-13

    IPC分类号: G06N20/20 G06F1/3234

    摘要: 本发明公开了一种面向多终端设备的联邦学习方法、系统、装置及存储介质,属于边缘计算与联邦学习技术领域,包括获取待训练的模型和各终端设备此回合的迭代次数;将模型和此回合的迭代次数发送给所有终端设备进行迭代得到多个更新模型;根据此回合的迭代次数对每个终端设备返回的更新模型进行放缩计算和汇聚得到汇聚模型;根据此回合终端设备的能耗和汇聚模型的质量确定下回合的迭代次数;若回合数达到预设上限则输出训练好的模型,否则重复上述步骤进行下回合的学习;本发明通过设计放缩计算弥补减少迭代次数所致的模型质量损失,在保持模型质量的同时降低终端设备的计算量,自适应调整终端设备迭代次数有效降低终端设备在空闲时的能耗。