[發明專利]網絡視頻播放的方法和裝置

有效

• 申請號: 201410186163.3
• 申請日: 2014-05-05
• 公開（公告）號: CN103957471B
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 楊曉峰;張仁宙;石騰
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04N21/845
• 分類號: H04N21/845;H04N21/262;H04N21/4402;H04N21/858
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及通信網絡技術領域，尤其涉及一種網絡視頻播放的方法和裝置。

背景技術

感知編碼是一種新的編碼技術，基于背景建模的編碼技術是感知編碼的典型代表，其主要應用于視頻監控、電話會議、新聞播報等背景基本不變的場景。基于背景建模的編碼技術除了通過背景建模的方法有效地減少背景中的場景冗余，還采用了新的圖片組(Group of pictures，GOP)結構，因此能在通用編碼技術的基礎上大幅提高編碼壓縮率。

GOP是碼流中的基本結構，也是視頻序列能完整解碼的最小單元，傳統的GOP包含一個可獨立解碼視頻幀和多個非獨立解碼視頻幀，GOP中包含的視頻幀個數稱為該GOP的長度，為了提高壓縮率，可以適當的增加GOP的長度，但是GOP的長度太長也會帶來誤差擴散效應變差的缺陷；基于背景建模的編碼技術改進了GOP結構，改進的GOP中可獨立解碼視頻幀為背景幀(G幀)，非獨立解碼視頻幀包含背景更新幀(S幀)、前向預測幀(P幀)以及雙向預測幀(B幀)。其中S幀只能參考前一G幀，P幀和B幀可以引用之前的G幀或附近的S幀。這種改進的GOP結構可以抑制誤差擴散效應，從而使得基于背景建模的編碼技術可以采用很長的GOP來進一步提高編碼效率。

基于超文本傳輸協議(HyperText Transfer Protocol，HTTP)的動態自適應流媒體(Dynamic Adaptive Streaming over HTTP，DASH)技術采用HTTP的方式向用戶傳送媒體內容，目前已成為網絡視頻行業發展的趨勢，其關鍵是將服務器上的媒體內容順序地切割成媒體分片(segment)，每個媒體分片的時間長度相同，一般為2～10秒，一個媒體分片對應于一個HTTP網絡地址，以便客戶端通過該地址獲取該媒體分片。服務器提供媒體展示描述(Media Presentation Description，MPD)文件，用于記錄這些媒體分片的HTTP獲取方式以及媒體分片的播放時間段信息。媒體分片可以被繼續劃分為子分片(subsegment)，子分片又由一個個視頻幀組成。DASH中定義了分片索引(segment index，sidx)用以指示媒體分片中各個子分片在媒體分片中的起始位置，sidx中還包含各個子分片的播放時長、各個子分片中第一個流接入點(Stream Access Point，SAP)的位置信息。

現有DASH的接入流程是：終端首先獲取MPD文件，根據用戶輸入的接入時間點以及該MPD文件，確定該接入時間點對應的分片，根據該分片的分片索引sidx確定接入時間點對應的子分片以及該子分片的第一個SAP位置，并從第一個SAP對應的視頻幀開始解碼播放。

當基于背景建模編碼的碼流采用DASH進行傳輸時，因為GOP很長，且當前一個GOP只定義了一個SAP、即定義GOP中的可獨立解碼幀為SAP，因此用戶輸入的接入時間與實際接入的SAP距離可能很長，導致接入精度差，影響用戶的接入體驗。

發明內容

本發明的實施例提供的網絡視頻播放的方法和裝置，能夠解決現有技術中采用DASH方式傳輸基于背景建模編碼的視頻流時，接入精度差的問題。

第一方面，本發明實施例提供了一種網絡視頻播放的終端，包括：收發單元，處理單元和播放單元；

所述收發單元，用于接收視頻的媒體展示描述MPD文件，并獲取用戶請求的接入時間點；

所述處理單元，用于根據所述MPD文件確定與所述接入時間點對應的媒體分片；

所述收發單元，還用于根據所述處理單元確定的所述媒體分片獲取所述媒體分片的分片索引，所述分片索引包含所述媒體分片中可獨立解碼視頻幀和引用可獨立解碼視頻幀的非獨立解碼視頻幀的位置信息；

所述處理單元，還用于根據所述位置信息，在所述可獨立解碼視頻幀和所述引用可獨立解碼視頻幀的非獨立解碼視頻幀中確定與所述接入時間點最接近的視頻幀，以及確定所述最接近的視頻幀為非獨立解碼視頻幀；

所述收發單元，還用于在所述處理單元確定所述最接近的視頻幀為非獨立解碼視頻幀后，獲取所述最接近的視頻幀引用的可獨立解碼視頻幀；

所述播放單元，根據所述最接近的視頻幀引用的可獨立解碼視頻幀，從所述最接近的視頻幀開始解碼并播放視頻。

在第一方面的第一種可能的實現方式中，所述處理單元，還用于確定所述最接近的視頻幀為可獨立解碼視頻幀；所述播放單元，還用于在所述處理單元確定所述最接近的視頻幀為可獨立解碼視頻幀后，從所述最接近的視頻幀開始解碼并播放視頻。