[發明專利]一種面向短視頻流的聯合視頻下載和動態碼率自適應方法

在審

• 申請號: 202211251336.6
• 申請日: 2022-10-13
• 公開（公告）號: CN115914680A
• 公開（公告）日: 2023-04-04
• 發明（設計）人: 顏金堯;高文化;張蘭菊;張園
• 申請（專利權）人: 中國傳媒大學
• 主分類號: H04N21/2343
• 分類號: H04N21/2343;H04N21/2662;H04N21/258;H04N21/24;H04N21/433
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

一種面向短視頻流的聯合視頻下載和動態碼率自適應方法涉及短視頻碼率自適應技術領域。本發明考慮如何在用戶觀看短視頻時，將視頻下載機制與碼率自適應技術相結合，提供一種新的短視頻下載機制和ABR算法，在不降低用戶體驗質量(QoE)的情況下節省帶寬開銷。本發明包含兩個部分的具體實現算法：預加載機制和混合碼率自適應方法。

技術領域：

本發明涉及短視頻碼率自適應技術領域，是一種面向短視頻流的聯合視頻下載和動態碼率自適應方法。主要考慮如何在用戶觀看短視頻時，將視頻下載機制與碼率自適應技術相結合，使算法既能保證用戶體驗質量，又能節省帶寬資源。

背景技術：

自適應碼率算法簡稱ABR算法，它的主要研究目的是提高用戶體驗質量，即QoE。ABR算法將未來帶寬和播放器的緩沖區大小作為輸入，將未來視頻塊的碼率作為輸出。主要分為三大類，包括基于速率的ABR算法、基于緩沖區的ABR算法和基于強化學習的ABR算法。

基于速率預測的ABR算法是非常直觀的自適應碼率算法，代表算法有FESITIVE。這類方法的主要思想是通過過去視頻下載時的網絡帶寬來預測當前或未來的網絡帶寬，進行視頻自適應碼率的決策。當網絡狀況好的時候，過去網絡帶寬高，當前下載視頻塊就選擇高碼率；當網絡狀況差的時候，過去網絡帶寬低，當前下載視頻塊就選擇低碼率以在不卡頓的前提下盡可能提高視頻質量。基于緩沖區的ABR算法只根據播放器當前的緩沖區時間長短進行預測，代表算法為BBA、BOLA。在緩沖區時間長時，說明網絡狀況較好或當前下載碼率沒有有效利用帶寬，下一個視頻塊的碼率就提高；在緩沖區時間短時，說明網絡狀況較差或當前下載碼率過高，下一個視頻塊的碼率就降低。這兩種算法結構較為簡單，但是ABR算法必須平衡各種QoE目標，包括最大化視頻質量、最小化中斷事件的發生以及保持視頻質量平滑度，然而這些目標中有許多在本質上是相互沖突的，基于速率和基于緩沖區的ABR算法很難同時滿足這些要求。為了學習出更好的ABR模型，目前最新的ABR算法采用強化學習的方法進行碼率預測，代表算法為Pensieve。基于強化學習的ABR算法是基于數據驅動的算法，因此需要大規模數據集才能訓練出更準確的模型，當數據集規模較小時，訓練出的模型性能較差，無法泛化。

目前，還沒有專門為短視頻設計的ABR算法模型。短視頻流ABR算法的設計需要考慮到用戶的QoE和帶寬資源的利用。

發明內容：

本發明的出現是由于，用戶在觀看短視頻時如果對內容不感興趣就會比較頻繁地切換視頻，如此一來，已經緩沖好的視頻沒有被觀看，就會造成大量帶寬資源的浪費，同時也無助于改善用戶體驗質量。由于節省帶寬與用戶希望獲得的高QoE相沖突，因此如何設定短視頻流的下載機制非常具有挑戰性。本發明的目的是解決在不降低用戶感知的QoE的情況下節省帶寬開銷的問題。

目前主流的短視頻的共享方案如圖1所示：短視頻由內容生產者生成內容并發布在網絡上，經過網絡服務器處理，用戶在客戶端可以觀看這些短視頻。通常，視頻推薦系統會為用戶推薦一些視頻，這些視頻組成了推薦隊列。用戶除了可以觀看當前視頻，也可以向下切換，觀看推薦隊列中的視頻。為了保障用戶在切換短視頻時的觀看的流暢性，系統除了需要預加載當前視頻，還需要預加載推薦隊列中的視頻。當前視頻可分成已觀看，預加載未觀看和未加載三部分，在圖1中分別用黑色，灰色，白色表示。

每個短視頻被分為若干個視頻塊，為了更細粒度地對視頻下載方式進行決策，每個視頻塊長度L設為1s。視頻塊的碼率R分為三個等級R∈{0,1,2}，分別代表[750,1200,1850]kb/s，碼率等級需要根據視頻被編碼的碼率大小決定，每5個視頻為一個隊列。當用戶觀看完一個視頻時，就在隊列里加入一個視頻。

留存率描述的是用戶觀看某一視頻塊的概率，通過統計用戶的行為習慣，獲得用戶的留存率。采用的短視頻留存率數據集為公開數據集，其數據結構圖樣例如圖5所示，每一個視頻塊會對應一個塊大小和一個用戶留存率。

緩沖區是在內存中預留指定大小的存儲空間用來對輸入/輸出的數據作臨時存儲，這部分預留的內存空間就叫做緩沖區，最大緩沖區是指緩沖區能達到的最大范圍。