[发明专利]一种视频传输控制方法及系统

权利要求书

1.一种视频传输控制方法，其特征在于，包括：

在视频传输过程中，收集网络实时状况及视频状态信息，并将收集到的信息进行规格化处理；

根据规格化后的网络及视频状态信息估计视频质量，计算视频编码率；

根据计算得到的视频编码率对视频进行编码压缩处理，并将压缩处理后的视频进行传输；其中，所述网络实时状况包括时延、抖动和丢包率；所述收集网络实时状况通过获取RTCP流中的反馈信息来实现，在等待RTCP流中的反馈信息的过程中，将视频的每个关键帧与下一个关键帧之间的所有帧组成一组，计算并保存每组视频的视频质量值SSIM；获取RTCP流中的反馈信息后，根据反馈中的网络状态信息计算每组视频的估计视频质量，所述估计视频质量由以下公式计算：

其中，ε_d＝1/100，ε_j＝1/20，ε_l＝256，每组视频的视频质量值SSIM为该组内所有帧视频质量值的平均值，delay、jitter、lost分别对应时延、抖动、丢包率三个网络状况参数。

2.根据权利要求1所述的视频传输控制方法，其特征在于，将收集到的信息进行规格化处理包括：

将每一个输入的实数值x分割为N个取值位于0～1之间的输出，计算第n个输出的值使用的公式如下：

，其中，丢包率不需要规格化， N 与 bn 根据输入数据的分

布特征指定，对于时延，N取为4，bn依次为0.7、3.6、7.3、100；对于抖动，N取为4，bn依次为1.38、4.6、13.9、20；对于帧复杂度，N取为8，bn依次为15000、25000、35000、45000、55000、70000、90000、120000；r为输入数据可能的取值范围。 

3.根据权利要求2所述的视频传输控制方法，其特征在于，所述根据规格化后的网络及视频状态信息估计视频质量，计算视频编码率的方法为：

将规格化后的网络及视频状态信息输入到增强学习中的Actor-Critic模型，Actor-Critic模型中的Critic根据所输入的规格化后的网络及视频状态信息采用预测函数Value(x)预测视频质量，Critic将预测的视频质量与环境反馈的视频质量的误差反馈给Actor-Critic模型中的Actor，并根据环境反馈的视频质量更新预测函数，其中Value(x)中x为规格化后的网络及视频状态信息，为实数值；

Actor根据所输入的规格化后的网络及视频状态信息计算得到视频编码率，根据C ritic输出的预测误差更新选取动作的策略。

4.根据权利要求3所述的视频传输控制方法，其特征在于，所述Actor根据所输入的规格化后的网络及视频状态信息计算得到视频编码率、根据Critic输出的预测误差更新选取动作的策略具体包括：

首先在时刻t-1时Actor根据所输入的规格化后的网络及视频状态信息通过μ(x)函数和σ(x)函数分别估计视频编码率的均值与标准差，然后使用服从均值为μ(x)、标准差为σ(x)的高斯分布随机数生成器来产生视频编码率；

所述Actor根据Critic输出的预测误差修正均值μ(x)和标准差σ(x)，修正公式为：

Δμ＝(a_t-1-μ_t-1)δ

Δσ＝[(a_t-1-μ_t-1)²-σ_t-1²]δ；

其中，x为规格化后的网络及视频状态信息，为实数值，a_t-1是时刻t-1时Actor的输出的动作值，μ_t-1与σ_t-1分别为时刻t-1时的输出值均值与标准差的预测值，δ为Critic给Actor的反馈。

5.根据权利要求4所述的视频传输控制方法，其特征在于，所述Critic给Actor的反馈δ通过以下公式获得：

δ＝r_t-1+γValue_t-Value_t-1；

其中r_t-1是时刻t-1的动作所收到的环境反馈的视频质量，γ是一个学习参数。