[发明专利]一种基于有限状态机的面向视频直播的码率自适应方法及装置

说明书

本发明公开了一种基于有限状态机的面向视频直播的码率自适应方法，包括带宽估计，利用卡勒曼滤波对历史观测数据进行预处理，帧间差分去噪以及根据概率统计和置信度确认来提高带宽估计准确度；缓冲区分级，对不同级别的带宽设置不同大小的安全缓冲阈值和危险缓冲阈值，并加入状态机的码率决策机制；时延控制，根据当前带宽以及选择码率得到未来缓存的变化趋势来动态调节决定播放器快慢播阈值的变量。本发明从带宽估计、缓冲区分级以及时延控制三个方面充分利用可用带宽，在保证视频质量最大化和低时延的同时，减少了视频的切换频率，提高了视频直播的平滑度，极大的提升了用户的观看体验，可以有效应用于网络视频直播等领域。

技术领域

本发明涉及视频直播技术领域，具体涉及一种基于有限状态机的面向视频直播的码率自适应方法及装置。

背景技术

近年来，随着互联网的发展，音视频的传输量占网络流量的比例与日俱增，特别是新兴直播行业的发展，使得用户感知体验质量(QoE)在互联网视频应用中发挥着关键作用。鉴于互联网视频传输的复杂性以及存在各种瓶颈，直播客户端视频播放器中的码率自适应逻辑对于提升用户体验至关重要。

直播客户端码率自适应的目标是根据网络的变化提供尽可能高的QoE，在最大化视频质量和最小化重缓冲时间的同时要避免频繁的码率切换，最后要保证尽可能低的时延以更好地实现主播与观众间的交互。其中高视频质量、低重缓冲时间以及低时延之间是矛盾的，即高视频质量可能使缓冲区达到比较危险的程度从而导致重缓冲，重缓冲过程中又会使时延陡升，但是低时延则不可避免的需要保持低缓存。

本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：

现有的码率自适应算法都是基于点播实现的，例如著名的BBA、MPC以及pensieve，都是一个点播的场景，即它的源端视频信息全部保存在CDN，而不考虑源端的动态变化，其次它们都不考虑端到端的时延，而在视频直播场景中有严格的时延约束，由此在视频直播系统中对码率自适应提出了更加严峻的挑战。

由此可知，现有技术中的方法存在码率的切换频率较高和视频直播效果较差的技术问题。

发明内容

有鉴于此，本发明提供了一种基于有限状态机的面向视频直播的码率自适应方法及装置，用以解决或者至少部分解决现有技术中的方法存在码率的切换频率较高和视频直播效果较差的技术问题。

本发明第一方面提供了一种基于有限状态机的面向视频直播的码率自适应方法，包括：

步骤S1：记录过去一个预设决策周期内系统反馈的原始数据，并基于原始数据估计过去一个预设决策周期内的带宽，其中，原始数据包括每帧图像数据大小、每帧图像的传输周期、当前缓冲区大小以及当前端到端时延；

步骤S2：对估计出的过去一个预设决策周期内的带宽，设置对应的充足缓冲阈值和危险缓冲阈值，其中，充足缓冲阈值和危险缓冲阈值用以判定当前缓冲大小，根据当前缓冲大小以及前后两次预设决策周期内缓冲的变化量确定系统的状态，再基于有限状态机的状态选择码率；

步骤S3：根据当前带宽以及选择码率获得缓存的变化趋势，并动态调节快慢播阈值的大小，再基于快慢播阈值调节缓存以及时延。

在一种实施方式中，步骤S1具体包括：

步骤S1.1：对原始数据进行卡尔曼滤波；

步骤S1.2：对进行卡尔曼滤波的n组数据，将相邻两帧图像包的大小和传输周期分别做差分，获得n-1个瞬时带宽点；

步骤S1.3：将步骤S1.2得到的n-1个瞬时带宽点以码率为界限分档并统计落在每个档次区间的概率以及均值带宽，分析带宽分布，并根据带宽分布以及置信度估计出过去一个预设决策周期内的带宽。

在一种实施方式中，步骤S1.1具体包括：