[发明专利]一种基于互联网电视业务的音视频异态检测方法及系统

说明书

本发明提出了一种基于互联网电视业务的音视频异态检测方法，所述方法步骤如下：S1、采集互联网电视业务的历史视频流数据；S2、对历史视频流数据进行解码、清洗和转换，并进行异态现象分类；S3、提取分类后的异态现象数据的特征，得到异态特征库；S4、获取实时视频流数据，并对实时视频流数据进行特征提取；S5、利用异态特征库判断实时视频流数据的异态现象，并产生异态告警。所述系统包括视频流采集模块、视频分析模块、异态特征分析模块和异态现象检测模块。本发明系统和方法计算量较小，计算准确度较高，可以建立全面且准确的异态信息库，为互联网电视业务提供全面且准确的异态检测。

技术领域

本发明涉及一种检测互联网电视业务中音视频数据异态现象的方法及其系统，属于音视频异态检测技术领域。

背景技术

随着网络技术的发展，互联网电视业务逐渐成为音视频传播的主流业务，受到多种因素的影响，互联网电视业务的音视频会出现一些异态现象，常见的互联网电视业务音视频异态现象包括：视频的黑场、单色场、静帧、彩场、彩条、马赛克等，以及音频的静音、左(右)声道音量过高(低)等。这些异态现象都是用户可见可听的，直接影响用户的观影感知。

针对这些异态现象，现有的解决方案主要由：1、利用互联网电视业务相关协议(包括UDP/RTSP/RTMP/HTTP等协议)特征，再通过抓包分析或者模拟协议主动发起测试流来进行互联网电视业务质量分析和异态检测；2、通过图像对比的方式，把视频流进行解码之后与异态图像直接进行对比，进而实现异态检测。上述检测方法存在以下技术缺陷和不足：1、根据协议特征的方法主要用于分析互联网电视业务的QoS指标，即网络延迟、丢包率、吞吐率、TCP重传率、MDI-LR、MDI-DF、PAT/PMT表格错误、CC错误等，QoS指标可以反映整体的业务网络质量状况，但是无法判断具体的故障现象；2、部分异态现象是视频内容源造成的异态，通过协议特征分析IP流数据无法发现这类问题，但是用户观影感知已受影响；3、基于图像对比的方法进行异态分析计算量非常大，对硬件设备的配置和软件的计算能力都要求较高。

发明内容

为了解决现有技术中音视频异态检测存在的问题，本发明提出了一种基于互联网电视业务的音视频异态检测方法及系统，通过分析视频帧和音频帧的特征信息，建立异态特征库，提取实时视频流数据的特征与异态特征库进行对比，判断实时视频流的异态现象。

为解决上述技术问题，本发明采用了如下技术手段：

一种基于互联网电视业务的音视频异态检测方法，具体包括以下步骤：

S1、根据设置的取样参数采集互联网电视业务的历史视频流数据；

S2、对历史视频流数据进行解码、清洗和转换，并对转换后的数据进行异态现象分类；

S3、依次提取每个异态现象类别中的数据的特征，得到异态特征库；

S4、获取互联网电视业务的实时视频流数据，并对实时视频流数据进行特征提取；

S5、利用异态特征库判断实时视频流数据的异态现象，并产生异态告警。

进一步的，所述步骤S1的具体操作如下：

S11、自定义的设置视频流数据取样的取样参数，所述取样参数包括视频源地址、取样频率和数据上报地址；

S12、根据取样参数利用程序进行视频流拉流、数据抓包和视频指标分析，采集历史视频流数据。

进一步的，所述步骤S2的具体操作如下：

S21、获取历史视频流数据中的视频数据和音频数据，解析视频数据的I帧、P帧和B帧数据，解析音频数据的波形、左右声道数据相位；

S22、对视频解码数据和音频解码数据进行重新审查和校验；

S23、将视频解码数据和音频解码数据转换为结构化数据；