[发明专利]一种自适应视频传输配置方法和系统

权利要求书

1.一种自适应视频传输配置方法，其特征在于，面向目标检测的视频传输任务，以视频的目标检测效果和传输延迟性能为依据自适应调整视频配置，所述视频配置包括视频的分辨率和帧率，所述自适应调整视频传输配置包括如下步骤：

步骤1，构建一个用于解决视频传输延迟和目标检测性能之间配置冲突问题的深度强化学习决策器；

步骤2，根据深度强化学习决策器定时检测网络带宽，再结合当前视频画面变化速度选取的历史视频传输配置，自适应地调整下一时刻视频编码采取的视频配置；

步骤1中，所述深度强化学习决策器称为RL决策代理，RL决策代理中包含一个深度神经网络π_θ，RL决策代理通过深度神经网络π_θ给出下一时隙的视频配置，将RL决策代理通过深度神经网络π_θ给出下一时刻视频配置决策的过程建模成一个马尔可夫决策过程模型，马尔可夫决策过程模型把总时间T划分成两个以上等长的决策时隙，每个决策时隙的时长为1秒，在每个时隙t中，马尔可夫决策过程模型进行以下步骤：

步骤1-1：RL决策代理获取当前时隙的状态信息S_t，所述状态信息S_t包括估计带宽历史视频配置的分辨率序列和帧率值序列；

步骤1-2：将状态信息S_t通过深度神经网络π_θ映射得到对下一时刻选择的动作a_t；

步骤1-3：当动作a_t执行完毕之后，RL决策代理计算奖励回报，然后使用Adam优化器动态调整深度神经网络π_θ的网络参数θ；

步骤1-4：进入下一个时隙；

步骤1-5，在学习过程中不断重复步骤1-1～步骤1-4，通过不断调整深度神经网络的网络参数θ得到训练好的深度神经网络π_θ；

所述马尔可夫决策过程模型用于设定状态空间、设定动作和定义奖赏评价；

所述设定状态空间包括如下步骤：

步骤a1，以时隙为状态参考，产生第t个时隙的视频配置，在选取参考时隙滑动窗口大小的过程中，通过计算深度强化学习决策器需要传输的原始视频图像中当前画面待检测目标物体们的移动速度，来表示视频的画面变化速度，设定画面中包含的目标对象集为A＝{1，2，…，n}，把包含目标对象集的视频流上传到服务器端，然后进行目标检测，对于第j帧画面中检测得到的第i个目标，i∈A，生成目标检测边界框，令边界框的几何中心的坐标为采用曼哈顿距离来度量过去k个时隙中目标的运动距离，通过公式(1)计算第t-k个时隙到第t个时隙画面的变化速度V_t-k，t：

其中，k表示时隙数，a表示每个时隙的时长；n表示视频当前画面中待检测目标物体的数量；

设定参考时隙的画面变化速度不能超过阈值V_threshold，在满足这个要求的前提下，按照降序把k的值从10降低到2，每次调整k后计算V_t-k，t，如果V_t-k，t的值不超过V_threshold，则停止调整k，并令等于此时的k值，如果V_t-2，t仍然大于V_threshold，则令

确定好时隙t的参考时隙数量后，读取与时隙t相邻的个历史时隙视频的分辨率和帧率配置序列，将它们作为状态输入深度神经网络π_θ的输入层；

步骤a2，使用公式(2)计算过去k个相邻的时隙带宽值的平均值来估计下一时隙的网络带宽然后将作为状态输入深度神经网络π_θ的输入层：

其中，B_i表示第i个时隙的网络带宽值。

2.根据权利要求1所述的方法，其特征在于，所述定义动作包括：动作是RL决策代理利用深度神经网络π_θ从输入的状态映射得到的决策，每次接收到一个新的状态S_t，RL决策代理会根据学习到的策略神经网络π_θ选择一个动作a_t执行，其中深度神经网络π_θ的参数是θ，将视频分辨率res_t和帧率fps_t联合表示为动作a_t＝(res_t，fps_t)。