[发明专利]一种自适应视频传输配置方法和系统

说明书

本发明提供了一种自适应视频传输配置方法和系统，本发明能够在不使用任何预先编程的模型或者特定假设的情况下，从没有任何先验知识开始，逐渐通过强化学习方法自适应地学习选择视频传输配置，让面向目标检测的实时视频系统实现保持较低传输时延，增强检测准确度性能的多任务目标。本发明使用神经网络来代表视频编码的决策选择过程，神经网络通过将系统的观测值(估计带宽、历史配置)结合视频画面变化的快慢作为输入，以动态可伸缩的方式将丰富多样的观测值映射到下一个时隙的视频编码配置决策中去。经过多次迭代训练后，可以做出高效的视频配置决策，在保持系统较低传输时延的同时，增强系统目标检测性能，具有较好的泛化性能。

技术领域

本发明涉及计算机视觉领域，具体涉及一种自适应视频传输配置方法和系统。

背景技术

近年来，随着计算机技术和互联网技术的飞速发展，视频信息的处理和传输技术不断进步，视频应用在人们工作、学习和生活的各方面迅速普及。

随着计算机技术、通信技术和人工智能技术的快速进步，视频传输系统不断向网络化和智能化的方向发展，当前视频网络传输的方式主要包括专用网络和公用网络两种。因为专网建设的成本高昂，所以日常生活中常见的视频应用大多基于一般无线通信网络进行视频流传输。常见基于无线通信网络的视频流传输又可以分为基于LTE的移动蜂窝网络和基于WiFi的无线局域网两种。

在视频网络传输的过程中，传统自适应视频传输算法(ABR)能够根据网络带宽的变化自适应调整视频的传输配置，达到降低视频数据网络传输延迟的目的，然而忽视了降低视频画质对视频目标检测性能的影响。比如，智能视频监控系统需要对监控视频进行目标检测，而传统ABR算法在根据网络状况调整监控视频传输配置的过程中，牺牲了监控视频的目标检测性能，无法满足系统对监控实时智能分析的需要。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种自适应视频传输配置方法，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，推测下一时刻的可用带宽预测值，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配置动作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。