[发明专利]一种支持神经网络的流媒体码率自适应方法、装置和设备

权利要求书

1.一种支持神经网络的流媒体码率自适应方法，其特征在于，所述方法包括：

获取前n个时间段视频块的历史网络吞吐量测量值、预设的可用分辨率大小的向量和当前缓冲区占用信息，将所述历史网络吞吐量测量值、所述分辨率大小的向量和所述当前缓冲区占用信息输入预先构建的贝叶斯神经网络中，通过所述贝叶斯神经网络输出下一时间段的吞吐量预测值；

获取前一时间段视频块的QoE信息，根据所述吞吐量预测值、所述当前缓冲区占用信息和所述QoE信息，以预设的QoE指标最优化为目标，构建模型预测控制最优化模型，求解所述模型预测控制最优化模型得到当前视频块的预测下载比特率；

执行所述预测下载比特率后，根据所述QoE指标得到对应的奖励值，根据所述预测下载比特率和所述奖励值对所述贝叶斯神经网络进行持续训练；

在视频播放过程中，根据持续训练的贝叶斯神经网络和所述模型预测控制最优化模型自适应得到下载视频块的最佳比特率。

2.根据权利要求1所述的方法，其特征在于，获取前n个时间段视频块的历史网络吞吐量测量值、预设的可用分辨率大小的向量和当前缓冲区占用信息，将所述历史网络吞吐量测量值、所述分辨率大小的向量和所述当前缓冲区占用信息输入预先构建的贝叶斯神经网络中，通过所述贝叶斯神经网络输出下一时间段的吞吐量预测值，包括：

获取前n个时间段视频块的历史网络吞吐量测量值、预设的可用分辨率大小的向量和当前缓冲区占用信息，将所述历史网络吞吐量测量值、所述分辨率大小的向量和所述当前缓冲区占用信息输入预先构建的贝叶斯神经网络中，通过所述贝叶斯神经网络输出下一时间段的吞吐量预测值；所述贝叶斯神经网络是通过反向传播方式构建的。

3.根据权利要求2所述的方法，其特征在于，获取前一时间段视频块的QoE信息，根据所述吞吐量预测值、所述当前缓冲区占用信息和所述QoE信息，以预设的QoE指标最优化为目标，构建模型预测控制最优化模型，包括：

获取前一时间段视频块的QoE信息，根据所述吞吐量预测值、所述当前缓冲区占用信息和所述QoE信息，以预设的QoE指标最优化为目标，构建模型预测控制最优化模型；所述预设的QoE指标为：一般延迟时间、启动延迟时间和缓冲时间。

4.根据权利要求3所述的方法，其特征在于，获取前一时间段视频块的QoE信息，包括：

获取前一视频块的QoE信息；所述前一视频块的QoE信息为前一时间段下载视频块的比特率。

5.根据权利要求4所述的方法，其特征在于，根据所述吞吐量预测值、所述当前缓冲区占用信息和所述QoE信息，以预设的QoE指标最优化为目标，构建模型预测控制最优化模型，求解所述模型预测控制最优化模型得到当前视频块的预测下载比特率，还包括：

当播放器处于启动阶段时，根据所述吞吐量预测值、所述当前缓冲区占用信息和所述QoE信息，以预设的QoE指标最优化为目标，构建第二模型预测控制最优化模型；

求解所述第二模型预测控制最优化模型得到当前视频块的预测下载比特率和启动时间。

6.根据权利要求5所述的方法，其特征在于，执行所述预测下载比特率，包括：

以所述预测下载比特率下载当前视频块；

当播放器处于启动阶段时，在开始播放之前等待所述启动时间。

7.根据权利要求1至6任意一项所述的方法，其特征在于，根据所述预测下载比特率和所述奖励值对所述贝叶斯神经网络进行持续训练，包括：

根据所述预测下载比特率和所述奖励值，通过随机梯度下降法，对所述贝叶斯神经网络进行持续训练。