[发明专利]一种实时视频通信中的数据编码方法及媒体终端设备

说明书

本发明涉及一种实时视频通信中的数据编码方法及媒体终端设备，其中方法包括预先保存编码器状态集合，实时视频通信会话开始后先使用编号为i的编码器状态运行t1秒，然后获取GTH、W、H、BW、ET和Cur，计算THmax[Cur]和THbw[Cur]，然后计算编码器状态集合中THmax的集合和THbw的集合，进一步得到每个编码器状态的TH值，将GTH和每个编码器状态中的TH值逐个比较大小来更新Cur值，使用编号为Cur的编码器状态运行t2秒，然后重复执行上述步骤，直到实时视频通信会话结束。与现有技术相比，本发明采用混合编码方式，能够适应频繁变化的网络状态，同时发挥不同编码器不同优势，获得最大的信息传递收益和相对最低的网络或计算资源。

技术领域

本发明涉及一种实时视频通信中的数据编码方法及媒体终端设备。

背景技术

在实时视频通话的业务场景中，音视频数据所采用的编码规范有很多格式，包括H.263、H.264、H.265、H.266、VP8、VP9、AV1等等，不同编码格式所具备的压缩效率差异是很大的(比如H.263和H.266的压缩效率，最大可能相差10倍)；通常压缩效率越高的编码方式，复杂度也越高，计算能力也需要越大(同样比较H.263和H.266，算力需求可能相差100倍)。

即使是同一个编码格式比如H.264，不同的profile(编码器模式)所能带来的压缩效率和需要的计算力，相差也有几倍；同样，即便是相同的profile(编码器模式)，有的编码器比如H264，提供不同档的编码速度，其压缩效率和速度也会分别相差几倍和几十倍。

对于实时视频通话运行的终端设备，有的是手机，有的是PC，有的是嵌入式设备如盒子或手表，其算力差异也是几倍到上百倍。

由于实时视频通话的复杂性，为了保证基本互通外，通常不考虑编码器应用的组合，即不考虑最优解。具体的，现有的方案通常是基于静态的优先级配置，比如在终端事先配置好优先级，比如最先采用H.265对数据进行编码，然后采用H.264对数据进行编码，然后根据能力协商协议(RFC4566/RFC3254)进行协商，通过双方确定编解码类型。稍微优化一点的方案，考虑了设备性能的差异性，支持不对称协商，从而发挥低性能设备和高性能设备的不同特点，采用不同的编码和解码格式，然而当协商完成后，采用的编码格式依然是固定不变的，因此在实时运行过程中，既不会因为硬件设备温度过高等原因降频运行而有变化，也不会因为网络带宽的动态变化而有变化。因此，可以肯定的说，现有方案并没有在已知各种视频编解码能力的基础上，获得最优的处理方法。而如何基于现有设备算力支持的能力进行能力协商，依然是一个值得优化的问题。

发明内容

本发明所要解决的首要技术问题是针对上述现有技术提供一种能够适应频繁变化的网络状态、同时发挥不同编码器不同优势、从而获得最大的信息传递收益和相对最低的网络或计算资源的实时视频通信中的数据编码方法。

本发明进一步所要解决的技术问题是提供一种实时视频通话过程中数据编码能够适应频繁变化的网络状态、同时发挥不同编码器不同优势、从而获得最大的信息传递收益和相对最低的网络或计算资源的媒体终端设备。

本发明解决上述首要技术问题所采用的技术方案为：一种实时视频通信中的数据编码方法，其特征在于：预先保存编码器状态集合，编码器状态集合中的对象为编码器状态，编码器状态集合的个数为N，编码器状态为某编码器的配置状态，每个编码器状态包括的内容有：编号、编码器模式名称、RS、CR、THmax、THbw、TH和Certainty，其中RS表示编码器状态的相对速度，为预先设定常数；CR表示编码器状态的压缩率，为预先设定常数；THmax表示编码器状态的最大视频吞吐率；THbw表示基于当前可用网络带宽下所能达到的视频吞吐率，单位为bps；TH表示编码器状态能够做到的视频吞吐率，单位为bps；Certainty为确定性标记，表示对某编码器状态的最大吞吐率THmax是否经过测试确定，其取值为：unknown或presume或confirmed，其中unknown表示未知；presume表示通过RS推断，confirmed表示已实际测量确定；