CN114125496A - 视频业务感知方法、装置、视频传输设备及接收设备 - Google Patents
视频业务感知方法、装置、视频传输设备及接收设备 Download PDFInfo
- Publication number
- CN114125496A CN114125496A CN202010905409.3A CN202010905409A CN114125496A CN 114125496 A CN114125496 A CN 114125496A CN 202010905409 A CN202010905409 A CN 202010905409A CN 114125496 A CN114125496 A CN 114125496A
- Authority
- CN
- China
- Prior art keywords
- quality
- segment
- service
- video source
- target video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 118
- 230000005540 biological transmission Effects 0.000 title claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 162
- 238000004458 analytical method Methods 0.000 claims abstract description 104
- 230000008447 perception Effects 0.000 claims abstract description 73
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 230000007704 transition Effects 0.000 claims description 117
- 238000012549 training Methods 0.000 claims description 36
- 230000011218 segmentation Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 abstract description 12
- 238000013441 quality evaluation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000087 stabilizing effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
- H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明提供了一种视频业务感知方法、装置、视频传输设备及接收设备。该方法包括:对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。采用该方法能够简化视频业务感知参数的拟合流程,同时保证感知算法的实时精度,降低视频内容对简化算法精确度的影响。
Description
技术领域
本发明涉及数据业务技术领域,尤其是指一种视频业务感知方法、装置、视频传输设备及接收设备。
背景技术
目前,视频业务感知的方法包括解析方法和人工智能训练方法;其中,采用解析方法,根据输入参数,选择合适的系数,根据给定的公式计算感知的体验质量(Quality ofExperience,QoE),采用该方法模型相对固定,计算效率较高,但精度受输入参数之外因素影响较大;采用人工智能训练方法,根据人工对QoE的标注结合输入参数进行模型的训练,以期望达到较好拟合人工评判的模型。但采用该方法,模型精度受训练样本量影响较大,计算复杂度则受模型复杂度影响,需要较多的计算资源。
上述两种感知方法中,人工智能训练方式的精度和效率,依赖于数据集的规模和算法的复杂度,难以实现大规模并发业务的感知;解析方法则受输入参数之外因素影响导致难以达到较高精度;因此,有必要对视频业务感知的方法进行改进,以同时满足精度提高和计算复杂度降低的目的。
发明内容
本发明技术方案的目的在于提供一种视频业务感知方法、装置、视频传输设备及接收设备,用于简化视频业务感知参数的拟合流程,同时保证感知算法的实时精度,降低视频内容对简化算法精确度的影响。
本发明实施例提供一种视频业务感知方法,其中,包括:
对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
可选地,所述的视频业务感知方法,其中,所述对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
可选地,所述的视频业务感知方法,其中,根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
可选地,所述的视频业务感知方法,其中,根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
可选地,所述的视频业务感知方法,其中,所述计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
可选地,所述的视频业务感知方法,其中,所述方法还包括:
在传输所述目标视频源时,标注每一转场片段的起始时间点、结束时间点和/或片段时长。
可选地,所述的视频业务感知方法,其中,所述方法还包括:
在传输所述目标视频源时,标识所述质差稳定片段。
本发明实施例还提供一种视频业务感知方法,其中,包括:
获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
可选地,所述的视频业务感知方法,其中,根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
本发明实施例还提供一种视频传输设备,包括处理器,其中,所述处理器用于:
对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
可选地,所述的视频传输设备,其中,所述处理器对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
可选地,所述的视频传输设备,其中,所述处理器根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
可选地,所述的视频传输设备,其中,所述处理器根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
可选地,所述的视频传输设备,其中,所述处理器计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
可选地,所述的视频传输设备,其中,所述处理器还用于:
在传输所述目标视频源时,标注每一转场片段的起始时间点、结束时间点和/或片段时长。
可选地,所述的视频传输设备,其中,所述处理器还用于:
在传输所述目标视频源时,标识所述质差稳定片段。
本发明实施例还提供一种视频接收设备,包括处理器,其中,所述处理器用于:
获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
可选地,所述的视频传输设备,其中,所述处理器根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
本发明实施例还提供一种视频业务感知装置,其中,包括:
分析模块,用于对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算模块,用于计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
拟合模块,用于将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输模块,用于传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
本发明实施例还提供一种视频业务感知装置,其中,包括:
获取模块,用于获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
解析模块,用于根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
本发明实施例还提供一种网络设备,其中,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如上任一项所述视频业务感知方法中的步骤。
本发明实施例还提供一种可读存储介质,其中,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如上任一项所述视频业务感知方法中的步骤。
本发明上述技术方案中的至少一个具有以下有益效果:
本发明实施例所述视频业务感知方法,利用复杂模型计算出质差稳定片段对应不同播放参数时的QoE评估值,保证后续视频质量评估时的实时精度;利用简单模型对QoE评估值与视频业务感知的预设解析系数拟合,获得进行视频业感知的业务解析系数,简化视频业务感知参数的拟合流程。因此,采用本发明实施例所述方法,能够简化视频业务感知参数的拟合流程,同时保证感知算法的实时精度,降低视频内容对简化算法精确度的影响。
附图说明
图1为本发明实施例所述视频业务感知方法的实施方式一的流程示意图;
图2为本发明实施例所述视频业务感知方法的实施方式二的流程示意图;
图3为本发明实施例所述视频传输设备的结构示意图;
图4为本发明实施例所述视频接收设备的结构示意图;
图5为本发明实施例所述视频业务感知装置的实施方式一的结构示意图;
图6为本发明实施例所述视频业务感知装置的实施方式二的结构示意图;
图7为本发明实施例所述网络设备的实施方式一的结构示意图;
图8为本发明实施例所述网络设备的实施方式二的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
为简化视频业务感知参数的拟合流程,同时保证感知算法的实时精度,降低视频内容对简化算法精确度的影响,本发明实施例提供一种视频业务感知的方法,将视频传输或接收时视频质量评估的复杂度转移到视频源端一次性计算,在视频源端对视频源进行分段,并评估获得多个质差稳定片段,利用精度较高的复杂算法,可以计算质差稳定片段在不同播放参数时的体验质量QoE评估值;之后,可以使用简单模型对不同播放参数时的QoE评估值与视频业务感知的预设解析系数拟合,获得简单模型的模型系数,作为视频源片段的简单模型评估系数,以能够用于后续网络监听端或者视频接收端进行视频片段的视频质量评估。
本发明实施例上述的视频业务感知的方法,可以利用复杂模型计算出质差稳定片段对应不同播放参数时的QoE评估值,保证后续视频质量评估时的实时精度;可以利用简单模型对QoE评估值与视频业务感知的预设解析系数拟合,获得进行视频业感知的业务解析系数,简化视频业务感知参数的拟合流程。因此,采用本发明实施例所述方法,能够简化视频业务感知参数的拟合流程,同时保证感知算法的实时精度,降低视频内容对简化算法精确度的影响。
具体地,如图1所示,本发明实施例所述视频业务感知的方法,包括:
S110,对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
S120,计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
S130,将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
S140,传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
可选地,在步骤S110中,目标视频源为由视频源端传输的视频,本发明实施例所述视频业务感知的方法,通过在视频源端对视频的质量参数进行分析,通过模型训练方法能够计算每一时长周期的QoE评估值,进一步根据每一时长周期的QoE评估值,能够分析获得多个质差稳定片段。
本发明实施例中,可选地,目标视频源的质量参数包括但并不限于仅能够包括丢包率、时延和/或误码率等。
具体地,步骤S110,对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
其中,根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
例如,在质量参数包括网络丢包率和时延率的情况下,可以针对不同丢包率对相应存在网络丢包的场景进行分级,如将丢包率划分为包括:0.1%、0.4%、1%、3%、5%和10%几个级别,根据网络丢包场景时的丢包率情况确定对应场景网络丢包的级别;还可以针对不同时延率对相应存在网络延时的场景进行分级,如将时延率划分为多个级别,根据网络延时场景时的时延情况确定对应场景网络时延的级别。
在上述对每一质量参数所对应场景分别进行分级的情况下,进一步地,可以设定一固定的时长周期T1,通过模型训练方法,对目标视频源在不同时长周期T1中所述质量参数在不同分级组合时的QoE评估值。
需要说明书的是,本发明实施例中,上述对目标视频源在不同时长周期T1中所述质量参数在不同分级组合时的QoE评估值计算方式,可以利用通常复杂模型训练方式计算获得,可选地,该复杂模型训练方式可以为采用全媒体人工智能训练方式,也即根据人工标注并结合输入参数进行模型训练,以能够达到较好人工评判的模型,获得更高的评估精度数值。
本领域技术人员应该能够了解全媒体人工智能训练的具体方式,在此不再详细说明。
本发明实施例所述视频业务感知的方法,通过获得目标视频源在不同时长周期T1中所述质量参数在不同分级组合时的QoE评估值,能够进一步根据每一时长周期的QoE评估值,分析目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
具体地,所述方法还包括:对目标视频源进行转场分割。
其中,对目标视频源进行转场分割的方式,可以依据视频源中的视频播放场景为划分依据,将属于不同播放场景的视频划分至不同的转场片段内,并确定每一转场片段的转场时间点。
可选地,所述方法还包括:对每一转场片段进行标注,如标注每一转场片段的起始时间点、结束时间点和/或片段时长。
例如,依据播放时间排序,依次标注每一转场片段的结束时间点为:t_context(0)、……、t_context(i)和t_context(i+1)等;以及依次标注每一转场片段的片段时长为:duration_t_context(0)、……、duration_t_context(i)和duration_t_context(i+1)等。
本发明实施例中,在对目标视频源进行转场分割后,根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
具体地,当其中一转场片段的时长大于时长周期T1时,判断该转场片段内每一时长周期T1中QoE评估值的稳定性,将符合预设稳定性条件的时长周期相对应的视频片段,确定为质差稳定片段。
可选地,在其中一时长周期T1内所计算获得的QoE评估值小于预设阈值时,则可以确定相应视频片段在同等损伤下的质量稳定,否则认为质量不稳定,也即不属于质差稳定片段。
当其中一转场处段的时长小于或等于时长周期T1时,若转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件,则确定所述转场片段为所述质差稳定片段,否则认为该转场片段不属于质差稳定片段。
可选地,所述方法还包括:
在传输所述目标视频源时,标识所述质差稳定片段。
可选地,所述方法还包括:记录所标识的每一质差稳定片段,获得质差稳定片段组。
本发明实施例中,可选地,在步骤S120,计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
具体地,本发明实施例所述方法中,对于每一转场片段中所确定的质差稳定片段,选取QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小的目标质差稳定片段,用于计算在不同播放参数时的QoE评估值。
由于目标质差稳定片段的QoE评估值与相应转场片段的QoE评估值的平均值之间的差值最小,本发明实施例所述方法,通过只选取QoE评估值的差值最小的目标质差稳定片段进行各不同播放参数等组合条件的QoE评估,能够准确地反映整个转场片段在不同播放参数等组合条件的QoE评估值,这样在保证计算精确度的基础上达到简化算法的目的。
本发明实施例中,可选地,不同的播放参数包括并不限于仅能够包括分辨率、码率和/或帧率等。
采用上述实施方式,目标质差稳定片段为用于计算在不同播放参数条件组合时的QoE评估值的代表片段,也可以称为代表周期,通过对该代表周期计算更多参数排列组合的QoE评估值来表示该目标质差稳定片段所在质差稳定片段的总体QoE评估值。
本发明实施例所述视频业务感知的方法,在获得每一质差稳定片段的总体QoE评估值后,通过步骤S130,将每一质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数。
进一步地,在所获得业务解析系数的基础上,视频源端在传输目标视频源时,目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数,以能够用于后续网络监听端或者视频接收端进行视频片段的视频质量评估。
采用该方式,通过使用简单模型对预设解析参数进行拟合,获取简单模型的模型系数,以能够作为该质差稳定片段的简单模型评估系数。
可选地,在步骤S130,可以通过最小二乘、随机森林等算法的拟合方式,获得对每一质差稳定片段进行业务感知的业务解析系数。
可选地,所述方法还包括:在传输目标视频源时,标识所述质差稳定片段,以能够在网络监听端或视频接收端标识出该质差稳定片段。
本发明实施例所述视频业务感知的方法,能够简化视频业务感知参数的拟合流程,同时保证感知算法的实时精度,降低视频内容对简化算法精确度的影响。
需要说明的是,本发明实施例中,本发明实施例中所提及的简单算法通常为指传输层的网络规划模型、输入参数较少评估算法;复杂算法则通常指为比特流模型或者混合模型。本发明实施例中不对每一实施过程所采用算法模型进行具体限定。
本发明实施例还提供一种视频业务感知的方法,如图2所示,包括:
S210,获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
S220,根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
采用本发明实施例所述视频业务感知的方法,获取该目标视频源的网络监听端或视频接收端,将目标视频源中的业务解析系数,应用于视频质量解析算法中,获得目标视频源的业务感知评价结果。
可选地,获取该目标视频源的网络监听端或视频接收端,利用视频质量解析的简化算法,进行目标视频源的业务感知评价分析;具体地,通过将每一质差稳定片段的业务解析系数替换视频质量解析简化算法中的系数,即能够获得目标视频源的业务感知评价结果。
可选地,视频质量解析简化算法利用所监控到的目标视频源中的时延、码率和丢包率等,结合所获得的视频片段中的业务解析系数,获得目标视频源的业务感知评价结果
因此,可选地,所述的视频业务感知的方法,其中,在步骤S220,根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
需要说明的是,本发明实施例中,视频质量解析简化算法不特指某一特定的简易解析算法,通常指为需要较少输入参数和部分拟合系数的计算模型。
采用本发明实施例所述视频业务感知的方法,将视频传输或接收时视频质量评估的复杂度转移到视频源端一次性计算,通过视频分段并判断为质差稳定片段后,选取其中特定时间段数据(目标质差稳定片段)形成数据集,数据集根据不同分辨率、不同码率、不同时延和不同的丢包等多级别进行组合,并使用精度较高的复杂算法标注出数据集中各数据的评估质量。之后使用简单模型对标注数据进行拟合,获取简单模型的模型系数,也即获得每一质差稳定片段的业务解析系数,作为该片段的简单模型评估系数。
在视频传输中,网络监听端或者接收端可根据该质差稳定片段的简单评估模型和业务解析系数,进行解析计算获取当前片段的视频质量。
采用该方法,能够简化视频业务感知参数的拟合流程,同时保证感知算法的实时精度,降低视频内容对简化算法精确度的影响。
本发明实施例还提供一种视频传输设备,如图3所示,包括处理器310,其中,所述处理器310用于:
对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
可选地,所述的视频传输设备,其中,所述处理器310对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
可选地,所述的视频传输设备,其中,所述处理器310根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
可选地,所述的视频传输设备,其中,所述处理器310根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
可选地,所述的视频传输设备,其中,所述处理器310计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
可选地,所述的视频传输设备,其中,所述处理器310还用于:
在传输所述目标视频源时,标注每一转场片段的起始时间点、结束时间点和/或片段时长。
可选地,所述的视频传输设备,其中,所述处理器310还用于:
在传输所述目标视频源时,标识所述质差稳定片段。
本发明实施例还提供一种视频接收设备,如图4所示,包括处理器410,其中,所述处理器410用于:
获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
可选地,所述的视频接收设备,其中,所述处理器410根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
本发明实施例还提供一种视频业务感知装置,如图5所示,包括:
分析模块510,用于对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算模块520,用于计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
拟合模块530,用于将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输模块540,用于传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
可选地,所述的视频业务感知装置,其中,分析模块510对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
可选地,所述的视频业务感知装置,其中,分析模块510根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
可选地,所述的视频业务感知装置,其中,分析模块510根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
可选地,所述的视频业务感知装置,其中,计算模块520计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
可选地,所述的视频业务感知装置,其中,传输模块540还用于:
在传输所述目标视频源时,标注每一转场片段的起始时间点、结束时间点和/或片段时长。
可选地,所述的视频业务感知装置,其中,传输模块540还用于:
在传输所述目标视频源时,标识所述质差稳定片段。
本发明实施例还提供一种视频业务感知装置,如图6所示,包括:
获取模块610,用于获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
解析模块620,用于根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
可选地,所述的视频业务感知装置,其中,解析模块620根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
本发明实施例另一方面还提供一种网络设备,如图7所示,包括:处理器701;以及通过总线接口702与所述处理器701相连接的存储器703,所述存储器703用于存储所述处理器701在执行操作时所使用的程序和数据,处理器701调用并执行所述存储器703中所存储的程序和数据。
其中,收发机704与总线接口702连接,用于在处理器701的控制下接收和发送数据,具体地,处理器701用于读取存储器703中的程序,执行下列过程:
对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
可选地,所述的网络设备,其中,处理器701对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
可选地,所述的网络设备,其中,处理器701根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
可选地,所述的网络设备,其中,处理器701根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
可选地,所述的网络设备,其中,处理器701计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
可选地,所述的网络设备,其中,处理器701还用于:
在传输所述目标视频源时,标注每一转场片段的起始时间点、结束时间点和/或片段时长。
可选地,所述的网络设备,其中,处理器701还用于还用于:
在传输所述目标视频源时,标识所述质差稳定片段。
本发明实施例另一方面还提供一种网络设备,如图8所示,包括:处理器801;以及通过总线接口802与所述处理器801相连接的存储器803,所述存储器803用于存储所述处理器801在执行操作时所使用的程序和数据,处理器801调用并执行所述存储器803中所存储的程序和数据。
其中,收发机804与总线接口802连接,用于在处理器801的控制下接收和发送数据,具体地,处理器801用于读取存储器803中的程序,执行下列过程:获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
可选地,所述的网络设备,其中,处理器801根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
另外,本发明具体实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上中任一项所述的视频业务感知方法中的步骤。
具体地,该计算机可读存储介质应用于上述的终端,在应用于终端时,对应烟感告警上报的方法中的执行步骤如上的详细描述,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述收发方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述原理前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (22)
1.一种视频业务感知方法,其特征在于,包括:
对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
2.根据权利要求1所述的视频业务感知方法,其特征在于,所述对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
3.根据权利要求2所述的视频业务感知方法,其特征在于,根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
4.根据权利要求3所述的视频业务感知方法,其特征在于,根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
5.根据权利要求2至4任一项所述的视频业务感知方法,其特征在于,所述计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
6.根据权利要求2所述的视频业务感知方法,其特征在于,所述方法还包括:
在传输所述目标视频源时,标注每一转场片段的起始时间点、结束时间点和/或片段时长。
7.根据权利要求1至4任一项所述的视频业务感知方法,其特征在于,所述方法还包括:
在传输所述目标视频源时,标识所述质差稳定片段。
8.一种视频业务感知方法,其特征在于,包括:
获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
9.根据权利要求8所述的视频业务感知方法,其特征在于,根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
10.一种视频传输设备,包括处理器,其特征在于,所述处理器用于:
对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
11.根据权利要求10所述的视频传输设备,其特征在于,所述处理器对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段,包括:
根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值;
根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段。
12.根据权利要求11所述的视频传输设备,其特征在于,所述处理器根据所述目标视频源在每一时长周期内的质量参数,通过模型训练方法计算每一时长周期的QoE评估值,包括:
对所述目标视频源中每一所述质量参数所对应场景进行分级;
通过模型训练方法,计算所述目标视频源在每一所述时长周期内所述质量参数在相应不同分级组合时的QoE评估值。
13.根据权利要求12所述的视频传输设备,其特征在于,所述处理器根据每一时长周期的QoE评估值,分析所述目标视频源进行转场分割后所获得的转场片段,获得多个质差稳定片段,包括:
在所述转场片段的时长大于所述时长周期时,判断所述转场片段内每一所述时长周期内相对应所获得的QoE评估值是否符合预设稳定性条件;
将预合所述预设稳定性条件的所述时长周期相对应的视频片段,确定为所述质差稳定片段;
在所述转场片段的时长小于或等于所述时长周期时,所述转场片段所对应的时长周期内,相对应所获得的QoE评估值符合预设稳定性条件时,确定所述转场片段为所述质差稳定片段。
14.根据权利要求11至13任一项所述的视频传输设备,其特征在于,所述处理器计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值,包括:
选取每一所述转场片段内至少一所述质差稳定片段中的目标质差稳定片段;所述目标质差稳定片段的QoE评估值与所述转场片段的QoE评估值的平均值之间的差值最小;
计算每一所述目标质差稳定片段在不同播放参数时的体验质量QoE评估值。
15.根据权利要求11所述的视频传输设备,其特征在于,所述处理器还用于:
在传输所述目标视频源时,标注每一转场片段的起始时间点、结束时间点和/或片段时长。
16.根据权利要求10至13任一项所述的视频传输设备,其特征在于,所述处理器还用于:
在传输所述目标视频源时,标识所述质差稳定片段。
17.一种视频接收设备,包括处理器,其特征在于,所述处理器用于:
获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
18.根据权利要求17所述的视频接收设备,其特征在于,所述处理器根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,包括:
将所述质差稳定片段相对应的业务解析系数,替换业务质量简化算法中的计算系数,获得所述目标视频源的业务感知评价结果。
19.一种视频业务感知装置,其特征在于,包括:
分析模块,用于对目标视频源的质量参数进行分析,获得所述目标视频源中质量参数稳定的多个质差稳定片段;
计算模块,用于计算每一所述质差稳定片段在不同播放参数时的体验质量QoE评估值;
拟合模块,用于将每一所述质差稳定片段在不同播放参数时的QoE评估值与用于视频业务感知的预设解析参数拟合,获得对每一所述质差稳定片段进行视频业务感知的业务解析系数;
传输模块,用于传输所述目标视频源,其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数。
20.一种视频业务感知装置,其特征在于,包括:
获取模块,用于获取目标视频源;其中所述目标视频源中对应每一所述质差稳定片段的视频片段中包括所述业务解析系数;
解析模块,用于根据所述业务解析系数,对所述目标视频源的每一所述质差稳定片段的业务质量进行解析分析,获得所述目标视频源的业务感知评价结果。
21.一种网络设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如权利要求1至7任一项所述视频业务感知方法中的步骤,或者实现如权利要求8至9任一项所述视频业务感知方法中的步骤。
22.一种可读存储介质,其特征在于,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如权利要求1至7任一项所述视频业务感知方法中的步骤,或者实现如权利要求8至9任一项所述视频业务感知方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010905409.3A CN114125496A (zh) | 2020-09-01 | 2020-09-01 | 视频业务感知方法、装置、视频传输设备及接收设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010905409.3A CN114125496A (zh) | 2020-09-01 | 2020-09-01 | 视频业务感知方法、装置、视频传输设备及接收设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114125496A true CN114125496A (zh) | 2022-03-01 |
Family
ID=80360431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010905409.3A Pending CN114125496A (zh) | 2020-09-01 | 2020-09-01 | 视频业务感知方法、装置、视频传输设备及接收设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114125496A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101577631A (zh) * | 2008-05-07 | 2009-11-11 | 华为技术有限公司 | 评价用户体验质量的方法、***及网络装置 |
CN102984733A (zh) * | 2012-11-02 | 2013-03-20 | 王攀 | 基于wlan客户业务感知质量的数据挖掘方法 |
CN107979496A (zh) * | 2017-12-07 | 2018-05-01 | 锐捷网络股份有限公司 | 一种获取用户体验质量的方法及服务器 |
US20180174082A1 (en) * | 2016-12-16 | 2018-06-21 | Palo Alto Research Center Incorporated | Perceived quality of service |
CN109873797A (zh) * | 2018-02-14 | 2019-06-11 | 南京邮电大学 | 基于统计分析的会话视频业务QoE-QoS参数映射方法 |
-
2020
- 2020-09-01 CN CN202010905409.3A patent/CN114125496A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101577631A (zh) * | 2008-05-07 | 2009-11-11 | 华为技术有限公司 | 评价用户体验质量的方法、***及网络装置 |
CN102984733A (zh) * | 2012-11-02 | 2013-03-20 | 王攀 | 基于wlan客户业务感知质量的数据挖掘方法 |
US20180174082A1 (en) * | 2016-12-16 | 2018-06-21 | Palo Alto Research Center Incorporated | Perceived quality of service |
CN107979496A (zh) * | 2017-12-07 | 2018-05-01 | 锐捷网络股份有限公司 | 一种获取用户体验质量的方法及服务器 |
CN109873797A (zh) * | 2018-02-14 | 2019-06-11 | 南京邮电大学 | 基于统计分析的会话视频业务QoE-QoS参数映射方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2482558B1 (en) | Method, apparatus and system for evaluation of video transmission quality | |
CN106961632B (zh) | 视频质量分析方法及装置 | |
CN112434178A (zh) | 图像分类方法、装置、电子设备和存储介质 | |
CN110557633A (zh) | 图像数据的压缩传输方法、***和计算机可读存储介质 | |
CN103428523B (zh) | 评估视频质量的方法和装置 | |
CN111327946A (zh) | 视频质量评价和特征字典的训练方法、装置和介质 | |
CN111726656A (zh) | 一种直播视频的转码方法、装置、服务器和存储介质 | |
CN117395424B (zh) | 一种用于视频无线传输监控***的视频优化方法 | |
CN117376613B (zh) | 一种分布式音视频传输控制方法、***及存储介质 | |
EP1489865A1 (en) | Method and system for analysing data quality measurements in wireless data communication networks | |
CN111614526B (zh) | 一种hinoc链路快速维护方法、装置、存储介质及终端 | |
JP5390369B2 (ja) | 映像品質推定装置および方法、符号化ビットレート推定装置および方法、並びにプログラム | |
CN114125496A (zh) | 视频业务感知方法、装置、视频传输设备及接收设备 | |
WO2015132222A1 (en) | Method to determine re-buffering events in video sessions | |
WO2023045365A1 (zh) | 视频质量评估方法、装置、电子设备及存储介质 | |
US20220147875A1 (en) | Removing less informative samples in sequential data | |
CN107306199B (zh) | 网元数据回放的方法和装置 | |
JP4668851B2 (ja) | 品質クラス決定装置、品質クラス決定方法、およびプログラム | |
CN108228829B (zh) | 用于生成信息的方法和装置 | |
CN111901631A (zh) | 一种直播视频的转码方法、装置、服务器和存储介质 | |
CN103701669A (zh) | 一种检测业务类型的方法及装置 | |
CN117194049B (zh) | 一种基于机器学习算法的云主机智能行为分析方法及*** | |
CN117176507B (zh) | 数据分析方法、装置、电子设备及存储介质 | |
CN110691233B (zh) | 一种视频转发服务器并发性能的评估方法及装置 | |
US20230064755A1 (en) | Data processing method and apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |