CN116437127B - 一种基于用户数据共享的视频卡顿优化方法 - Google Patents
一种基于用户数据共享的视频卡顿优化方法 Download PDFInfo
- Publication number
- CN116437127B CN116437127B CN202310693142.XA CN202310693142A CN116437127B CN 116437127 B CN116437127 B CN 116437127B CN 202310693142 A CN202310693142 A CN 202310693142A CN 116437127 B CN116437127 B CN 116437127B
- Authority
- CN
- China
- Prior art keywords
- video
- user node
- data
- user
- video segment
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 abstract description 14
- 230000000007 visual effect Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 34
- 230000007704 transition Effects 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001595 flow curve Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26208—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints
- H04N21/26216—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints involving the channel capacity, e.g. network bandwidth
-
- 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
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
-
- 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]
- H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client
- H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
- H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
- H04N21/64723—Monitoring of network processes or resources, e.g. monitoring of network load
-
- 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]
- H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client
- H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
- H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
- H04N21/64746—Control signals issued by the network directed to the server or the client
- H04N21/64761—Control signals issued by the network directed to the server or the client directed to the server
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明涉及图像通信领域，具体涉及一种基于用户数据共享的视频卡顿优化方法，包括：根据各个视频帧对应的角点匹配率得到视频数据的各个视频段；根据各个视频段的综合匹配率以及各个视频段内包含的视频帧数量得到各个视频段的重要程度，进而对各个视频段进行分配；获取拥有目标视频段的所有用户节点，根据所得各个用户节点在历史时间段内的网络流量数据以及网络占用数据得到各个用户节点的流量优劣程度以及网络需求程度，进而得到各个用户节点的优劣程度；根据各个用户节点的优劣程度得到最优用户节点，从最优节点处进行目标视频段的下载。本发明可以保证传输效率，且在用户节点的数据共享过程中，不会影响其他用户节点的观感体验。
Description
技术领域
本发明涉及图像通信领域，具体涉及一种基于用户数据共享的视频卡顿优化方法。
背景技术
随着5G技术的快速发展，用户对视频信息的需求日益增强，而海量用户对视频信息的需求使得单个用户从终端设备上获取视频信息的速度较低，严重影响用户的观感体验，因此需要通过用户数据共享的方式来优化用户观感体验。
用户数据共享是通过将视频数据进行切片处理，由HomeCDN服务器向不同用户节点分发切片视频数据，不同用户节点从HomeCDN服务器下载视频数据的不同片段，同时用户节点之间能通过信息交换告知其他用户节点自己拥有哪些视频数据，并通过视频数据交换来实现内容分享。一个用户节点要向其他用户节点告知自己拥有哪些片段，其他用户节点才可以向自己获取所需的视频数据片段。最后通过用户端从其他用户节点那里下载到视频数据的不同片段后，将所得片段按顺序拼装成原始的视频数据，但在视频数据获取的过程中，当其他用户节点的网络状态较差时，极易造成视频播放卡顿，影响用户的观感体验。
发明内容
本发明提供一种基于用户数据共享的视频卡顿优化方法，以解决现有的问题。
本发明的一种基于用户数据共享的视频卡顿优化方法采用如下技术方案：
本发明一个实施例提供了一种基于用户数据共享的视频卡顿优化方法，该方法包括以下步骤：
获取视频数据，根据所得视频数据中相邻的视频帧的各个角点得到各个视频帧对应的角点匹配率；根据各个视频帧对应的角点匹配率得到视频数据的各个视频段；
根据各个视频段内的各个视频帧对应的角点匹配率得到各个视频段的综合匹配率；根据各个视频段的综合匹配率以及各个视频段内包含的视频帧数量得到各个视频段的重要程度；根据各个视频段的重要程度得到各个视频段的分配重复率，根据各个视频段的分配重复率得到各个视频段需要分配的用户数量；根据所得用户数量对各个视频段进行分配，得到各个视频段对应的所有用户节点；
以任意一个用户节点为目标用户节点，以目标用户节点需要下载的视频段为目标视频段，获取拥有目标视频段的所有用户节点，根据所得各个用户节点在历史时间段内的网络流量数据以及网络占用数据得到各个用户节点的预测流量序列以及预测网络占用序列；根据各个用户节点的预测流量序列得到各个用户节点的流量优劣程度；根据各个用户节点的预测网络占用序列得到各个用户节点的网络需求程度；根据各个用户节点的流量优劣程度以及网络需求程度得到各个用户节点的优劣程度；根据各个用户节点的优劣程度得到最优用户节点，从最优节点处进行目标视频段的下载；
所述各个视频段的重要程度的获取表达式为：
；
式中，表示第t个视频段的重要程度，/>表示第t个视频段的视频帧数量；/>表示所有视频段包含的视频帧数量的最大值；/>表示第t个视频段中的第u个视频帧对应的角点匹配率；/>为匹配率阈值，/>为第t个视频段的综合匹配率；
所述用户数量的获取表达式为：
；
式中，表示第t个视频段需要分配的用户数量；/>表示第t个视频段的重要程度；为第s个视频段的重要程度；M表示用户节点的总数量，n表示视频段的总数量，/>表示向下取整，/>为第t个视频段的分配重复率；
所述根据各个视频帧对应的角点匹配率得到视频数据的各个视频段的方法为：
设置匹配率阈值，当视频数据中各个视频帧对应的的角点匹配率大于等于匹配率阈值时，将各个视频帧与相邻的视频帧划分为一组；否则将这两个视频帧划分为两组，依次对视频数据中的各个视频帧进行处理，得到各个初始视频段；将包含的视频帧数量大于等于基础数量值的各个初始视频段作为各个视频段，并将处于相邻两个视频段之间的所有视频帧合并为一个视频段，得到视频数据的各个视频段。
优选地，所述各个视频帧对应的角点匹配率的获取方法为：
将各个视频帧中的角点数量称为各个视频帧的第一数量值，将与各个视频帧相邻的视频帧中角点数量称为各个视频帧的第二数量值，将各个视频帧与相邻的视频帧进行角点匹配，得到各个视频帧与相邻的视频帧中相互匹配的角点对数；计算各个视频帧的第一数量值与第二数量值之间的加和结果；计算所得角点对数与2.0之间的乘积，将所得乘积与所得加和结果之间的比值作为各个视频帧的角点匹配率。
优选地，所述各个用户节点的流量优劣程度的获取表达式为：
；
式中，为用户节点/>的流量优劣程度；/>表示用户节点/>的预测流量序列中的第i个预测流量数据；/>表示预测流量序列以及预测网络占用序列中包含的数据个数；/>表示用户节点/>的预测流量数据的平均值；exp( )为以自然常数为底数的指数函数；/>为理论最大流量数据。
优选地，所述各个用户节点的网络需求程度的获取表达式为：
；
式中，为用户节点/>的网络需求程度；/>表示用户节点/>的预测网络占用序列中的第i个预测占用数据；/>表示预测流量序列以及预测网络占用序列中包含的数据个数；为以自然常数为底数的指数函数；/>表示用户节点/>的预测占用数据的平均值；为理论最大占用数据。
本发明的有益效果是：首先根据所得视频数据中各个视频帧与其相邻的视频帧之间的角点匹配率对各个视频帧的相似性进行判断，从而将镜头较为稳定的视频段提取出来，并设置基础数量值对视频段内包含的视频帧数量进行限制，避免最终分发给不同用户节点的视频段中包含的视频帧数量过少现象的出现；由于用户节点间进行数据共享类似于组件局域网，会大大提高视频数据的传输速率，为了使视频段尽可能多的参与局域网传输，优化用户的观感体验，本发明根据各个视频段内各个视频帧对应角点匹配率得到各个视频段的综合匹配率，根据不同视频段的综合匹配率的大小以及各个视频段所包含的视频帧数量对各个视频段的重要程度进行判断，从而将重要程度较高的视频段，例如镜头转场较为频繁的视频段，分发给较多的用户节点，增加重要程度较高的视频段下载的可选择性，降低视频卡顿概率；在用户节点需要进行数据共享时，通过视频编号寻找符合共享需求的用户节点，然后根据各个符合需求的用户节点的流量优劣程度以及网络需求程度得到各个用户节点的优劣程度，从而找到最适合进行数据共享的用户节点，即最优用户节点，再从最优用户节点处获取所需的视频段，在保证传输效率较高的同时，避免对其他用户节点的观感体验产生影响，从而优化了传统方法中随机获取视频段造成的视频卡顿问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种基于用户数据共享的视频卡顿优化方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于用户数据共享的视频卡顿优化方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于用户数据共享的视频卡顿优化方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于用户数据共享的视频卡顿优化方法的步骤流程图，该方法包括以下步骤：
步骤S001：获取视频数据，根据所得视频数据中相邻的视频帧的各个角点得到各个视频帧对应的角点匹配率；根据各个视频帧对应的角点匹配率得到视频数据的各个视频段。
对于HLS的直播，为了使用户端可以实现断点续传，需要把ts文件从CDN下载到HomeCDN服务器上，再由HomeCDN服务器对各个用户进行分发，此时每个用户在HomeCDN服务器中均对应一个用户节点。其中ts文件格式是高清视频数据较为常用的封装格式；HomeCDN服务器利用海量家庭智能网络设备的计算、存储、传输能力，通过服务端软件的调度，使用P2P技术实现家庭网络设备之间的跨局域网互联和内容分发，相当于把边缘CDN的节点位置近一步下沉到家庭局域网内，既可以为机顶盒电视播放提供基于家庭网络设备的文件分发能力，还可以对外提供互联网内容分发服务。不同用户节点从HomeCDN服务器下载视频数据的不同片段，同时用户节点之间能通过信息交换告知其他用户节点自己拥有哪些片段，并通过不同视频数据片段的交换来实现内容分享。
故首先将ts文件，即视频数据，从CDN下载到HomeCDN服务器上，然后通过HomeCDN服务器对ts文件进行自适应切片处理，具体过程如下：
由于直播过程为一个动态过程，所得视频数据的各个视频帧具有尺度上的变化，因此本实施例首先使用SIFT算法对所得视频数据中的每个视频帧进行角点检测,SIFT算法包括角点检测器和描述子，其中角点检测器用于判断各个视频帧中的各个像素点是否为角点，描述子用于对各个角点形成特征向量描述，由此获取各个视频帧中的各个角点以及各个角点的描述子。
然后对视频数据中相邻的视频帧进行角点匹配，通过判断各个角点的描述子是否一致，实现连续视频帧内的角点匹配，将相互匹配的两个角点称为一个角点对，此时相互匹配的两个角点构成的角点对表征的是实际场景中的同一位置，即通过相邻的视频帧之间的角点匹配，可以找到实际场景中的同一位置在不同视频帧中对应的角点，角点匹配为现有技术，此处不再赘述。
通过相邻的视频帧中相互匹配的角点计算两个相邻视频帧的角点匹配率，并根据角点匹配率对视频数据进行分段切片，例如对于第p个视频帧，与其相邻的视频帧为第p+1个视频帧，则这两个视频帧形成的角点匹配率可表示为：
；
式中表示第p个视频帧的角点匹配率；/>分别表示第p个视频帧以及第p+1个视频帧中的角点数量；/>表示第p个视频帧与第p+1个视频帧中相互匹配的角点对数；当相邻的视频帧之间形成的角点匹配率越高，说明这两个视频帧越相似，则这两个视频帧越可以被分为一组，即从这两个视频帧之间进行分段切片的概率越低；否则从这两个视频帧之间进行分段切片的概率越高；
本实施例设置匹配率阈值，经验值/>，当第p个视频帧与其相邻的视频帧之间形成的角点匹配率/>大于等于匹配率阈值/>时，将这两个视频帧划分为一组，否则从这两个视频帧之间进行分段切片，即将这两个视频帧划分为两组；计算视频数据中各个视频帧与其相邻的视频帧之间形成的角点匹配概率，并根据所得各个角点匹配概率进行视频数据的初始分段，得到各个初始视频段；
考虑到当所得初始视频段包含的视频帧数量过少时，会导致大量视频数据的重复分发，造成存储空间等资源的过度浪费，因此为了避免最终分发给不同用户节点的视频段中包含的视频帧数量过少现象的出现，本实施例设置基础数量值N=10，将包含的视频帧数量大于等于基础数量值的初始视频段作为最终分发给不同用户节点的视频段，相邻的两个视频段之间的所有视频帧合并构成了一个视频段，由此完成对视频数据的自适应切片处理，得到各个视频段。
需要说明的是，本实施例所得各个视频段为最终分发给不同用户节点的视频段，一个视频段可能为镜头较为稳定时形成的视频段，此时该视频段内的实际场景较为相似，使得各个视频帧对应的角点匹配率较高；此外，由于镜头转场时实际场景变化较快，使得镜头转场过程中的各个视频帧之间的差异较大，对应的角点匹配率较低，但是由此形成的多个初始视频段中包含的视频帧数量较少，使得这些初始视频段合并形成了一个视频段，即一个视频段内的视频帧可能相似，也可能不相似。
步骤S002：根据各个视频段的综合匹配率以及各个视频段内包含的视频帧数量得到各个视频段的重要程度，进而对各个视频段进行分配。
视频卡顿会严重影响用户的观感体验，而不同视频内容的卡顿对用户的观感体验的影响是不同的，在视频精彩部分镜头转场频繁，出现卡顿会严重影响用户的观感体验，而在连续多个视频帧较为相似的视频段中，用户可以根据当前视频帧联想到下一视频帧的内容，此时出现视频卡顿，对用户的观感体验的影响程度相对较低。将精彩部分的视频段分发给较多的用户节点，可以在用户节点间进行断点续传时，有更多的用户节点可供选择，根据各个用户节点在历史时间段内的网络优劣情况对各个用户节点在下一时间段的网络信息进行预测，得到各个用户节点的优劣程度，然后根据各个用户节点的优劣程度得到最优用户节点，从最优用户节点处进行相应视频段的下载，从而实现用户端的断点续传，在保证视频数据的传输效率的同时，尽可能避免卡顿。具体过程如下：
当一个视频段越重要，则需要将该视频段分发给更多的用户节点以保证用户节点的多选择性，降低视频卡顿概率，而一个视频段的重要程度是根据该视频段的综合匹配率确定的，综合匹配率越高，说明该视频段中视频帧较为相似，视频精彩程度相对较低，对应该视频段的重要程度也较低；综合匹配率越低，则说明该视频段中视频帧之间的差异较大，即镜头转场较多，视频精彩程度相对较高，对应该视频段的重要程度也较高，则以第t个视频段为例，该视频段的重要程度可表示为：
；
式中，表示第t个视频段的重要程度，/>表示第t个视频段的视频帧数量；/>表示所有视频段包含的视频帧数量的最大值，即最大视频帧数量；/>表示该视频段中的第u个视频帧与其相邻的视频帧之间的角点匹配率；
为第t个视频段的综合匹配率，由于第t个视频段中相邻的视频帧之间的角点匹配率可以表征相邻的视频帧之间相似程度，当第t个视频段内相邻的两个视频帧之间越相似，对应相邻的视频帧之间的角点匹配率越高，对应该视频段的综合匹配率/>越大，即此时的视频段内镜头较为稳定，镜头转场较少，反之，则表示次时的视频段内镜头转场较为频繁，因此本实施例根据不同视频段的综合匹配率来判断各个视频段的类型，即一个视频段内镜头较为稳定还是镜头转场较为频繁；
由于第t个视频段的综合匹配率为第t个视频段中所有视频帧对应的角点匹配率的平均值，只能反映单个视频段内部视频帧的整体相似性，即内部相似性越高的视频段重要程度越低；而不同视频段中包含视频帧的数量也会对视频段的重要程度的判断产生影响，例如对于具有相同的综合匹配率，且综合匹配率较高的两个视频段，包含的视频帧数量越多的视频段对应的重要程度越低，即该视频段中包含的相似视频帧的数量多，表示该视频段内实际场景的变化程度越小，用户更容易从当前视频帧对下一个视频帧进行联想，因此当该视频段出现视频卡顿时，对用户观感体验的影响也越小，故此时该视频段的重要程度越低；而对于包含的视频帧数量较少的视频段，该视频段可能是镜头转场较为频繁时形成的视频段，此时该视频段发生卡顿对用户的观感体验影响较大，故而该视频段的重要程度较高；
而对于具有相同的综合匹配率，但是综合匹配率较低的两个视频段，包含视频帧数量越多的视频段对应的重要程度越高，即该视频段中包含的视频帧数量多，表示该视频段内镜头转场更频繁，此时用户难以从当前视频帧对下一个视频帧进行联想，因此当该视频段出现视频卡顿时，对用户观感体验的影响也越大，故此时该视频段的重要程度越高，反之，则该视频段的重要程度更低，即本实施例根据各个视频段内视频帧之间的综合匹配率以及各个视频段包含的视频帧数量对各个视频段的重要程度进行判断；
重复上述方法，依次对各个视频段进行处理，得到各个视频段的重要程度。
本实施例期望对于镜头转场较为频繁的视频段，也就是重要程度较高的视频段分
发给更多的用户节点，从而使单个用户节点在获取其他视频段时可以有更多用户节点可以
选择，因此重要程度越高的视频段需要重复分配给更多的用户节点，即重要程度越高的视
频段对应更高的分配重复率，从而降低卡顿概率，则第t个视频段需要分配的用户数量
可表示为：
；
式中，表示第t个视频段需要分配的用户数量；/>表示第t个视频段的重要程度；为第s个视频段的重要程度；M表示用户节点的总数量，n表示视频段的总数量，/>表示向下取整。
为第t个视频段的分配重复率，通过各个视频段的重要程度确定视频段的分配重复率，进而得到各个视频段需要分配的用户数量，然后将各个视频段随机分配给对应用户数量的用户节点，分配规则符合高斯分布，当一个用户节点被分配到一个视频段后就不再分配其他的视频段，即一个视频段可以分配给多个用户节点，一个用户节点只能拥有一个视频段。分配完成后通过视频段的先后顺序对用户节点进行编号，方便用户节点之间的数据共享。
步骤S003：获取拥有目标视频段的所有用户节点，根据所得各个用户节点在历史时间段内的网络流量数据以及网络占用数据得到各个用户节点的流量优劣程度以及网络需求程度，进而得到各个用户节点的优劣程度；根据各个用户节点的优劣程度得到最优用户节点，从最优节点处进行目标视频段的下载。
用户节点的优劣程度跟用户节点的网速呈正相关，由于用户节点之间需要进行数据共享，在共享过程中若某一用户节点的网络不佳，则会造成在数据共享过程中传输速度慢，大概率会造成视频卡顿，同时在数据共享的过程中还应尽可能不影响发送端用户节点的上网体验，因此根据历史时段内发送端用户节点的网速信息预测之后的网速信息，同时根据历史时间段中发送端用户节点的网络占用数据预测之后的网络占用数据，从而判断发送端用户节点的优劣程度，从而防止接收端用户节点的视频卡顿问题，保证发送端用户节点的上网体验。具体过程如下：
例如用户节点A需要视频数据的视频段Q，此时用户节点A则为目标用户节点，视频段Q即为目标用户节点需要下载的视频段，即目标视频段，而其他用户节点中拥有视频段Q的用户节点有x个，记拥有视频段Q的用户节点分别为：,其中/>为第x个拥有视频段Q的用户节点；以用户节点/>为例，以当前时刻为时间节点，采集用户节点/>在前c个时刻的网络流量数据与网络占用数据，得到历史时间段内的网络流量数据以及网络占用数据，本实施例中设置c=30；
由于本实施例中获取的是历史时间段内的各个时刻对应的网络流量数据，因此所得各个网络流量数据相当于各个时刻对应的网速信息；设当前时刻为T，则当前时刻对应的历史时间段为T-c时刻到T时刻的时间范围，使用最小二乘法对历史时间段内的各个时刻对应的网络流量数据以及网络占用数据分别进行曲线拟合，得到流量曲线以及网络占用曲线，根据所得流量曲线以及网络占用曲线预测出用户节点当前时刻之后v个时刻的网络流量数据与网络占用数据，其中最小二乘法为现有技术，此处不予以详细概述，本实施例设置v=30。
将用户节点预测得到的当前时刻之后v个时刻的网络流量数据构成的序列记为预测流量序列/>，其中/>为预测流量序列中的第v个预测流量数据；将用户节点/>预测得到的当前时刻之后v个时刻的网络占用数据构成的序列记为预测网络占用序列/>，其中/>为预测网络占用序列中的第v个预测占用数据，根据预测流量序列以及预测网络占用序列计算用户节点/>节点的优劣程度，即：
；
；
；
式中，分别表示用户节点/>的流量优劣程度和网络需求程度；/>表示用户节点/>的预测流量序列中的第i个预测流量数据；/>表示用户节点/>的预测网络占用序列中的第i个预测占用数据；/>表示预测流量序列以及预测网络占用序列中包含的数据个数；/>分别表示用户节点/>的预测流量数据的平均值以及预测占用数据的平均值；exp( )为以自然常数为底数的指数函数；/>为理论最大流量数据，/>为理论最大占用数据，即最大网络带宽，理论最大流量数据与理论最大占用数据根据实际使用的具体网络类型自行确定，例如千兆网的最大网络带宽为1000M，百兆网的最大网络带宽为100M；
为用户节点/>的预测流量数据的波动程度，用以表征该用户节点的网络环境的稳定程度，当用户节点/>的预测流量数据之间的差异越小，对应该用户节点的预测流量数据的波动程度越小，此时若该用户节点的预测流量数据的平均值相对于理论最大流量数据越大，即/>越大，说明该网络越稳定，传输时卡顿概率越小；
为用户节点/>的预测占用数据的波动程度，当用户节点的预测占用数据之间的差异越小，对应该用户节点的预测占用数据的波动程度越小，即此时该用户节点在未来v个时刻的网络需求程度较为稳定，此时若用户节点/>的预测占用数据的平均值相对于理论最大占用数据越小，即/>越小，表示该用户节点未来的v个时刻对网络需求程度较小；
当用户节点对应的网络环境越稳定，而网络需求程度越小时，例如此时用户节点/>并不需要从其他用户节点进行视频段的下载，表示此时该用户节点在进行视频段Q的传输时，该网络节点的网络流量可以全部用来进行视频段Q的数据共享，使得传输效率较高且不会影响用户节点/>的观感体验。
重复上述方法，后去拥有目标视频段Q的所有用户节点对应的优劣程度，则最大优劣程度对应的用户节点即为目标用户节点A的最优用户节点，此时目标用户节点从最优用户节点处进行目标视频段Q的下载即可。
同理，以其他需要进行视频段下载的用户节点为目标用户节点进行处理，得到对应的最优用户节点，再从对应的最优用户节点处下载所需视频段即可。
通过以上步骤，完成用户数据共享过程中的视频卡顿优化。
本实施例首先根据所得视频数据中各个视频帧与其相邻的视频帧之间的角点匹配率对各个视频帧的相似性进行判断，从而将镜头较为稳定的视频段提取出来，并设置基础数量值对视频段内包含的视频帧数量进行限制，避免最终分发给不同用户节点的视频段中包含的视频帧数量过少现象的出现；由于用户节点间进行数据共享类似于组件局域网，会大大提高视频数据的传输速率，为了使视频段尽可能多的参与局域网传输，优化用户的观感体验，本实施例根据各个视频段内各个视频帧对应角点匹配率得到各个视频段的综合匹配率，根据不同视频段的综合匹配率的大小以及各个视频段所包含的视频帧数量对各个视频段的重要程度进行判断，从而将重要程度较高的视频段，例如镜头转场较为频繁的视频段，分发给较多的用户节点，增加重要程度较高的视频段下载的可选择性，降低视频卡顿概率；在用户节点需要进行数据共享时，通过视频编号寻找符合共享需求的用户节点，然后根据各个符合需求的用户节点的流量优劣程度以及网络需求程度得到各个用户节点的优劣程度，从而找到最适合进行数据共享的用户节点，即最优用户节点，再从最优用户节点处获取所需的视频段，在保证传输效率较高的同时，避免对其他用户节点的观感体验产生影响，从而优化了传统方法中随机获取视频段造成的视频卡顿问题。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于用户数据共享的视频卡顿优化方法，其特征在于，该方法包括以下步骤：
获取视频数据，根据所得视频数据中相邻的视频帧的各个角点得到各个视频帧对应的角点匹配率；根据各个视频帧对应的角点匹配率得到视频数据的各个视频段；
根据各个视频段内的各个视频帧对应的角点匹配率得到各个视频段的综合匹配率；根据各个视频段的综合匹配率以及各个视频段内包含的视频帧数量得到各个视频段的重要程度；根据各个视频段的重要程度得到各个视频段的分配重复率，根据各个视频段的分配重复率得到各个视频段需要分配的用户数量；根据所得用户数量对各个视频段进行分配，得到各个视频段对应的所有用户节点；
以任意一个用户节点为目标用户节点，以目标用户节点需要下载的视频段为目标视频段，获取拥有目标视频段的所有用户节点，根据所得各个用户节点在历史时间段内的网络流量数据以及网络占用数据得到各个用户节点的预测流量序列以及预测网络占用序列；根据各个用户节点的预测流量序列得到各个用户节点的流量优劣程度；根据各个用户节点的预测网络占用序列得到各个用户节点的网络需求程度；根据各个用户节点的流量优劣程度以及网络需求程度得到各个用户节点的优劣程度；根据各个用户节点的优劣程度得到最优用户节点，从最优节点处进行目标视频段的下载；
所述各个视频段的重要程度的获取表达式为：
；
式中，表示第t个视频段的重要程度，/>表示第t个视频段的视频帧数量；/>表示所有视频段包含的视频帧数量的最大值；/>表示第t个视频段中的第u个视频帧对应的角点匹配率；/>为匹配率阈值，/>为第t个视频段的综合匹配率；
所述用户数量的获取表达式为：
；
式中，表示第t个视频段需要分配的用户数量；/>表示第t个视频段的重要程度；/>为第s个视频段的重要程度；M表示用户节点的总数量，n表示视频段的总数量，/>表示向下取整，/>为第t个视频段的分配重复率；
所述根据各个视频帧对应的角点匹配率得到视频数据的各个视频段的方法为：
设置匹配率阈值，当视频数据中各个视频帧对应的的角点匹配率大于等于匹配率阈值时，将各个视频帧与相邻的视频帧划分为一组；否则将这两个视频帧划分为两组，依次对视频数据中的各个视频帧进行处理，得到各个初始视频段；将包含的视频帧数量大于等于基础数量值的各个初始视频段作为各个视频段，并将处于相邻两个视频段之间的所有视频帧合并为一个视频段，得到视频数据的各个视频段。
2.根据权利要求1所述的一种基于用户数据共享的视频卡顿优化方法，其特征在于，所述各个视频帧对应的角点匹配率的获取方法为：
将各个视频帧中的角点数量称为各个视频帧的第一数量值，将与各个视频帧相邻的视频帧中角点数量称为各个视频帧的第二数量值，将各个视频帧与相邻的视频帧进行角点匹配，得到各个视频帧与相邻的视频帧中相互匹配的角点对数；计算各个视频帧的第一数量值与第二数量值之间的加和结果；计算所得角点对数与2.0之间的乘积，将所得乘积与所得加和结果之间的比值作为各个视频帧的角点匹配率。
3.根据权利要求1所述的一种基于用户数据共享的视频卡顿优化方法，其特征在于，所述各个用户节点的流量优劣程度的获取表达式为：
；
式中，为用户节点/>的流量优劣程度；/>表示用户节点/>的预测流量序列中的第i个预测流量数据；/>表示预测流量序列以及预测网络占用序列中包含的数据个数；/>表示用户节点/>的预测流量数据的平均值；exp( )为以自然常数为底数的指数函数；/>为理论最大流量数据。
4.根据权利要求1所述的一种基于用户数据共享的视频卡顿优化方法，其特征在于，所述各个用户节点的网络需求程度的获取表达式为：
；
式中，为用户节点/>的网络需求程度；/>表示用户节点/>的预测网络占用序列中的第i个预测占用数据；/>表示预测流量序列以及预测网络占用序列中包含的数据个数；/>为以自然常数为底数的指数函数；/>表示用户节点/>的预测占用数据的平均值;/>为理论最大占用数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310693142.XA CN116437127B (zh) | 2023-06-13 | 2023-06-13 | 一种基于用户数据共享的视频卡顿优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310693142.XA CN116437127B (zh) | 2023-06-13 | 2023-06-13 | 一种基于用户数据共享的视频卡顿优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116437127A CN116437127A (zh) | 2023-07-14 |
| CN116437127B true CN116437127B (zh) | 2023-08-11 |
Family
ID=87092943
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310693142.XA Active CN116437127B (zh) | 2023-06-13 | 2023-06-13 | 一种基于用户数据共享的视频卡顿优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116437127B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118175101B (zh) * | 2024-05-10 | 2024-07-09 | 典基网络科技(上海)有限公司 | 一种用于无固定ip家庭智能终端设备的内容分发方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101600095A (zh) * | 2009-07-02 | 2009-12-09 | 谢佳亮 | 一种视频监控方法及视频监控*** |
| CN103593464A (zh) * | 2013-11-25 | 2014-02-19 | 华中科技大学 | 基于视觉特征的视频指纹检测及视频序列匹配方法及*** |
| CN109684530A (zh) * | 2018-12-07 | 2019-04-26 | 石河子大学 | 基于web管理与手机小程序应用的信息推送服务*** |
| CN115294409A (zh) * | 2022-10-08 | 2022-11-04 | 南通商翼信息科技有限公司 | 一种用于安防监控的视频压缩方法、***及介质 |
| CN115695919A (zh) * | 2022-09-28 | 2023-02-03 | 中国电信股份有限公司 | 去中心化视频处理方法、装置，及电子设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7954128B2 (en) * | 2005-02-11 | 2011-05-31 | Time Warner Cable Inc. | Methods and apparatus for variable delay compensation in networks |
| US11962936B2 (en) * | 2020-09-29 | 2024-04-16 | Lemon Inc. | Syntax for dependent random access point indication in video bitstreams |
-
2023
- 2023-06-13 CN CN202310693142.XA patent/CN116437127B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101600095A (zh) * | 2009-07-02 | 2009-12-09 | 谢佳亮 | 一种视频监控方法及视频监控*** |
| CN103593464A (zh) * | 2013-11-25 | 2014-02-19 | 华中科技大学 | 基于视觉特征的视频指纹检测及视频序列匹配方法及*** |
| CN109684530A (zh) * | 2018-12-07 | 2019-04-26 | 石河子大学 | 基于web管理与手机小程序应用的信息推送服务*** |
| CN115695919A (zh) * | 2022-09-28 | 2023-02-03 | 中国电信股份有限公司 | 去中心化视频处理方法、装置，及电子设备 |
| CN115294409A (zh) * | 2022-10-08 | 2022-11-04 | 南通商翼信息科技有限公司 | 一种用于安防监控的视频压缩方法、***及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 《计算机工程与应用》2012年(第48卷)总目次;计算机工程与应用(第36期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116437127A (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10999175B2 (en) | Network data flow classification method and system | |
| CN106713956B (zh) | 动态自适应视频流媒体的码率控制与版本选择方法及*** | |
| CN116437127B (zh) | 一种基于用户数据共享的视频卡顿优化方法 | |
| CN111163338B (zh) | 视频清晰度评估模型训练方法、视频推荐方法及相关装置 | |
| CN110049357B (zh) | 一种带宽预估方法、装置、设备及存储介质 | |
| CN111654712B (zh) | 适用于移动边缘计算场景的动态自适应流媒体组播方法 | |
| CN105915602B (zh) | 基于社区检测算法p2p网络的调度方法及其*** | |
| US20120133789A1 (en) | Data clustering method and device, data processing apparatus and image processing apparatus | |
| CN108848395B (zh) | 基于果蝇优化算法的边缘协作缓存布置方法 | |
| CN105979274A (zh) | 动态自适应视频流媒体的分布式缓存放置方法 | |
| CN115002113A (zh) | 一种移动基站边缘计算力资源调度方法、***、电子设备 | |
| CN110913239B (zh) | 一种精细化的移动边缘计算的视频缓存更新方法 | |
| CN114356544A (zh) | 面向边缘集群的并行计算方法和*** | |
| CN113783944A (zh) | 基于云边协同的视频数据处理方法、装置、***及设备 | |
| CN104967868B (zh) | 视频转码方法、装置和服务器 | |
| CN113099259B (zh) | 流媒体的组播发送方法、装置、组播服务器以及介质 | |
| CN112488563B (zh) | 一种算力参数的确定方法和装置 | |
| CN112672227B (zh) | 基于边缘节点的业务处理方法、装置、节点以及存储介质 | |
| Dai et al. | An mec-enabled wireless vr transmission system with view synthesis-based caching | |
| CN111124298B (zh) | 一种基于价值函数的雾计算网络内容缓存替换方法 | |
| CN115278290B (zh) | 一种基于边缘节点的虚拟现实视频缓存方法及装置 | |
| CN108322768B (zh) | 基于cdn的视频空间分配方法 | |
| Wang et al. | Tile-Weighted Rate-Distortion Optimized Packet Scheduling for 360° VR Video Streaming | |
| Maniotis et al. | Smart caching for live 360° video streaming in mobile networks | |
| CN117880605B (zh) | 基于5g技术的短信视频快速播放方法及*** |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |