CN109302623B - 一种基于QoE模型动态自适应视频的传输方法 - Google Patents

Abstract

本发明提出一种基于QoE模型的动态自适应视频的传输方法。本发明所述的方法在客户端建立QoE评估模型用于计算用户做出不同选择所能得到的体验质量，并据此做出最佳的选择。此QoE模型主要考虑视频的比特率，视频卡顿时长以及视频在不同质量间切换的影响。此外，本发明综合了基于带宽和基于缓存两类方法的优点，能够做到利用以往传输周期估计带宽，利用缓存大小调整带宽。

Description

一种基于QoE模型动态自适应视频的传输方法

技术领域

本发明涉及互联网多媒体服务领域，更具体的是给出了一种基于QoE的视频自适应传输机制。

背景技术

根据思科报告，预计从2013年到2018年，全球的IP流量将增加3倍，而视频流量将占总流量的80-90％。这种巨大的增长，归功于用户生成内容(UGC)的快速增长，通应用程序(如YouTube和Twitter)，移动设备的普及(例如，智能手机，平板电脑)和传统互联网的业务增长。

为了应对日益增长的视频流量，3GPP和MPEG提出了基于HTTP的动态自适应流式传输(DASH)，这是一种新的MPEG标准，它定义了消费者和内容提供商之间的互动和合作。它的机制是将视频分割成具有相同时间长度的视频片段。每个片段进一步编码为多个不同的比特率版本。客户端根据当前情况选择具有适当比特率的片段。

DASH已被实际系统广泛使用，例如Microsoft Live Smooth Streaming，AdobeHTTP Dynamic Streaming，QuavStreams Adaptive Streaming over HTTP等。

目前，已经有很多关于DASH的自适应策略方案，这些方案主要分为两大类：基于带宽的和基于缓存的。这两种方法各有其优点，例如，基于带宽的自适应策略通过预估未来带宽来选择视频片段，实现了较高的带宽利用率；而基于缓存的自适应策略通过检测缓存大小的变化情况来选择视频片段，保证了视频播放的流畅性。相应的，这两种方法也有其不足之处。基于带宽的自适应策略受制于对未来带宽的估计，经常性出现卡顿，重新缓冲等问题；此外，基于带宽的策略在多用户的情况下，往往会忽略用户间的公平性。而基于缓存的自适应策略，面临着带宽利用不足的问题，而且，这种策略往往会导致在相近的视频质量之间频繁的切换，影响用户的观看体验。

目前视频传输策略大多关注的是如何提升视频的码率和减少卡顿时间等。但由于这些因素属于技术指标，不能直接反应用户对视频的满意程度。然而无线视频流业务服务的最终目的是提供给用户满意的感受质量，国际电信联盟标准化组织将用户体验质量(Quality of Experience，QoE)定义为衡量用户主关感受的指标。

由于视频流业务传输机制复杂，QoE受到多种因素影响，而目前QoE的评估技术多在服务器端进行，难以反应客户端的真实体验。并且现在的QoE模型考虑的影响因素不能全面反映用户的感官体验，导致对视频传输的参考性不强。

发明内容

发明目的：本发明的主要目的是克服已有解决方案的不足，提出一种基于QoE模型的动态自适应视频的传输方法。本发明所述的方法在客户端建立QoE评估模型用于计算用户做出不同选择所能得到的体验质量，并据此做出最佳的选择。此QoE模型主要考虑视频的比特率，视频卡顿时长以及视频在不同质量间切换的影响。此外，本发明综合了基于带宽和基于缓存两类方法的优点，能够做到利用以往传输周期估计带宽，利用缓存大小调整带宽。

发明内容：为实现上述目的，本发明提出的技术方案为：

一种基于QoE模型动态自适应视频的传输方法，包括以下步骤：

(1)服务器在线下对编码后的具有多种码率的视频文件以相等的时间间隔进行切割，形成视频切片；

(2)服务器按照预定规则对视频切片分别进行打包，并将视频切片的属性信息进行汇总生成媒体描述文件；所述属性信息包括：各视频切片的时长、码率信息、编码方式、分辨率以及存储路径URL；

(3)在下载视频前，客户端向服务器提出申请，并下载媒体描述文件，通过解析媒体描述文件得到待下载视频的属性信息；

(4)在下载视频之前，客户端检查缓存区所存储的视频流时长，如果为0则选取码率最低的视频片段进行下载，下载完成后，重新回到步骤(4)；如果缓存不为0，则进入步骤(5)；

(5)客户端选取往期一段时间内的下载信息，分别计算这一段时间的加权平均带宽，将计算出的往期视频的加权平均带宽信息作为参考数据，预测当前时刻的带宽B；

(6)客户端通过四个分界值将当前缓冲区分为三个等级区间，并根据等级区间对步骤5所得的带宽进行调整：

其中，B′为调整后的带宽，S表示当前缓冲区大小，S_min、S_c、S_adq、S_max分别表示四个分界值，S_min＜S_c＜S_adq＜S_max；

(7)客户端建立QoE模型：

其中，Qk为视频切片k的QoE分数，

为视频切片k的平均比特率子模型，

为视频切片k的冻结时长子模型，

为视频切片k的切换子模型；γ、δ均为常数系数，r_k为视频切片k的比特率大小，

是预估的如果下载视频切片k会产生的冻结时间，α、β、μ均为常数系数；

QoE模型建立完成后，客户端遍历服务器端所有码率的视频切片，对每个码率，根据QoE模型计算出其对应的质量分数并找出使该视频切片的QoE分数最大的码率；

(8)客户端根据步骤(7)选取的码率信息，通过媒体描述文件中对应的URL向服务器申请下载相应视频切片，下载完成后返回步骤(4)；重复执行步骤(4)至(8)，直至整个视频下载完成。

进一步的，所述预测带宽B的方法为：

假设当前时间为t_c，客户端将过去的某个时间T为起始点，对时间段[T，t_c]内的下载速率信息进行采样，记采样点为x个，则B的计算公式为：

其中，B(t_i)表示在t_i时刻所下载视频的带宽，w(t)为权重函数。

进一步的，所述

的计算公式为：

其中，b_k表示下载视频切片k时客户端的缓存长度，c_k表示下载视频切片k时客户端的预估带宽，τ表示视频切片间隔。

有益效果：本发明与背景技术相比的优点为：

1、结合了当前主流的基于带宽预测和基于缓存控制的自适应传输技术，克服了这两者的不足。

2、QoE模型的建立，充分考虑了视频的平滑，减少了视频的卡断，为用户带来更好的观看体验。

3、缓存分区的设置，为视频卡顿后的快速恢复，提供了可靠的保证。

4、选取较长的一个传输周期而不是简单复制之前的片段码率来预估带宽，减小了带宽波动带来的影响，保证了预估带宽最大程度接近准确带宽。

附图说明

图1为本发明的流程图；

图2为客户端与服务器交互示意图。

具体实施方式

为使本发明的目的技术方案和优点更加清楚，下面结合附图和具体实施方案，对本发明进行进一步的详细描述。

本发明提出的一种基于QoE模型动态自适应视频的传输方法，流程图如图1所示，包括以下步骤：

步骤1：视频切片。在视频自适应传输前，服务器对即将发布的视频进行切片处理。假设待下载的视频有M种不同的码率，从小到大分别为：r1，r2，...，rM。以相同的时间间隔τ，将具有不同码率的视频文件切割成N个视频切片。

步骤2：MPD文件的生成。根据步骤1得到的视频切片，服务器按照预定规则对视频切片进行打包，将所有视频切片的各种信息：码率，编码方式，分辨率，存储URL，帧率等信息写入MPD文件中，以供客户端参考。

步骤3：MPD文件预下载。如图2所示为客户端与服务器交互示意图，客户端预先向服务器发送HTTP GET请求，下载所需视频的MPD文件，并通过对MPD文件的解析，获得所需视频的码率，编码方式，分辨率，存储URL，帧率等信息。

步骤4：判断是否初始片段。客户端在每次开始下载前，首先检查缓存大小。如果缓存长度为0，则将本次下载作为初始片段，选取码率为r1的对应片段进行下载，完成后回到步骤4。如果缓存长度不为0，则认为不处于初始片段下载的阶段，进入步骤5。

其中，在客户端下载片段的过程中，客户端需要计算此次下载过程中的平均带宽。具体做法为：假设客户端发起请求的时间为t₀，完成下载的时间为t₁；下载的视频的比特率为r，视频流时长为t′，则下载视频的平均带宽C为：

客户端将每个时间段的带宽计算并记录。

步骤5：带宽预测。假设当前时间为t_c，客户端从过去的某个时间T开始，即在T到t_c之间，选取x个采样点，来预测t_c时刻的带宽。令T＜t_c-x＜t_c-x-1＜…＜t_c-2＜t_c-1＜t_c；选取一个在T到t_c-1之间归一化且单调递增的权重函数w(t)，B(t_i)表示在t_i时刻所下载的视频的带宽，由客户端查阅过去计算的平均带宽得出，则t_c时刻的带宽B，由以下公式得出：

步骤6：带宽调整。客户端将缓存区分为4个等级，从小到大分别为Smin，Sc，Sadq和Smax；客户端检测当前缓冲区容量S，如果Smin＜S＜＝Sc，则预估带宽B*＝0.8B；如果Sc＜S＜＝Sadq，则预估带宽不变；如果Sadq＜S＜＝Smax，则B*＝1.2B；

步骤7：QoE模型建立。为在视频的质量集合中选择最合适的码率，客户端需要建立一个QoE评判标准，用Q_k表示第k个视频切片的QoE分数。在这个QoE模型中，设立了3个子模型来分别评判视频切片的平均比特率，视频的冻结时长，视频在不同码率间切换的次数和幅度，分别用

来表示。则Qk可以表示为：

其中，γ，δ都是常数。

对于比特率子模型

可化为对数模型，即

r_k是第k个视频片段的比特率。

对于冻结时长子模型

可依据以下逻辑回归公式计算：

其中，α，β是常数，

是预计的下载第k个视频片段的会产生的播放卡顿时间，令开始下载此片段时，客户端缓存长度为b_k，预估带宽为c_k，则冻结时间为：

对于码率切换子模型

可由以下公式得出：

其中μ是常数。

建立完成后，客户端遍历所有码率的视频片段，从1到M，并通过以上公式计算出令Q_k达到最大值的所对应的码率，客户端记录下此码率；

步骤8，客户端得到步骤7计算出的码率后，查询MPD文件，并根据其所记录的URL，向服务器发出对应的HTTP GET请求，等待视频片段的下载完成，将其加入缓冲区等待播放，并回到步骤4，直到整个视频的下载完成。

至此，完成基于QoE模型的动态自适应视频的传输。

以上所述仅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技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种基于QoE模型动态自适应视频的传输方法，其特征在于：包括以下步骤：

(1)服务器在线下对编码后的具有多种码率的视频文件以相等的时间间隔进行切割，形成视频切片；

(2)服务器按照预定规则对视频切片分别进行打包，并将视频切片的属性信息进行汇总生成媒体描述文件；所述属性信息包括：各视频切片的时长、码率信息、编码方式、分辨率以及存储路径URL；

(3)在下载视频前，客户端向服务器提出申请，并下载媒体描述文件，通过解析媒体描述文件得到待下载视频的属性信息；

(4)在下载视频之前，客户端检查缓存区所存储的视频流时长，如果为0则选取码率最低的视频切片进行下载，下载完成后，重新回到步骤(4)；如果缓存不为0，则进入步骤(5)；

(5)客户端选取往期一段时间内的下载信息，分别计算这一段时间的加权平均带宽，将计算出的往期视频的加权平均带宽信息作为参考数据，预测当前时刻的带宽B：

假设当前时间为t_c，客户端将过去的某个时间T为起始点，对时间段[T，t_c]内的下载速率信息进行采样，记采样点为x个，则B的计算公式为：

其中，B(t_i)表示在t_i时刻所下载视频的带宽，w(t)为权重函数；

(6)客户端通过四个分界值将当前缓冲区分为三个等级区间，并根据等级区间对步骤5所得的带宽进行调整：

其中，B′为调整后的带宽，S表示当前缓冲区大小，S_min、S_c、S_adq、S_max分别表示四个分界值，S_min＜S_c＜S_adq＜S_max；

(7)客户端建立QoE模型：

其中，Q_k为视频切片k的QoE分数，

为视频切片k的平均比特率子模型，

为视频切片k的冻结时长子模型，

为视频切片k的切换子模型；γ、δ为常数系数，r_k为视频切片k的比特率大小，

是预估的下载视频切片k会产生的冻结时间，

b_k表示下载视频切片k时客户端的缓存长度，c_k表示下载视频切片k时客户端的预估带宽，τ表示视频切片间隔，α、β、μ均为常数系数；

QoE模型建立完成后，客户端遍历服务器端所有视频切片，对每个视频切片，从步骤(2)中获得的属性信息中找出使该视频切片的QoE分数最大的码率；

(8)客户端根据步骤(7)选取的码率信息，通过媒体描述文件中对应的URL向服务器申请下载相应视频切片，下载完成后返回步骤(4)；重复执行步骤(4)至(8)，直至整个视频下载完成。

Images