CN112468827B - 视频获取方法、装置、设备及计算机可读存储介质 - Google Patents

视频获取方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN112468827B
CN112468827B CN202011266853.1A CN202011266853A CN112468827B CN 112468827 B CN112468827 B CN 112468827B CN 202011266853 A CN202011266853 A CN 202011266853A CN 112468827 B CN112468827 B CN 112468827B
Authority
CN
China
Prior art keywords
video block
target
target video
node
tar
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
Application number
CN202011266853.1A
Other languages
English (en)
Other versions
CN112468827A (zh
Inventor
李清
马晓腾
江勇
邹龙昊
成剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest University of Science and Technology
Shenzhen International Graduate School of Tsinghua University
Peng Cheng Laboratory
Original Assignee
Southwest University of Science and Technology
Shenzhen International Graduate School of Tsinghua University
Peng Cheng Laboratory
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest University of Science and Technology, Shenzhen International Graduate School of Tsinghua University, Peng Cheng Laboratory filed Critical Southwest University of Science and Technology
Priority to CN202011266853.1A priority Critical patent/CN112468827B/zh
Publication of CN112468827A publication Critical patent/CN112468827A/zh
Application granted granted Critical
Publication of CN112468827B publication Critical patent/CN112468827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N21/21—Server components or server architectures
    • H04N21/226—Characteristics of the server or Internal components of the server
    • H04N21/2265—Server identification by a unique number or address, e.g. serial number
    • 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
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2181—Source of audio or video content, e.g. local disk arrays comprising remotely distributed storage units, e.g. when movies are replicated over a plurality of video servers
    • 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
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • H04N21/23106—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion involving caching operations
    • 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
    • H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
    • 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
    • H04N21/2407—Monitoring of transmitted content, e.g. distribution time, number of downloads
    • 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
    • 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
    • H04N21/64769—Control signals issued by the network directed to the server or the client directed to the server for rate control

Abstract

本发明公开一种视频获取方法、装置、设备及计算机可读存储介质，其中，所述视频获取方法包括步骤：通过发送指示下载目标视频块的请求信息至本地服务器，获取本地服务器生成的种子列表；通过根据本地节点的质量感知码率自适应算法判断种子节点列表中是否存在存储有目标视频块的第一目标节点对应的目标ID；若否，则基于本地服务器的智能决策算法，计算从上层服务器下载目标视频块的预测收益；若预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从云服务器中下载目标视频块，实现混合端‑边‑云架构下的视频码率自适应方案，在权衡下载一个视频块的经济效益和带宽成本的情况下为用户提供内容丰富且视频质量高的服务。

Description

视频获取方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及视频数据领域，尤其涉及一种视频获取方法、装置、设备及计算机可读存储介质。
背景技术
随着5G网络技术的逐步成熟，诸如校园网、社区网等边缘网络中部署了大量边缘计算设备(如边缘服务器)，为各类应用提供开放的计算和存储资源。视频内容提供商可通过将流行度高的视频内容缓存到边缘计算设备，为其用户提供高质量、低时延的视频服务，同时降低内容提供商的带宽成本。与此同时，内容提供商(如爱奇艺、优酷等)会租用终端设备的存储能力以减少其公网流量所造成的成本。然而，相较于云服务器，边缘设备具有存储空间小、覆盖用户范围小、计算能力弱的特点，而终端设备的缓存能力及其缓存视频的内容和质量具有较大的差异，因此即使利用边缘计算设备和终端设备进行视频缓存，用户仍然难以得到高质量的视频服务。
发明内容
本发明的主要目的在于提出一种视频获取方法、装置、设备及计算机可读存储介质，旨在解决如何获取到内容和质量均满足用户要求的视频的问题，所述视频获取方法包括以下步骤：
通过发送指示下载目标视频块的请求信息至本地服务器，获取所述本地服务器生成的种子列表；
根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID；
若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益；
若所述预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从所述云服务器中下载所述目标视频块。
在一种实施例中，所述根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID的步骤包括：
基于所述目标视频块的视频质量qtar和所述目标视频块的视频块编号l决策所述目标视频块的第一视频码率τtar,1；
将所述种子节点列表中与所述τtar,1对应的节点ID形成第一节点集合Φtemp,1；
若所述Φtemp,1为空集，则基于所述qtar、所述l、用户输入的高于所述qtar的裕度
Figure BDA0002774719420000021
低于所述qtar的裕度
Figure BDA0002774719420000022
所述目标视频快的体积集合
Figure BDA0002774719420000023
和质量集合
Figure BDA0002774719420000024
本地节点的设备类型ρm决策所述目标视频块的第一码率集合
Figure BDA0002774719420000025
将所述种子节点列表中与所述
Figure BDA0002774719420000026
对应的节点ID形成第二节点集合Φtemp,2
若所述Φtemp,2为非空集合，选择所述Φtemp,2中上传带宽均值最高的节点为第一目标节点，确定所述第一目标节点的ID为目标ID；
若所述Φtemp,2为空集，则确定所述种子节点列表中不存在存储有所述目标视频块的第一目标节点对应的目标ID。
在一种实施例中，所述请求信息包括所述目标视频块的视频名称和本地节点标识，所述根据质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID的步骤之前，还包括：
从所述本地服务器下载媒体描述文件，并于所述媒体描述文件中提取所述l、与所述qtar、及与所述本地节点标识对应的设备类型ρm。
在一种实施例中，所述若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益的步骤包括：
若否，则获取所述本地节点缓存所述目标视频后的剩余缓存空间预测值bm、所述本地节点的剩余缓存阈值θ，以及所述本地服务器到所述本地节点的吞吐量的预测值Te；
依据所述Te确定所述bm小于所述θ，则计算从上层服务器下载所述目标视频块的预测收益。
在一种实施例中，所述若所述预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从所述云服务器中下载所述目标视频块的步骤包括：
若所述预测收益小于所述预设下载成本，则基于本地服务器的码率自适应算法，根据所述qtar、所述l、所述ρm决策所述目标视频块的第二视频码率τtar,2；
根据所述τtar,2，所述Te，所述l，所述bm和所述θ，确定是否从所述本地服务器下载所述目标视频块；
若否，当所述bm小于所述θ时，从所述云服务器获取所述目标视频块。
在一种实施例中，所述根据所述τtar,2，所述Te，所述l，所述bm和所述θ，确定是否从所述本地服务器下载所述目标视频块的步骤包括：
根据所述qtar、所述l、所述
Figure BDA0002774719420000031
所述
Figure BDA0002774719420000032
所述
Figure BDA0002774719420000033
所述
Figure BDA0002774719420000034
和所述ρm确定所述目标视频块的第二码率集合
Figure BDA0002774719420000035
基于所述
Figure BDA0002774719420000036
所述Te，所述l，所述bm和所述θ确定是否从所述本地服务器下载所述
Figure BDA0002774719420000037
对应的所述目标视频；
当所述本地服务器存储有所述
Figure BDA0002774719420000038
对应的所述目标视频块，或存储有所述τtar,2对应的所述目标视频块，且基于所述Te确定所述bm大于或等于所述θ，则从所述本地服务器获取所述
Figure BDA0002774719420000039
或所述τtar,2对应的所述目标视频块。
在一种实施例中，所述根据所述τtar,2，所述Te，所述l，所述bm和所述θ，确定是否从所述本地服务器下载所述目标视频块的步骤之后，还包括：
若否，当所述bm大于或等于所述θ时，基于ABR算法确定从所述上层服务器获取所述目标视频块。
此外，为实现上述目的，本发明还提供一种视频获取装置，所述视频获取装置包括：
发送模块，用于通过发送指示下载目标视频块的请求信息至本地服务器；
获取模块，用于获取所述本地服务器生成的种子列表；
判断模块，用于根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID；
计算模块，用于若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益；
确定模块，用于若所述预测收益大于或等于预设下载成本，则基于本地服务器的码率自适应算法确定从所述云服务器中下载所述目标视频块。
此外，为实现上述目的，本发明还提供一种视频获取设备，所述视频获取设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的视频获取程序，所述视频获取程序被所述处理器执行时实现如上所述的视频获取方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有所述视频获取程序，所述视频获取程序被处理器执行时实现如上所述的视频获取方法的步骤。
本发明通过根据本地节点的质量感知码率自适应算法判断种子节点列表中是否存在存储有目标视频块的第一目标节点对应的目标ID；若否，则基于本地服务器的智能决策算法，计算从上层服务器下载目标视频块的预测收益；若预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从云服务器中下载目标视频块，实现混合端-边-云架构下的视频码率自适应方案，在权衡下载一个视频块的经济效益和带宽成本的情况下为用户提供内容丰富且视频质量高的服务。
附图说明
图1为实现本发明各个实施例一种设备的硬件结构示意图；
图2为本发明视频获取方法第一实施例的流程示意图；
图3为本发明视频获取方法混合端-边-云网络架构示意图；
图4为本发明视频获取方法神经网络的结构图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供了一种视频获取设备，参照图1，图1是本发明实施例方案涉及的硬件运行环境的结构示意图。
需要说明的是，图1即可为视频获取设备的硬件运行环境的结构示意图。本发明实施例视频获取设备可以是PC(Personal Computer，个人电脑)，便携计算机，服务器等设备。
如图1所示，该视频获取设备可以包括：处理器1001，例如CPU，存储器1005，用户接口1003，网络接口1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，视频获取设备还可以包括RF(Radio Frequency，射频)电路，传感器、WiFi模块等等。
本领域技术人员可以理解，图1中示出的视频获取设备结构并不构成视频获取设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及视频获取程序。其中，操作系统是管理和控制视频获取设备硬件和软件资源的程序，支持视频获取程序以及其它软件或程序的运行。
图1所示的视频获取方法设备，可用于解决如何获取到内容和质量均满足用户要求的视频的问题，用户接口1003主要用于侦测或者输出各种信息，例如输入请求信息和输出目标视频块；网络接口1004主要用于与后台服务器交互，进行通信；处理器1001可以用于调用存储器1005中存储的视频获取程序，并执行以下操作：
通过发送指示下载目标视频块的请求信息至本地服务器，获取所述本地服务器生成的种子列表；
根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID；
若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益；
若所述预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从所述云服务器中下载所述目标视频块。
本发明通过根据本地节点的质量感知码率自适应算法判断种子节点列表中是否存在存储有目标视频块的第一目标节点对应的目标ID；若否，则基于本地服务器的智能决策算法，计算从上层服务器下载目标视频块的预测收益；若预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从云服务器中下载目标视频块，实现混合端-边-云架构下的视频码率自适应方案，在权衡下载一个视频块的经济效益和带宽成本的情况下为用户提供内容丰富且视频质量高的服务。
本发明移动终端具体实施方式与下述视频获取方法各实施例基本相同，在此不再赘述。
基于上述结构，提出本发明视频获取方法的各个实施例。
本发明提供一种视频获取方法。
参照图2，图2为本发明视频获取方法第一实施例的程示意图。
在本实施例中，提供了视频获取方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中，视频获取方法的执行主体可以是智能终端，视频获取方法包括如下步骤：
步骤S10，通过发送指示下载目标视频块的请求信息至本地服务器，获取所述本地服务器生成的种子列表；
图3为混合端-边-云网络架构示意图(端-边-云网络架构具体指由用户终端、边缘服务器和云服务器组成的网络架构，边缘服务器即本实施例的本地服务器)，本实施例基于图3给出的网络架构陈述视频获取方法。
如图3所示，位于底层的边缘服务器(如图3中的2层边缘服务器，也即本地服务器)直接与其所管辖的多个边缘设备集群进行通信，低层次的边缘服务器会周期性地向上层边缘服务器(如图3中的1层边缘服务器，也即上层服务器)上报其所管辖的设备的状态。当一个用户想要请求新的视频内容时，用户通过智能终端向本地服务器发送一个初始化请求，建立智能终端与本地服务器的会话连接。用户于智能终端输入指示下载用户需求的视频内容(即目标视频块)的请求信息，智能终端向上层的边缘服务器(即本地服务器)上报该请求信息，随后边缘服务器会根据其缓存的内容及其管辖的设备所缓存的内容，利用“种子节点调度算法”为智能终端生成种子列表，并将种子列表发送至智能终端，种子列表中存储有本地服务器所管理的种子节点的ID，及每个种子节点缓存的视频块的视频块的编号与视频块码率的对应关系。
步骤S20，根据质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID；
为了获取满足用户需求的视频质量的目标视频块，智能终端根据质量感知码率自适应算法计算目标视频块的视频质量对应的视频码率，于种子节点列表中按照视频块的编号与视频块码率的对应关系查找符合该目标视频块的视频码率的种子节点(即第一目标节点)，获取第一目标节点的ID(即目标ID)，需要说明的是，种子节点存储的码率不一定与上述的视频码率完全相等，在一些实施方式中接近视频码率的视频块也可以是目标视频块。
近年来，基于HTTP的动态自适应视频流(Dynamic Adaptive Streaming overHTTP，DASH)正逐渐普及，DASH是指视频会在云服务器被编码为多个码率并被切分为播放时长相同的视频块，用户端可以根据网络状态自适应地决定要请求的视频质量。然而现今的视频编码方式(如H.264,H.265等)并不会严格把每个视频块都编码为相同的码率。即使指定了采用相同码率编码，视频编码机制仍会依据视频内容的复杂度对编码码率进行调整，这使得指定相同码率的视频块的大小仍具有一定的差异。与此同时，研究表明，对于相同指定码率的视频块，用户所感受到的视频质量也存在差异，这说明单纯按照<指定码率>-<感受质量>进行码率自适应的算法和缓存的决策存在着一定的决策偏差。因此，加入视频块质量的考量，可以进一步提升码率自适应算法和缓存决策的效益，进一步可缓解边缘设备存储能力小和用户请求内容分散所带来的问题。
需要说明的是，当无法从种子列表中查找到目标视频块的编号，或者与目标视频块的编号对应的码率与视频码率的差值较大，可判定种子列表中未存储有目标ID。
步骤S30，若否，则基于所述本地服务器的智能决策算法，计算从云服务器下载所述目标视频块的预测收益；
步骤S40，若所述预测收益大于或等于预设下载成本，则确定从所述云服务器中下载所述目标视频块。
当种子列表中未存储目标ID时，上报本地服务器，本地服务器利用智能决策算法，根据从上层服务器下载目标视频块的预测收益是否大于预设下载成本确定是否从上层服务器中下载目标视频块，当预测收益小于预设下载成本时，本地服务器同样基于质量感知码率算法为目标视频重新计算码率，并依据重新计算后得到的码率确定是否从云服务器中下载目标视频块。可以理解的是，当本地服务器和上层服务器均未存储有接近重新计算后得到的码率对应的目标视频块时，智能终端从云服务器中获取目标视频块。
预设下载成本为单位视频块大小的带宽成本，具体的确定方法可参考云服务器的带宽计费策略和价格，如阿里云，本地服务器可根据内存的媒体描述文件获得单位视频块的大小。预测收益指的是指的是下载一个目标视频块为视频块内容提供商带来的收益，计算预设收益的方法为：
当用户需要从上层服务器下载视频块时，本地服务器需对其能够带来的收益进行预测，并与从上层服务器中下载该视频块带来的成本进行对比，以权衡是否仍需向上层服务器请求该视频块。为了预测下载一个视频块为内容提供商带来的收益，在本地服务器上加入了一个基于神经网络的收益预测模块。基于各大视频内容提供商的财务报告和第三方对于用户视频观看时长的统计数据，以视频块粒度建立了一个用户体验与收益的模型。收益预测模块会将用户状态和视频块内容特性等信息作为输入传递至神经网络，神经网络会输出该视频块预测的收益值，即预测收益。
单个视频块的收益值与其提供给用户的用户体验相关，因此首先将定义用户体验：
Figure BDA0002774719420000081
其中τi为视频块l所对应的码率，q(·)将码率τl映射为用户的感受质量，质量评价指标可采用“视频质量多方法评价融合”方法(Visual Multimethod Assessment Fusion,VMAF)；Ti表示下载视频块l所带来的卡顿时长，
Figure BDA00027747194200000918
表示质量正切换的绝对值，
Figure BDA00027747194200000919
表示质量负切换的绝对值，将此两项质量切换因子分开是因为质量正切换和负切换为用户的体验带来的影响不同。公式(1)中α＝0.8469,β＝28.7959,γ＝0.2979,λ＝1.061。
定义每个视频块满足用户体验所带来的收益：定义一个视频块粒度的收益因此rl来表示从公网下载视频块l到边缘网络中所带来的收益。假定每个视频块的时长为δl,那么视频块l的收益可以被定义为：
Figure BDA0002774719420000091
其中H是视频块l被下载到边缘网络后被边缘网络中其他用户请求的总次数；ARPU为“每用户平均收入”(Average Revenue Per User,ARPU),以月为单位；
Figure BDA00027747194200000915
内容提供商统计的一个月内用户的平均访问时长，因此
Figure BDA00027747194200000916
为单月内用户所观看的视频块的平均数量；
Figure BDA0002774719420000092
是一个将用户体验映射为预期收益比例的函数，其中
Figure BDA00027747194200000917
为用户h下载视频块l所获得的用户体验，
Figure BDA0002774719420000093
为用户h的目标质量。
Figure BDA0002774719420000094
的取值范围为[0,1],其定义为：
Figure BDA0002774719420000095
其中，当
Figure BDA0002774719420000096
时，该视频块的质量满足用户的需求且没有发生卡顿和质量切换，此时
Figure BDA0002774719420000097
当
Figure BDA0002774719420000098
时，
Figure BDA0002774719420000099
的取值范围为[0,1)。根据论文[2]所示，对于长视频来说，用户的卡顿比例每提升1％，会造成用户的观看时长(参与度)下降2％。因此，参照公式(1)，用户的QoE每降低0.01β，用户的参与度会下降2％。与此同时，当
Figure BDA00027747194200000910
时，说明该视频块的质量满足用户的需求且没有发生卡顿和质量切换，此时
Figure BDA00027747194200000911
由此我们得到公式(3)。
我们将通过神经网络预测每个视频块l的收益值，输入特征包括5类数据：视频vn的流行度
Figure BDA00027747194200000912
多种设备对视频块l采用码率τ的质量评价集合
Figure BDA00027747194200000913
向公网请求视频块l的用户的缓存能力cm；
向公网请求视频块l的用户的上传能力um；
服务器管辖用户集群中缓存了视频块l的用户数量统计
Figure BDA00027747194200000914
(按码率统计数量，即各个码率都有几个用户缓存)；
神经网络的结构图如附图4所示。其中视频块可存在于边缘网络中的时长与
Figure BDA00027747194200001012
和
Figure BDA0002774719420000101
有关，用户播放视频块l为内容提供商带来的收益与
Figure BDA0002774719420000102
有关。质量评价集合和缓存视频块数量统计的数值会输入1维卷积神经网络中(1D-CNN)，而其他输入会分别输入神经元中，输出会经过一个全连接层，然后输出至一个线型的神经元以输出收益的预测值。神经网络进行的是一个回归任务，其输出为预测的下载该视频块的收益值rl，rl的取值范围为
Figure BDA00027747194200001013
。图4中
Figure BDA0002774719420000103
为手机视频的视频质量，
Figure BDA0002774719420000104
为高清视频的视频质量，
Figure BDA0002774719420000105
为4k视频的视频质量。
本实施例由视频内容提供商来部署。内容提供商可在智能终端中添加“质量感知码率自适应模块”，并向边缘计算服务供应商租用开放的边缘计算资源，在本地服务器添加“智能决策算法”，以实现本方案所提出的混合端-边-云架构下的视频码率自适应方案，在权衡下载一个视频块的经济效益和带宽成本的情况下为用户提供内容丰富且视频质量高的服务。
进一步地，提出本发明视频获取方法的第二实施例。视频获取方法的第二实施例与视频获取方法的第一实施例的区别在于，所述步骤S20包括：
步骤S21，基于所述qtar、所述l、所述
Figure BDA0002774719420000106
所述
Figure BDA0002774719420000107
所述ρm决策所述目标视频块的第一视频码率τtar，1；
在执行步骤S21之前，智能终端从所述本地服务器下载媒体描述文件，并于所述媒体描述文件中提取与所述视频名称对应的视频块编号l，与所述目标视频块对应的视频体积s和视频质量qtar，与所述本地节点标识对应的设备类型ρm；智能终端还需获取用户输入的高于所述qtar的裕度
Figure BDA0002774719420000108
低于所述qtar的裕度
Figure BDA0002774719420000109
所述目标视频块的质量集合
Figure BDA00027747194200001010
所述目标视频块的体积集合
Figure BDA00027747194200001011
本地服务器存储着视频块的原文件，本地服务器中的视频块被编码为DASH形式，同时会生成媒体描述文件(Media Presentation Description，MPD)，MPD中存储着每个视频块的访问路径，除此之外，为了感知视频块的质量和大小，MPD文件中额外加入了视频块的在各个分辨率设备下的质量和大小等信息。关于视频的质量，本实施例采用“视频质量多方法评价融合”方法(Visual Multimethod Assessment Fusion，VMAF)作为视频块的质量评价指标，VMAF会分别给出多种分辨率设备下观看同一视频块时用户对其质量的评分，该评分作为视频块的质量。
目标视频块的质量为视频质量qtar，目标视频块的大小为视频体积v，与所述本地节点标识对应的设备即为智能终端，智能终端的类型ρm。
步骤S22，将所述种子节点列表中与所述τtar,1对应的节点ID形成第一节点集合Φtemp,1；
步骤S23，若所述Φtemp,1为空集，则基于所述qtar、所述
Figure BDA0002774719420000111
所述
Figure BDA0002774719420000112
所述l、所述
Figure BDA0002774719420000113
所述ρm决策所述目标视频块的第一码率集合
Figure BDA0002774719420000114
步骤S24，将所述种子节点列表中与所述
Figure BDA0002774719420000115
对应的节点ID形成第二节点集合Φtemp,2
步骤S25，若所述Φtemp,2为非空集合，选择所述Φtemp,2中上传带宽均值最高的节点为第一目标节点，确定所述第一目标节点的ID为目标ID；
步骤S26，若所述Φtemp,2为空集，则确定所述种子节点列表中不存在存储有所述目标视频块的第一目标节点对应的目标ID。
具体的本地节点的质量感知码率自适应算法如流程1所示：
Figure BDA0002774719420000116
Figure BDA0002774719420000121
流程1解释：智能终端的质量感知码率自适应算法如流程1所示。首先智能终端会根据用户要求的视频质量qtar(内容提供商提供多个档位供用户选择)，将要请求的目标视频块编号l，目标视频块l的质量集合
Figure BDA0002774719420000128
(多个码率对应的质量(VMAF)，从MPD文件中获得)，目标视频块l的大小集合
Figure BDA0002774719420000129
(多个码率的目标视频块的大小，从MPD文件中获得)，智能终端类型ρm(分辨率不同的播放设备，不同分辨率的播放设备观看同一码率的视频的感受体验不同)，根据目标视频块各码率与质量的对应关系，来决策请求的目标视频的码率，即第一视频码率τtar,1(最接近目标视频的视频质量对应的码率)，随后根据τtar,1和Φ中种子节点缓存的视频块的码率，确定和发送目标视频的种子节点的集合Φtemp,1(即种子列表Φ中缓存码率为τtar,1的视频块的种子节点集合)(行1～2)。若Φtemp,1为空集，根据用户可接受的高于qtar的裕度
Figure BDA0002774719420000122
及qtar，l，
Figure BDA0002774719420000123
Figure BDA0002774719420000124
ρm生成可选码率的集合
Figure BDA0002774719420000125
(包含质量在(qtar,
Figure BDA0002774719420000126
之内的码率)，随后根据
Figure BDA0002774719420000127
按照从接近τtar,1到远离τtar,1的顺序，从Φ确定可发送目标视频的种子节点的集合Φ↑,1(行3～11)。若Φ↑,1仍为空集，根据用户可接受的低于qtar的裕度
Figure BDA0002774719420000131
及qtar，l，
Figure BDA0002774719420000132
ρm生成可选码率的集合
Figure BDA0002774719420000133
(包含质量在
Figure BDA0002774719420000134
qtar)之内的码率)，随后用根据
Figure BDA0002774719420000135
从最接近τtar,1的码率开始(行14的翻转)，从Φ确定可发送请求的种子节点的集合Φ↓,1(行12～20)。最后，若Φ↓,1仍为空集，目标ID指定为上层服务器，不指定请求码率；若Φ↓,1不为空集，从Φ↓,1中选择具有较强上传能力(历史测得的上传带宽均值最高)的种子节点作为第一目标节点，第一目标节点的ID为目标ID，将第一目标节点中存储的目标视频块的码率处于
Figure BDA0002774719420000136
内的，作为目标视频块的实际码率τl。需要说明的是，第一码率集合
Figure BDA0002774719420000137
为
Figure BDA0002774719420000138
和
Figure BDA0002774719420000139
的并集。
本实施例提供的质量感知码率自适应算法加入了目标视频的视频质量和大小的考量，进一步的提升码率自适应算法的效益，也起到了缓解边缘设备存储能力小和用户请求内容分散所带来的问题。
进一步地，提出本发明视频获取方法的第三实施例。视频获取方法的第三实施例与视频获取方法的第一实施例和第二实施例的区别在于，所述视频获取方法还包括：
步骤S30还包括：步骤S31，若否，则获取所述本地节点缓存所述目标视频后的剩余缓存空间预测值bm、所述本地节点的剩余缓存阈值θ，以及所述本地服务器到所述本地节点的吞吐量的预测值Te；
步骤S32，依据所述Te确定所述bm小于所述θ，则计算从上层服务器下载所述目标视频块的预测收益。
当种子列表中不存在目标ID时，上报本地服务器，本地服务器基于智能决策算法确定下载目标视频块的途径。首先，本地服务器获取本地节点缓存目标视频块后的剩余缓存空间预测值bm、本地节点的剩余缓存阈值θ、及本地服务器到智能终端(也可以认为是本地节点)的吞吐量的预测值Te，Te也可认为是带宽预测值，依据预测值Te预测下载完目标视频块后用户的缓存小于θ，即确定bm小于θ时，计算从上层服务器下载目标视频块的预测收益。
步骤S40还包括：
步骤S41，若所述预测收益小于所述预设下载成本，则基于本地服务器的码率自适应算法，根据所述qtar、所述l、所述ρm决策所述目标视频块的第二视频码率τtar,2；
步骤S42，根据所述τtar,2，所述Te，所述l，所述bm和所述θ，确定是否从所述本地服务器下载所述目标视频块；
步骤S43，若否，当所述bm小于所述θ时，从所述云服务器获取所述目标视频块。
当从上层服务器下载目标视频块的预测收益小于预设下载成本时，说明下载成本过大，在基于本地服务器的码率自适应算法重新确定下载目标视频的路径。本地服务根据qtar、l、ρm决策目标视频块的第二视频码率τtar,2，再根据τtar,2，Te，l，bm和θ确定是否从本地服务器下载目标视频块。
具体的，根据所述qtar、所述l、所述
Figure BDA0002774719420000141
所述
Figure BDA0002774719420000142
所述
Figure BDA0002774719420000143
所述
Figure BDA0002774719420000144
和所述ρm确定所述目标视频块的第二码率集合
Figure BDA0002774719420000145
基于所述
Figure BDA0002774719420000146
所述Te，所述l，所述bm和所述θ确定是否从所述本地服务器下载所述
Figure BDA0002774719420000147
对应的所述目标视频；当所述本地服务器存储有所述
Figure BDA0002774719420000148
对应的所述目标视频块，或存储有所述τtar,2对应的所述目标视频块，且基于所述Te确定所述bm大于或等于所述θ，则从所述本地服务器获取所述
Figure BDA0002774719420000149
或所述τtar,2对应的所述目标视频块。
当本地服务器未存储所述
Figure BDA00027747194200001410
或所述τtar,2对应的所述目标视频块，或者bm小于θ，则不从本地服务器获取所述
Figure BDA00027747194200001411
或所述τtar,2对应的所述目标视频块。
当确定不从本地服务器获取目标视频块，且所述bm小于所述θ，则确定从云服务器获取目标视频块，可以获取τρ2中最小值τmin对应的目标视频块。
步骤S42之后还包括：若否，当所述bm大于或等于所述θ时，基于ABR算法确定从所述上层服务器获取所述目标视频块。
当确定不从本地服务器获取目标视频块，且所述bm大于或等于所述θ，利用ABR算法选出体积小于且最接近本地服务器到上层服务器的吞吐量Tu目标视频块，并从上层服务器下载该目标视频块。
本地服务器的智能决策算法流程如流程2：
Figure BDA00027747194200001412
Figure BDA0002774719420000151
本地服务器端的智能决策流程。流程2中说明了当用户无法决定请求的码率时，会上报至其上级服务器，本地服务器需要为智能终端进行码率决策并为用户请求视频块。当本地服务器接收到用户m对视频块l的请求时，本地服务器首先会根据目标质量qtar和设备种类ρm，根据目标视频块各码率与视频质量(VMAF，MPD文件中可获得)的对应关系，为智能终端确定最接近目标质量qtar的目标码率τtar,1(行1)。同时，本地服务器会根据本地测得的历史吞吐信息预测本地到用户端的吞吐量Te(历史一段周期内的吞吐量均值，可取1min测得吞吐量的均值)和本地服务器到上层服务器的吞吐量Tu(历史一段周期内的吞吐量均值，可取1min测得吞吐量的均值)(行2～3)。随后本地服务器会根据其响应条件判断函数来判断本地服务器是否要将码率为τtar,2的目标视频块返回给用户。响应条件判断函数：若本地服务器或其管辖的其他终端缓存有码率为τtar,2的视频，且依据带宽预测值Te，预测下载完该视频块后用户的缓存仍大于θ，那么本地服务器会获取并向智能终端响应码率为τtar,2的视频块(行4～5)。若上层服务器下载τtar,2码率的视频块的预期收益大于预设下载成本，那么本地服务器则向上层服务器请求τtar,2码率的目标视频块并返回至用户(行6～7)。若以上判定均不生效，本地服务器会根据qtar，
Figure BDA0002774719420000161
l，
Figure BDA0002774719420000162
ρm获取可选码率集合
Figure BDA0002774719420000163
(质量在(qtar,
Figure BDA0002774719420000164
之间)和
Figure BDA0002774719420000165
(质量在
Figure BDA0002774719420000166
qtar)之间)(行9)，并根据预测的本地服务器到用户的带宽值与用户的视频播放状态为用户选择码率τ(响应条件判断函数的逻辑)(行10～14)。若用户的请求仍未得到响应，则当bm大于或等于θ时，本地服务器根据其基于带宽预测的ABR算法(即选取视频块大小小于且最接近Tu*视频块时长的码率τ)向上层服务器请求τ码率视频块并返回智能终端，否则智能终端向云服务器请求最小可选码率τmin。需要说明的是
Figure BDA0002774719420000167
是
Figure BDA0002774719420000168
和
Figure BDA0002774719420000169
的并集。
本实施例采用层级式的管理架构，根据边缘网络中节点的缓存状态和请求用户的播放状态，智能地为用户进行视频源选择和码率决策，在降低公网流量的同时为用户提供高质量的视频服务。针对边缘网络中缓存节点存储容量小、视频请求内容分散的问题，依据视频内容的动态性及其复杂程度，进一步压缩向公网请求的视频内容的大小，以提升边缘网络中缓存节点的缓存利用效率。除此之外，本实施例提出了一个视频块收益预测方法来判断是否需要向公网请求一个新的视频块，以权衡下载一个视频块的经济效益和其所需的带宽成本。
此外，本发明实施例还提出一种视频获取方法装置，所述视频获取装置包括：
发送模块，用于通过发送指示下载目标视频块的请求信息至本地服务器；
获取模块，用于获取所述本地服务器生成的种子列表；
判断模块，用于根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID；
计算模块，用于若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益；
确定模块，用于若所述预测收益大于或等于预设下载成本，则基于本地服务器的码率自适应算法确定从所述云服务器中下载所述目标视频块。
本发明所述视频获取方法装置实施方式与上述视频获取方法各实施例基本相同，在此不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有视频获取程序，所述视频获取程序被处理器执行时实现如上所述的视频获取方法的各个步骤。
需要说明的是，计算机可读存储介质可设置在视频获取设备中。
本发明计算机可读存储介质具体实施方式与上述视频获取各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种视频获取方法，其特征在于，所述视频获取方法包括以下步骤：
通过发送指示下载目标视频块的请求信息至本地服务器，获取所述本地服务器生成的种子节点列表；
根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID；
若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益；
若所述预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从云服务器中下载所述目标视频块；
所述根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID的步骤包括：
基于所述目标视频块的视频质量qtar和所述目标视频块的视频块编号l决策所述目标视频块的第一视频码率τtar,1；
将所述种子节点列表中与所述τtar,1对应的节点ID形成第一节点集合Φtemp,1；
若所述Φtemp,1为空集，则基于所述qtar、所述l、用户输入的高于所述qtar的裕度
Figure FDA0003790817540000011
低于所述qtar的裕度
Figure FDA0003790817540000012
所述目标视频块的体积集合
Figure FDA0003790817540000013
和质量集合
Figure FDA0003790817540000014
本地节点的设备类型ρm决策所述目标视频块的第一码率集合
Figure FDA0003790817540000015
将所述种子节点列表中与所述
Figure FDA0003790817540000016
对应的节点ID形成第二节点集合Φtemp,2；
若所述Φtemp,2为非空集合，选择所述Φtemp,2中上传带宽均值最高的节点为第一目标节点，确定所述第一目标节点的ID为目标ID；
若所述Φtemp,2为空集，则确定所述种子节点列表中不存在存储有所述目标视频块的第一目标节点对应的目标ID。
2.如权利要求1所述的视频获取方法，其特征在于，所述请求信息包括所述目标视频块的视频名称和本地节点标识，所述根据质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID的步骤之前，还包括：
从所述本地服务器下载媒体描述文件，并于所述媒体描述文件中提取所述l、与所述qtar、及与所述本地节点标识对应的设备类型ρm。
3.如权利要求2所述的视频获取方法，其特征在于，所述若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益的步骤包括：
若否，则获取所述本地节点缓存所述目标视频后的剩余缓存空间预测值bm、所述本地节点的剩余缓存阈值θ，以及所述本地服务器到所述本地节点的吞吐量的预测值Te；
依据所述Te确定所述bm小于所述θ，则计算从上层服务器下载所述目标视频块的预测收益。
4.如权利要求3所述的视频获取方法，其特征在于，所述若所述预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从所述云服务器中下载所述目标视频块的步骤包括：
若所述预测收益小于所述预设下载成本，则基于本地服务器的码率自适应算法，根据所述qtar、所述l、所述ρm决策所述目标视频块的第二视频码率τtar,2；
根据所述τtar,2，所述Te，所述l，所述bm和所述θ，确定是否从所述本地服务器下载所述目标视频块；
若否，当所述bm小于所述θ时，从所述云服务器获取所述目标视频块。
5.如权利要求4所述的视频获取方法，其特征在于，所述根据所述τtar,2，所述Te，所述l，所述bm和所述θ，确定是否从所述本地服务器下载所述目标视频块的步骤包括：
根据所述qtar、所述l、所述
Figure FDA0003790817540000021
所述
Figure FDA0003790817540000022
所述
Figure FDA0003790817540000023
所述
Figure FDA0003790817540000024
和所述ρm确定所述目标视频块的第二码率集合
Figure FDA0003790817540000025
基于所述
Figure FDA0003790817540000026
所述Te，所述l，所述bm和所述θ确定是否从所述本地服务器下载所述
Figure FDA0003790817540000027
对应的所述目标视频块；
当所述本地服务器存储有所述
Figure FDA0003790817540000028
对应的所述目标视频块，或存储有所述τtar,2对应的所述目标视频块，且基于所述Te确定所述bm大于或等于所述θ，则从所述本地服务器获取所述
Figure FDA0003790817540000031
或所述τtar,2对应的所述目标视频块。
6.如权利要求4所述的视频获取方法，其特征在于，所述根据所述τtar,2，所述Te，所述l，所述bm和所述θ，确定是否从所述本地服务器下载所述目标视频块的步骤之后，还包括：
若否，当所述bm大于或等于所述θ时，基于ABR算法确定从所述上层服务器获取所述目标视频块。
7.一种视频获取装置，其特征在于，所述视频获取装置包括：
发送模块，用于通过发送指示下载目标视频块的请求信息至本地服务器；
获取模块，用于获取所述本地服务器生成的种子节点列表；
判断模块，用于根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID；
计算模块，用于若否，则基于所述本地服务器的智能决策算法，计算从上层服务器下载所述目标视频块的预测收益；
确定模块，用于若所述预测收益小于预设下载成本，则基于本地服务器的码率自适应算法确定从云服务器中下载所述目标视频块；
所述根据本地节点的质量感知码率自适应算法判断所述种子节点列表中是否存在存储有所述目标视频块的第一目标节点对应的目标ID，包括：
基于所述目标视频块的视频质量qtar和所述目标视频块的视频块编号l决策所述目标视频块的第一视频码率τtar,1；
将所述种子节点列表中与所述τtar,1对应的节点ID形成第一节点集合Φtemp,1；
若所述Φtemp,1为空集，则基于所述qtar、所述l、用户输入的高于所述qtar的裕度
Figure FDA0003790817540000032
低于所述qtar的裕度
Figure FDA0003790817540000033
所述目标视频块的体积集合
Figure FDA0003790817540000034
和质量集合
Figure FDA0003790817540000035
本地节点的设备类型ρm决策所述目标视频块的第一码率集合
Figure FDA0003790817540000036
将所述种子节点列表中与所述
Figure FDA0003790817540000041
对应的节点ID形成第二节点集合Φtemp,2；
若所述Φtemp,2为非空集合，选择所述Φtemp,2中上传带宽均值最高的节点为第一目标节点，确定所述第一目标节点的ID为目标ID；
若所述Φtemp,2为空集，则确定所述种子节点列表中不存在存储有所述目标视频块的第一目标节点对应的目标ID。
8.一种视频获取设备，其特征在于，所述视频获取设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的视频获取程序，所述视频获取程序被所述处理器执行时实现如权利要求1至6中任一项所述的视频获取方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有视频获取程序，所述视频获取程序被处理器执行时实现如权利要求1至6中任一项所述的视频获取方法的步骤。
CN202011266853.1A 2020-11-12 2020-11-12 视频获取方法、装置、设备及计算机可读存储介质 Active CN112468827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011266853.1A CN112468827B (zh) 2020-11-12 2020-11-12 视频获取方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011266853.1A CN112468827B (zh) 2020-11-12 2020-11-12 视频获取方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112468827A CN112468827A (zh) 2021-03-09
CN112468827B true CN112468827B (zh) 2023-02-21

Family

ID=74826101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011266853.1A Active CN112468827B (zh) 2020-11-12 2020-11-12 视频获取方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112468827B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113193991B (zh) * 2021-04-15 2023-05-19 网宿科技股份有限公司 一种带宽限速方法及决策装置、计算机可读存储介质
CN114051264B (zh) * 2021-10-15 2023-12-01 鹏城实验室 一种基于用户体验的边缘自适应视频加速方法及相关装置
CN115278360B (zh) * 2022-07-18 2023-11-07 天翼云科技有限公司 一种视频数据处理方法及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483630A (zh) * 2017-09-19 2017-12-15 北京工业大学 一种基于边缘缓存的isp与cp联合内容分发机制的构建方法
CN108833993A (zh) * 2017-11-29 2018-11-16 中山大学 一种成本敏感的网络视频分发方法
CN111490983A (zh) * 2020-04-03 2020-08-04 武汉理工大学 一种基于视频感知质量的自适应流媒体码率选择系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104754366A (zh) * 2015-03-03 2015-07-01 腾讯科技（深圳）有限公司 音视频文件直播方法、装置和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483630A (zh) * 2017-09-19 2017-12-15 北京工业大学 一种基于边缘缓存的isp与cp联合内容分发机制的构建方法
CN108833993A (zh) * 2017-11-29 2018-11-16 中山大学 一种成本敏感的网络视频分发方法
CN111490983A (zh) * 2020-04-03 2020-08-04 武汉理工大学 一种基于视频感知质量的自适应流媒体码率选择系统

Also Published As

Publication number Publication date
CN112468827A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN112468827B (zh) 视频获取方法、装置、设备及计算机可读存储介质
US10178043B1 (en) Dynamic bitrate range selection in the cloud for optimized video streaming
US10277530B2 (en) Allocating portions of a shared network resource based on client device groups
US10911506B2 (en) Methods for quality-aware adaptive streaming over hypertext transfer protocol and reporting quality of experience
CN109565501B (zh) 用于选择内容分发网络实体的方法和装置
US10873615B1 (en) Source assignment based on network partitioning
US9749382B2 (en) Systems for media policy decision and control and methods for use therewith
US9722889B2 (en) Facilitating high quality network delivery of content over a network
Ramakrishnan et al. SDN based QoE optimization for HTTP-based adaptive video streaming
US20130304934A1 (en) Methods and systems for controlling quality of a media session
US9621607B2 (en) Systems and languages for media policy decision and control and methods for use therewith
US11805296B2 (en) Per-viewer engagement-based video optimization
US9491220B2 (en) Systems and methods for adapting mobile multimedia content delivery service
Hsieh et al. Heavy-traffic analysis of QoE optimality for on-demand video streams over fading channels
Karn et al. Measuring bandwidth and buffer occupancy to improve the QoE of HTTP adaptive streaming
EP2884717A1 (en) Systems for media policy decision and control and methods for use therewith
Nguyen et al. DoFP+: an HTTP/3-based adaptive bitrate approach using retransmission techniques
Rahman et al. SABA: Segment and buffer aware rate adaptation algorithm for streaming over HTTP
Xiang et al. Dynamic rate adaptation for adaptive video streaming in wireless networks
WO2014066975A1 (en) Methods and systems for controlling quality of a media session
US20210067819A1 (en) Chunk-based filtering to optimize video streaming quality and data usage
Rodrigues et al. QoE-aware scheduling algorithm for adaptive HTTP video delivery in wireless networks
Dvir et al. MiSAL-A minimal quality representation switch logic for adaptive streaming
Monção et al. Optimizing Content Caching and Recommendations with Context Information in Multi-Access Edge Computing
Kesavaraja et al. Scalable robust implementation of reliable streaming (SRIRS) with tristate aware quality of Service

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