CN113873291A - 视频编码参数组合确定方法、装置及服务器 - Google Patents
视频编码参数组合确定方法、装置及服务器 Download PDFInfo
- Publication number
- CN113873291A CN113873291A CN202111119336.6A CN202111119336A CN113873291A CN 113873291 A CN113873291 A CN 113873291A CN 202111119336 A CN202111119336 A CN 202111119336A CN 113873291 A CN113873291 A CN 113873291A
- Authority
- CN
- China
- Prior art keywords
- video
- target
- test
- index
- target test
- 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 61
- 238000012360 testing method Methods 0.000 claims abstract description 239
- 238000011156 evaluation Methods 0.000 claims abstract description 109
- 238000013210 evaluation model Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims description 38
- 238000012549 training Methods 0.000 claims description 30
- 230000004927 fusion Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 57
- 230000000694 effects Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000007704 transition Effects 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 2
- 208000015041 syndromic microphthalmia 10 Diseases 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000007 visual effect Effects 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, manipulating MPEG-4 scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- 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, manipulating MPEG-4 scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
- H04N21/234309—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4 or from Quicktime to Realvideo
-
- 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, rendering scenes according to MPEG-4 scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 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
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
- H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
- H04N21/440218—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4
Abstract
本申请实施例提供的视频编码参数组合确定方法、装置及服务器,涉及云计算及视频图像处理技术领域。视频评价模型通过目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率进行视频评估,可以从众多目标测试视频中筛选出显示画面较优而资源占用率较小的目标测试视频,采用该目标测试视频对应的视频编码参数组合进行目标类型应用编码,可以保证编码后的视频在客户端进行显示时具有较好的显示画质且占用资源较少,如此可以降低云应用厂商的成本。
Description
技术领域
本申请涉及云计算及视频图像处理技术领域,具体而言,涉及一种视频编码参数组合确定方法、装置及服务器。
背景技术
随着用户需求的不断提高,对应用软件的要求也越来越高,同时应用软件对客户端的硬件要求也不断提高,受限于客户端的硬件配置,很多应用软件无法在客户端上运行或者运行效果不佳。为了解决上述问题,现有技术将云计算和应用软件(比如,游戏运用软件或视频播放软件)相结合诞生了云应用方案,在云应用方案中,所有的应用逻辑都在服务器中运行,然后由服务器将视频压缩后传输给客户端进行显示,如此,只需要客户端配置一般的硬件即可。然而,由于云应用的类型很多,不同类型的云应用对画面显示要求存在不同,同时云应用的运行环境也存在差别,这会导致采用同一套编码参数并不能满足不同类型的云应用对不同运行环境的需求。若采用同一套编码参数进行编码,会照成编码后的数据量过大或编码后的视频数据在运行环境中显示画质差等技术问题。
现有技术中的一种可能的解决方案是根据服务器与客户端之间的网络状况对云应用的显示画面的编码参数进行相应调整。然而,上述方法在网络出现较大的抖动时,会造成云应用的画面在模糊和清晰之间不断变化,实际体验较差,往往需要云应用厂商通过其他技术手段对上述情况进行修复,如此会提高云应用厂商的成本。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的在于提供一种视频编码参数组合确定方法、装置及服务器。
第一方面,本申请实施例提供一种视频编码参数组合确定方法,应用于服务器,所述方法包括:
获取目标类型应用对应的目标测试视频集,其中,所述目标测试视频集由所述目标类型应用在所述服务器运行时的目标视频通过采用不同视频编码参数组合编码得到;
将所述目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理,得到所述目标测试视频集中不同目标测试视频在不同运行环境下的视频得分;
针对每个运行环境,根据各所述目标测试视频在该运行环境下的视频得分,确定所述目标类型应用在该运行环境下所对应的视频编码参数组合,其中,所述视频评价模型基于所述目标测试视频在不同运行环境下的显示画面参数及所述目标测试视频的资源占用率对所述目标测试视频进行打分。
在上述方案中,视频评价模型通过目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率进行视频评估,可以从众多目标测试视频中筛选出显示画面较优而资源占用率较小的目标测试视频,如此可以根据应用的类型以及应用运行的不同运行环境进行视频编码参数组合的精细化控制以降低云应用厂商的成本,同时还可以减小目标测试视频对网络资源的依赖程度,弱化网络抖动对显示画质的影响。
在一种可能的实现方式中,所述获取目标类型应用对应的目标测试视频集的步骤,包括:
获取目标类型应用在所述服务器上运行时的目标视频;
基于不同的视频编码参数组合分别对所述目标视频进行视频编码,得到测试视频集;
基于所述目标视频及所述测试视频集计算得到与所述测试视频集对应的视频评价指标集,基于所述视频评价指标集确定视频筛选条件;
根据所述视频筛选条件从所述测试视频集中筛选出目标测试视频,得到由所述目标测试视频组成的目标测试视频集。
在一种可能的实现方式中,所述视频编码参数包括分辨率、码率及帧率,所述基于不同的视频编码参数组合对所述目标视频进行视频编码,得到测试视频集的步骤包括:
将不同的分辨率、码率及帧率进行随机组合,得到多个视频编码参数组合;
分别采用各所述视频编码参数组合对所述目标视频进行视频编码,得到分别与各所述视频编码参数组合分别对应的测试视频,由各所述视频编码参数组合分别对应的测试视频组成所述测试视频集。
在一种可能的实现方式中,所述基于所述目标视频及所述测试视频集计算得到与所述测试视频集对应的视频评价指标集,基于所述视频评价指标集确定视频筛选条件的步骤,包括:
基于所述目标视频及所述测试视频,计算得到所述测试视频对应的视频评价指标值,由所述测试视频集中的测试视频对应的视频评价指标值得到视频评价指标集,其中,所述视频评价指标集包括峰值信噪比指标子集、结构相似性指标子集及视频多方法评估融合指标子集;
基于所述视频评价指标集中不同视频评价指标的指标趋势,确定所述视频筛选条件,其中,所述指标趋势是指视频评价指标的指标值随码率的变化趋势。
在一种可能的实现方式中,所述视频筛选条件包括码率范围,所述基于所述视频评价指标集中不同视频评价指标的指标趋势,确定视频筛选条件的步骤,包括:
针对不同分辨率和/或不同帧率的测试视频,绘制出该不同分辨率和/或不同帧率的测试视频的不同视频评价指标的指标趋势曲线,其中,所述指标趋势曲线的横坐标为码率,所述指标趋势曲线的纵坐标为对应视频评价指标的指标值;
针对各视频评价指标的多条指标趋势曲线,获得各条指标趋势曲线对应的第一收益率转折点;
在所述各条指标趋势曲线中获得纵坐标为对应视频评价指标阈值的第二收益率转折点;
针对每个所述指标趋势曲线,将所述第一收益率转折点的横坐标及所述第二收益率转折点的横坐标进行比较,将所述第一收益率转折点的横坐标及所述第二收益率转折点的横坐标中较小横坐标对应的点作为该指标趋势曲线的收益率转折点;
基于所述视频评价指标的指标趋势曲线对应的收益率转折点的码率,及所述视频编码参数中码率的最大值,确定码率范围作为所述视频筛选条件。
在一种可能的实现方式中,所述针对各视频评价指标的多条指标趋势曲线,获得各条指标趋势曲线对应的第一收益率转折点的步骤,包括:
基于所述各视频评价指标的多条指标趋势曲线,计算每条指标趋势曲线中相邻码率的测试视频的视频评价指标值增量,在所述相邻码率的测试视频的视频评价指标值增量不满足预设阈值条件时,将所述相邻码率的测试视频中较小码率的测试视频在所述指标趋势曲线中对应的点作为所述第一收益率转折点。
在一种可能的实现方式中,所述基于所述视频评价指标的指标趋势曲线对应的收益率转折点的码率,及所述视频编码参数中码率的最大值,确定码率范围作为所述视频筛选条件的步骤,包括:
将所述视频评价指标的指标趋势曲线对应的收益率转折点中最小横坐标对应的码率作为所述码率范围的下限值,将所述视频编码参数中码率的最大值作为所述码率范围的上限值,得到所述码率范围,并将所述码率范围作为所述视频筛选条件;
所述根据所述视频筛选条件从所述测试视频集中筛选出目标测试视频,得到由所述目标测试视频组成的目标测试视频集的步骤,包括:
从所述测试视频集中筛选出码率位于所述码率范围的测试视频作为目标测试视频,由所述目标测试视频组成所述目标测试视频集。
在一种可能的实现方式中,在所述将所述目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理之前,所述方法还包括对所述视频评价模型进行训练的步骤,所述步骤包括:
获取视频训练样本,所述视频训练样本包括不同类型应用的训练视频、及所述训练视频在不同运行环境中的视频评价标签,其中,所述训练视频由所述不同类型应用在所述服务器中运行时的视频采用不同的视频编码参数组合进行编码得到;
将所述训练视频输入所述视频评价模型中进行视频评价,得到视频评价结果,其中,所述视频评价结果由所述训练视频在不同运行环境下的显示画面参数及对应的资源占用率决定;
根据所述视频评价结果与所述视频训练样本中的视频评价标签计算得到所述训练视频对应的损失函数值;
根据所述损失函数值对所述视频评价模型的模型参数进行迭代更新,直到所述视频评价模型收敛,得到训练好的所述视频评价模型。
在一种可能的实现方式中,所述方法还包括:
接收对所述目标类型应用的视频请求,所述视频请求中包括客户端的运行环境;
根据所述视频请求中的客户端的运行环境采用与该运行环境相对应的视频编码参数组合对所述目标视频进行编码,并将编码后的数据发送给所述客户端。
第二方面,本申请实施例还提供视频编码参数组合确定装置,应用于服务器,所述装置包括:
获取模块,用于获取目标类型应用对应的目标测试视频集,其中,所述目标测试视频集由所述目标类型应用在所述服务器运行时的目标视频通过采用不同视频编码参数组合编码得到;
处理模块,用于将所述目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理,得到所述目标测试视频集中不同目标测试视频在不同运行环境下的视频得分;
确定模块,用于针对每个运行环境,根据各所述目标测试视频在该运行环境下的视频得分,确定所述目标类型应用在该运行环境下所对应的视频编码参数组合,其中,所述视频评价模型基于所述目标测试视频在不同运行环境下的显示画面参数及所述目标测试视频的资源占用率对所述目标测试视频进行打分。
第三方面,本申请实施例还提供一种服务器,所述服务器包括处理器、计算机可读存储介质及通信单元,所述处理器、所述计算机可读存储介质及所述通信单元之间通过总线系统连接,所述通信单元用于连接客户端以实现所述服务器与所述客户端之间的数据交互,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以实现第一方面中任意一个可能的实现方式中的视频编码参数组合确定方法。
第四方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当其被执行时,使得计算机执行上述第一方面或者第一方面中任意一个可能的实现方式中的视频编码参数组合确定方法。
基于上述任意一个方面,本申请实施例提供的视频编码参数组合确定方法、装置及服务器,视频评价模型通过目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率进行视频评估,可以从众多目标测试视频中筛选出显示画面较优而资源占用率较小的目标测试视频,如此可以根据应用的类型以及应用运行的不同运行环境进行视频编码参数组合的精细化控制以降低云应用厂商的成本,同时还可以减小目标测试视频对网络资源的依赖程度,弱化网络抖动对显示画质的影响。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要调用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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它相关的附图。
图1为本申请实施例提供的云应用系统的交互场景示意图;
图2为本申请实施例提供的视频编码参数组合确定方法的一种流程示意图;
图3为图2中步骤S11的子步骤流程示意图;
图4为图3中步骤S113的子步骤流程示意图;
图5为本申请实施例中不同分辨率和/或不同帧率的测试视频所对应的峰值信噪比趋势曲线;
图6为本申请实施例提供的视频编码参数组合确定方法包括的部分流程示意图;
图7为本申请实施例提供的视频编码参数组合确定装置的功能模块示意图;
图8为本申请实施例提供的服务器的可能结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其它操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
请参照图1,图1示出了本申请实施例提供的云应用系统10的交互场景示意图。例如,云应用系统10可以是用于诸如云游戏、云视频播放等应用的服务平台。云应用系统10可以包括通信连接的服务器100及客户端200,服务器100可以为客户端200提供数据运算支持,如由服务器100进行应用软件的逻辑运行。
在本申请实施例中,客户端200可以是,但不限于智能手机、个人数字助理、平板电脑、个人计算机、笔记本电脑、虚拟现实终端设备、增强现实终端设备等。在具体实施过程中,可能有一个或多个客户端200接入该服务器100,图1中仅示出两个。其中,客户端200中可以安装由服务器100提供服务(比如,游戏服务)的程序产品,例如,程序产品可以是计算机或智能手机中使用的与互联网视频相关的应用程序APP或小程序等。
在本申请实施例中,服务器100可以是单个物理服务器,也可以是一个由多个用于执行不同数据处理功能的物理服务器构成的服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器100可以是分布式系统)。在一些可能的实施方式中,如服务器100采用单个物理服务器,可以基于不同业务功能为该物理服务器分配不同的逻辑服务器组件。
可以理解,图1所示的云应用系统10仅为一种可行的示例,在其它可行的实施例中,该云应用系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
下面结合图1所示的应用场景对本申请实施例提供的视频编码参数组合确定方法进行示例性说明。首先,请参阅图2,本申请实施例提供的视频编码参数组合确定方法可以由前述的服务器100执行,在其它实施例中,本申请实施例的视频编码参数组合确定方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。该服务器100执行的视频编码参数组合确定方法的详细步骤介绍如下。
步骤S11,获取目标类型应用对应的目标测试视频集。
其中,目标类型应用可以是需要借助于服务器100的计算资源运行,且在服务器100上以视频方式展示的软件程序,例如,所述目标类型应用可以是,但不限于,游戏应用、视频播放应用或视频直播应用等。在所述目标类型应用为游戏应用时,目标类型应用的类型可以包括第一人称射击类游戏(First-person shooting game,FPS)、多人联机在线竞技游戏(Multiplayer Online Battle Arena Games,MOBA)及回合制游戏等。
目标测试视频集可以由目标类型应用在服务器100运行时的目标视频通过采用不同视频编码参数组合编码得到。
步骤S12,将目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理,得到目标测试视频集中不同目标测试视频在不同运行环境下的视频得分。
作为一种示例,视频得分与目标测试视频在运行环境下的显示画面效果正相关,与所述目标视频对资源的占用率负相关。其中,运行环境可以为对应客户端的类型,比如运行环境可以包括移动端、PC端及Web端等。例如,在资源占用率一定的情况下,目标测试视频在运行环境下的显示画面效果越好,则其视频得分越高;在显示画面效果一定的情况下,所述目标视频对资源的占用率越高,则其视频得分越低。
步骤S13,针对每个运行环境,根据各目标测试视频在该运行环境下的视频得分,确定目标类型应用在该运行环境下所对应的视频编码参数组合,其中,视频评价模型基于目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率对目标测试视频进行打分。
其中,显示画面参数用于衡量目标测试视频在不同运行环境下的显示效果,例如,显示画面参数可以是图像分辨率百分比,其中,图像分辨率百分比可以为目标测试视频在对应运行环境下显示的实际图像分辨率与该对应运行环境(比如,移动端)的最大图像分辨率之比。比如,目标测试视频在对应运行环境下显示的实际图像分辨率为320ppi,而对应运行环境的最大图像分辨率为400ppi,则可以得到图像分辨率百分比为320/400=0.8,其中,图像分辨率百分比的取值范围为0-1之间,图像分辨率百分比越大,表示显示效果越好。资源占用率用于衡量目标测试视频在不同运行环境下的资源消耗,例如,资源占用率可以是目标测试视频在不同运行环境下所需的实际资源与一预设资源总量的比值,该比值的取值范围为0-1之间,该比值越小表示目标测试视频对资源的占用越少,其中,资源包括网络资源、计算资源及存储资源等。
在本申请实施例中,可以将最高视频得分的目标测试视频的视频编码参数组合,作为目标类型应用在该运行环境下的视频编码参数组合。
上述技术方案,通过视频筛选条件从测试视频集中筛选出目标测试视频集,以减小后续视频评价模型处理的数据量。另外,视频评价模型通过目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率进行视频评估,可以从众多目标测试视频中筛选出显示画面较优而资源占用率较小的目标测试视频,如此可以根据应用的类型以及应用运行的不同运行环境进行视频编码参数组合的精细化控制以降低云应用厂商的成本,同时还可以减小目标测试视频对网络资源的依赖程度,弱化网络抖动对显示画质的影响。
进一步地,请参照图3,图3示出了图2中步骤S11的子步骤流程示意图,在本申请实施例中,步骤S11可以通过以下步骤实现。
步骤S111,获取目标类型应用在服务器100上运行时的目标视频。
在本申请实施例中,服务器100可以通过录制目标类型应用在服务器100上运行时的视频画面的方式获取目标视频。例如,服务器100可以通过直播软件(比如,OBS软件)进行目标视频图像的获取。
步骤S112,基于不同的视频编码参数组合分别对目标视频进行视频编码,得到测试视频集。
其中,视频编码参数组合可以由多个维度的编码参数组合而成,以通过不同的视频编码参数组合对目标视频进行视频编码,模拟出不同的测试视频。
步骤S113,基于目标视频及测试视频集计算得到与测试视频集对应的视频评价指标集,并根据视频评价指标集确定视频筛选条件。
详细地,本实施例通过目标视频与测试视频集中各测试视频之间的比较,计算得到各个测试视频的视频评价指标,由各个测试视频的视频评价指标组成视频评价指标集。其中,视频评价指标用于评价目标视频与测试视频之间的差异,视频评价指标集用于从测试视频集中筛选出进行后续视频评价的目标测试视频。
步骤S114,根据视频筛选条件从测试视频集中筛选出目标测试视频,得到由目标测试视频组成的目标测试视频集。
进一步地,在本申请实施例中,视频编码参数可以包括分辨率、码率及帧率,基于此,步骤S112可以通过以下方式实现。
首先,将不同的分辨率、码率及帧率进行随机组合,得到多个视频编码参数组合。
然后,分别采用各视频编码参数组合对目标视频进行视频编码,得到与各视频编码参数组合对应的测试视频,由各视频编码参数组合分别对应的测试视频组成测试视频集。
下面以视频编码参数采用如下档位为例进行说明,其中,分辨率采用全高清FHD(1920*1080)及高分辨率HD(1280*720)两个档位;码率采用1M~10M(以1M为间隔)的10个档位;帧率采用30fps、45fps及60fps三个档位。将不同的分辨率、码率及帧率进行随机组合可以得到2*10*3=60个视频编码参数组合。
采用上述视频编码参数组合对目标视频进行视频编码可以得到60个测试视频,由测试视频组成测试视频集。在测试视频集中,可以采用视频序列的方式将各个测试视频进行排序,以便进行后续数据处理。
进一步地,在本申请实施例的一种可能实施方式中,请参照图4,步骤S113可以通过以下方式实现。
步骤S1131,基于目标视频及测试视频,计算得到测试视频对应的视频评价指标值,由测试视频集中的测试视频对应的视频评价指标值得到视频评价指标集。
其中,视频评价指标集可以包括峰值信噪比指标子集、结构相似性指标子集及视频多方法评估融合指标子集。其中,峰值信噪比(Peak Signal to Noise Ratio,PSNR)指标是一种全参考的图像质量评价指标,它基于目标视频与测试视频中对应像素点之间的误差进行图像质量评价,峰值信噪比指标的取值范围为0~∞,其中峰值信噪比越大表示测试视频的画面质量越接近目标视频。结构相似性(Structural Similarity Index,SSIM)指标是衡量目标视频与测试视频中图像画面相似度的指标,结构相似性指标的取值范围为0~1之间,其中结构相似性指标的取值越大表示测试视频与目标视频越接近。视频多方法评估融合(Video Multimethod Assessment Fusion,VMAF)指标是衡量多个基本指标(比如,视觉信息保真度指标、细节丢失指标集运动量指标)融合后得到的最终指标是否保留每个基本指标的所有优势,可以从主观角度衡量测试视频与目标视频的差异,视频多方法评估融合指标的取值为0~100,其中,视频多方法评估融合指标的取值越大表示测试视频与目标视频越接近。通过上述三个视频评价指标可以从客观角度以及主观角度对测试视频与目标视频之间的差异进行评价。
上述峰值信噪比指标的指标值、结构相似性指标的指标值及视频多方法评估融合指标的指标值可以通过计算目标视频及测试视频得到。具体地可以先将目标视频及测试视频进行解码,并基于解码后的目标视频及测试视频计算上述指标的指标值。
基于上述内容,可以由测试视频集中的测试视频的峰值信噪比指标的指标值组成峰值信噪比指标子集;由测试视频集中的测试视频的结构相似性指标的指标值组成结构相似性指标子集;由测试视频集中的测试视频的视频多方法评估融合指标的指标值组成视频多方法评估融合指标子集。
步骤S1132,基于视频评价指标集中不同视频评价指标的指标趋势,确定视频筛选条件,其中,指标趋势是指视频评价指标的指标值随码率的变化趋势。
具体地,在本申请实施例中,视频筛选条件可以包括码率范围,步骤S1132可以通过以下方式实现。
首先,针对不同分辨率和/或不同帧率的测试视频,绘制出该不同分辨率和/或不同帧率的测试视频的不同视频评价指标的指标趋势曲线。
其中,指标趋势曲线的横坐标为码率,指标趋势曲线的纵坐标为对应视频评价指标的指标值。
接着,针对各视频评价指标的多条指标趋势曲线,获得各条指标趋势曲线对应的第一收益率转折点。
在本申请实施例中,基于各视频评价指标的多条指标趋势曲线,计算每条指标趋势曲线中相邻码率的测试视频的视频评价指标值增量,在相邻码率的测试视频的视频评价指标值增量不满足预设阈值条件(比如,指标值增量阈值)时,将相邻码率的测试视频中较小码率的测试视频在指标趋势曲线中对应的点作为第一收益率转折点。
再接着,在各条指标趋势曲线中获得纵坐标为对应视频评价指标阈值的第二收益率转折点。
然后,针对每个所述指标趋势曲线,将第一收益率转折点的横坐标及所述第二收益率转折点的横坐标进行比较,将所述第一收益率转折点的横坐标及所述第二收益率转折点的横坐标中较小横坐标对应的点作为该指标趋势曲线的收益率转折点。
最后,基于所述视频评价指标的指标趋势曲线对应的收益率转折点的码率,及视频编码参数中码率的最大值,确定码率范围作为视频筛选条件。
具体地,可以将所有视频评价指标的指标趋势曲线对应的收益率转折点中最小横坐标对应的码率作为所述码率范围的下限值,将视频编码参数中码率的最大值作为所述码率范围的上限值,得到码率范围,并将码率范围作为视频筛选条件。
通过上述峰值信噪比指标、结构相似性指标及视频多方法评估融合指标组成的视频评价指标集确定视频筛选条件,可以基于客观角度以及主观角度上测试视频与目标视频之间的差异对测试视频集中的测试视频进行筛选,以得到在客观角度以及主观角度均满足要求的目标测试视频。
下面以视频编码参数采用如下档位及视频评价指标中的峰值信噪比指标为例进行说明。例如,分辨率采用全高清FHD(1920*1080)及高分辨率HD(1280*720)两个档位;码率采用1M~10M(以1M为间隔)的10个档位;帧率采用30fps、45fps及60fps三个档位。
请参照图5,图5示出了不同分辨率和/或不同帧率的测试视频所对应的峰值信噪比趋势曲线。采用不同分辨率和/或不同帧率的测试视频,可以绘制得到分辨率为全高清FHD及帧率为30fps的峰值信噪比趋势曲线S1、分辨率为全高清FHD及帧率为45fps的峰值信噪比趋势曲线S2、分辨率为全高清FHD及帧率为60fps的峰值信噪比趋势曲线S3、分辨率为高分辨率HD及帧率为30fps的峰值信噪比趋势曲线S4、分辨率为高分辨率HD及帧率为45fps的峰值信噪比趋势曲线S5及分辨率为高分辨率HD及帧率为60fps的峰值信噪比趋势曲线S6。
假设峰值信噪比趋势曲线S1中的第一收益率转折点为A1,峰值信噪比趋势曲线S2中的第一收益率转折点为A2,峰值信噪比趋势曲线S3中的第一收益率转折点为A3,峰值信噪比趋势曲线S4中的第一收益率转折点为A4,峰值信噪比趋势曲线S5中的第一收益率转折点为A5,峰值信噪比趋势曲线S6中的第一收益率转折点为A6。若峰值信噪比的阈值为40,则可以得到峰值信噪比趋势曲线S1中的第二收益率转折点为A1’,峰值信噪比趋势曲线S2中的第二收益率转折点为A2’,峰值信噪比趋势曲线S3中的第二收益率转折点为A3’,峰值信噪比趋势曲线S4中的第二收益率转折点为A4’,峰值信噪比趋势曲线S5中的第二收益率转折点为A5’,峰值信噪比趋势曲线S6中的第二收益率转折点为A6’。
基于峰值信噪比趋势曲线S1中的第一收益率转折点与第二收益率转折点的横坐标可以确定出不同峰值信噪比趋势曲线的收益率转折点,比如,峰值信噪比趋势曲线S1中的收益率转折点为A1,峰值信噪比趋势曲线S2中的收益率转折点为A2’,峰值信噪比趋势曲线S3中的收益率转折点为A3’,峰值信噪比趋势曲线S4中的收益率转折点为A4’,峰值信噪比趋势曲线S5中的收益率转折点为A5’,峰值信噪比趋势曲线S6中的收益率转折点为A6’。
可以将峰值信噪比趋势曲线S1~S6中横坐标最小的收益率转折点作为峰值信噪比趋势曲线的收益率转折点(比如,将图5中的点A6’作为峰值信噪比趋势曲线的收益率转折点),同理可以计算得到结构相似性趋势曲线的收益率转折点及视频多方法评估融合趋势曲线的收益率转折点,其中,结构相似性的阈值可以为0.96,视频多方法评估融合趋势的阈值可以为90。将峰值信噪比趋势曲线的收益率转折点、结构相似性趋势曲线的收益率转折点及视频多方法评估融合趋势曲线的收益率转折点中最小横坐标对应的码率作为码率范围的下限值,将视频编码参数中码率的最大值10M作为码率范围的上限值。
可以理解的是,上述图5中各峰值信噪比趋势曲线仅仅只是为了说明上述确定收益率转折点方法的举例,并不代表真实的峰值信噪比趋势曲线。
进一步地,在本申请实施例中,步骤S114可以从测试视频集中筛选出码率位于码率范围的测试视频作为目标测试视频,由目标测试视频组成目标测试视频集。
进一步地,在步骤S12之前,本申请实施例提供的视频编码参数组合确定方法还可以包括对视频评价模型进行训练的步骤,该步骤可以通过以下方式实现。
首先,获取视频训练样本。
其中,视频训练样本包括不同类型应用的训练视频、及训练视频在不同运行环境中的视频评价标签,其中,训练视频由不同类型应用在服务器100中运行时的视频采用不同的视频编码参数组合进行编码得到。
接着,将训练视频输入视频评价模型中进行视频评价,得到视频评价结果。
其中,视频评价结果由训练视频在不同运行环境下的显示画面参数及对应的资源占用率决定,具体地,视频评价结果与显示画面参数表示的显示效果正相关,与资源占用率负相关。
然后,根据视频评价结果与视频训练样本中的视频评价标签计算得到训练视频对应的损失函数值。
最后,根据损失函数值对视频评价模型的模型参数进行迭代更新,直到视频评价模型收敛,得到训练好的视频评价模型。
其中,在本申请实施例中,可以根据损失函数值是否小于损失函数域值判定视频评价模型是否收敛,也可以根据迭代次数是否达到预设迭代次数判定视频评价模型是否收敛。
进一步地,请参照图6,本申请实施例提供的视频编码参数组合确定方法还可以包括如下步骤。
步骤S14,接收对目标类型应用的视频请求。
其中,视频请求中可以包括客户端200对应的运行环境。
步骤S15,根据视频请求中的客户端200的运行环境采用与该运行环境相对应的视频编码参数组合对目标视频进行编码,并将编码后的数据发送给客户端200。
本申请实施例中提供的视频编码参数组合确定方法,通过视频筛选条件从测试视频集中筛选出目标测试视频集,一方面可以减小后续视频评价模型处理的数据量,另一方面,可以确保筛选出的目标测试视频满足基本的视频画质要求;另外,视频评价模型通过目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率进行视频评估,可以从众多目标测试视频中筛选出显示画面较优而资源占用率较小的目标测试视频,采用该目标测试视频对应的视频编码参数组合进行目标类型应用编码,可以保证编码后的视频在客户端进行显示时具有较好的显示画质且占用资源较少,如此可以降低云应用厂商的成本。
进一步地,请参照图7,图7为本申请实施例提供的视频编码参数组合确定装置200的一种功能模块示意图,本申请实施例可以根据电子设备执行的方法实施例对视频编码参数组合确定装置200进行功能模块的划分,也即该视频编码参数组合确定装置200所对应的以下各个功能模块可以用于执行上述各个方法实施例。其中,该基于视频编码参数组合确定装置200可以包括获取模块210、处理模块220及确定模块230,下面分别对该视频编码参数组合确定装置200的各个功能模块的功能进行详细阐述。
获取模块210,用于获取目标类型应用对应的目标测试视频集。
目标类型应用可以是需要借助于服务器100的计算资源运行,且在服务器100上以视频方式展示的软件程序,例如,目标类型应用可以是,但不限于,游戏应用、视频播放应用或视频直播应用等。在目标类型应用为游戏应用时,目标类型应用的类型可以包括第一人称射击类游戏(First-person shooting game,FPS)、多人联机在线竞技游戏(MultiplayerOnline Battle Arena Games,MOBA)及回合制游戏等。
目标测试视频集可以由目标类型应用在服务器100运行时的目标视频通过采用不同视频编码参数组合编码得到。
本实施例中,获取模块210可以用于执行上述的步骤S11,关于获取模块210的详细实现方式可以参照上述针对步骤S11的详细描述。
处理模块220用于将目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理,得到目标测试视频集中不同目标测试视频在不同运行环境下的视频得分。
视频得分与目标测试视频在运行环境下的显示画面效果正相关,与所述目标视频对资源的占用率负相关,其中,运行环境可以为对应客户端的类型,比如运行环境可以包括移动端、PC端及Web端等。例如,在资源占用率一定的情况下,目标测试视频在运行环境下的显示画面效果越好,则其视频得分越高;在显示画面效果一定的情况下,所述目标视频对资源的占用率越高,则其视频得分越低。
处理模块220可以用于执行上述的步骤S12,关于处理模块220的详细实现方式可以参照上述针对步骤S12的详细描述。
确定模块230用于针对每个运行环境,根据各目标测试视频在该运行环境下的视频得分,确定目标类型应用在该运行环境下所对应的视频编码参数组合,其中,视频评价模型基于目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率对目标测试视频进行打分。
在本申请实施例中,可以将最高视频得分的目标测试视频的视频编码参数组合,作为目标类型应用在该运行环境下的视频编码参数组合。
确定模块230可以用于执行上述的步骤S13,关于确定模块230的详细实现方式可以参照上述针对步骤S13的详细描述。
需要说明的是,应理解以上装置或系统中的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以在物理上分开。且这些模块可以全部以软件(比如,开源软件)可以通过处理器调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理器调用软件的形式实现,部分模块通过硬件的形式实现。作为一种示例,处理模块220可以由单独处理器运行实现,可以以程序代码的形式存储于上述装置或系统的存储器中,由上述装置或系统的某一个处理器调用并执行以上处理模块220的功能,其它模块的实现与之类似,在此就不再赘述。此外这些模块可以全部或部分集成在一起,也可以独立实现。这里所描述的处理器可以是一种具有信号的处理能力的集成电路,在实现过程中,上述技术方案中的各步骤或各个模块可以通过处理器中的集成逻辑电路或者执行软件程序的形式完成。
请参照图8,图8示出了本公开实施例提供的用于实现上述的视频编码参数组合确定方法的服务器100的硬件结构示意图。如图8所示,服务器100可包括处理器110、计算机可读存储介质120、总线130及通信单元140。
在具体实现过程中,处理器110执行计算机可读存储介质120存储的计算机执行指令(例如图7中所示的视频编码参数组合确定装置200包括获取模块210、处理模块220及确定模块230),使得处理器110可以执行如上方法实施例的视频编码参数组合确定方法,其中,处理器110、计算机可读存储介质120以及通信单元140可以通过总线130连接。
处理器110的具体实现过程可参见上述服务器100执行的各个方法实施例,其实现原理和技术效果类似,本申请实施例此处不再赘述。
计算机可读存储介质120可以是,但不限于,随机存取存储器(RandomAccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable ProgrammableRead-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable ProgrammableRead-OnlyMemory,EEPROM)等。其中,存储器111用于存储程序或者数据。
总线130可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
通信单元140用于与客户端200通信,以实现服务器100与客户端200之间的数据交互。
此外,本申请实施例还提供一种可读存储介质,所述可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的视频编码参数组合确定方法。
综上所述,本申请实施例提供的视频编码参数组合确定方法、装置及服务器,通过视频筛选条件从测试视频集中筛选出目标测试视频集,以减小后续视频评价模型处理的数据量;另外,视频评价模型通过目标测试视频在不同运行环境下的显示画面参数及目标测试视频的资源占用率进行视频评估,可以从众多目标测试视频中筛选出显示画面较优而资源占用率较小的目标测试视频,如此可以根据应用的类型以及应用运行的不同运行环境进行视频编码参数组合的精细化控制以降低云应用厂商的成本,同时还可以减小目标测试视频对网络资源的依赖程度,弱化网络抖动对显示画质的影响。
以上所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。通常在附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,在附图中提供的本申请的实施例的详细描述并非旨在限制本申请的保护范围,而仅仅是表示本申请的选定实施例。基于此,本申请的保护范围应以权利要求的保护范围为准。此外,基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实施例,都应属于本申请保护的范围。
Claims (11)
1.一种视频编码参数组合确定方法,其特征在于,应用于服务器,所述方法包括:
获取目标类型应用对应的目标测试视频集,其中,所述目标测试视频集由所述目标类型应用在所述服务器运行时的目标视频通过采用不同视频编码参数组合编码得到;
将所述目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理,得到所述目标测试视频集中不同目标测试视频在不同运行环境下的视频得分;
针对每个运行环境,根据各所述目标测试视频在该运行环境下的视频得分,确定所述目标类型应用在该运行环境下所对应的视频编码参数组合,其中,所述视频评价模型基于所述目标测试视频在不同运行环境下的显示画面参数及所述目标测试视频的资源占用率对所述目标测试视频进行打分。
2.如权利要求1所述的视频编码参数组合确定方法,其特征在于,所述获取目标类型应用对应的目标测试视频集的步骤,包括:
获取目标类型应用在所述服务器上运行时的目标视频;
基于不同的视频编码参数组合分别对所述目标视频进行视频编码,得到测试视频集;
基于所述目标视频及所述测试视频集计算得到与所述测试视频集对应的视频评价指标集,基于所述视频评价指标集确定视频筛选条件;
根据所述视频筛选条件从所述测试视频集中筛选出目标测试视频,得到由所述目标测试视频组成的目标测试视频集。
3.如权利要求2所述的视频编码参数组合确定方法,其特征在于,所述视频编码参数包括分辨率、码率及帧率,所述基于不同的视频编码参数组合对所述目标视频进行视频编码,得到测试视频集的步骤包括:
将不同的分辨率、码率及帧率进行随机组合,得到多个视频编码参数组合;
分别采用各所述视频编码参数组合对所述目标视频进行视频编码,得到分别与各所述视频编码参数组合分别对应的测试视频,由各所述视频编码参数组合分别对应的测试视频组成所述测试视频集。
4.如权利要求3所述的视频编码参数组合确定方法,其特征在于,所述基于所述目标视频及所述测试视频集计算得到与所述测试视频集对应的视频评价指标集,基于所述视频评价指标集确定视频筛选条件的步骤,包括:
基于所述目标视频及所述测试视频,计算得到所述测试视频对应的视频评价指标值,由所述测试视频集中的测试视频对应的视频评价指标值得到视频评价指标集,其中,所述视频评价指标集包括峰值信噪比指标子集、结构相似性指标子集及视频多方法评估融合指标子集;
基于所述视频评价指标集中不同视频评价指标的指标趋势,确定所述视频筛选条件,其中,所述指标趋势是指视频评价指标的指标值随码率的变化趋势。
5.如权利要求4所述的视频编码参数组合确定方法,其特征在于,所述视频筛选条件包括码率范围,所述基于所述视频评价指标集中不同视频评价指标的指标趋势,确定视频筛选条件的步骤,包括:
针对不同分辨率和/或不同帧率的测试视频,绘制出该不同分辨率和/或不同帧率的测试视频的不同视频评价指标的指标趋势曲线,其中,所述指标趋势曲线的横坐标为码率,所述指标趋势曲线的纵坐标为对应视频评价指标的指标值;
针对各视频评价指标的多条指标趋势曲线,获得各条指标趋势曲线对应的第一收益率转折点;
在所述各条指标趋势曲线中获得纵坐标为对应视频评价指标阈值的第二收益率转折点;
针对每个所述指标趋势曲线,将所述第一收益率转折点的横坐标及所述第二收益率转折点的横坐标进行比较,将所述第一收益率转折点的横坐标及所述第二收益率转折点的横坐标中较小横坐标对应的点作为该指标趋势曲线的收益率转折点;
基于所述视频评价指标的指标趋势曲线对应的收益率转折点的码率,及所述视频编码参数中码率的最大值,确定码率范围作为所述视频筛选条件。
6.如权利要求5所述的视频编码参数组合确定方法,其特征在于,所述针对各视频评价指标的多条指标趋势曲线,获得各条指标趋势曲线对应的第一收益率转折点的步骤,包括:
基于所述各视频评价指标的多条指标趋势曲线,计算每条指标趋势曲线中相邻码率的测试视频的视频评价指标值增量,在所述相邻码率的测试视频的视频评价指标值增量不满足预设阈值条件时,将所述相邻码率的测试视频中较小码率的测试视频在所述指标趋势曲线中对应的点作为所述第一收益率转折点。
7.如权利要求5所述的视频编码参数组合确定方法,其特征在于,所述基于所述视频评价指标的指标趋势曲线对应的收益率转折点的码率,及所述视频编码参数中码率的最大值,确定码率范围作为所述视频筛选条件的步骤,包括:
将所述视频评价指标的指标趋势曲线对应的收益率转折点中最小横坐标对应的码率作为所述码率范围的下限值,将所述视频编码参数中码率的最大值作为所述码率范围的上限值,得到所述码率范围,并将所述码率范围作为所述视频筛选条件;
所述根据所述视频筛选条件从所述测试视频集中筛选出目标测试视频,得到由所述目标测试视频组成的目标测试视频集的步骤,包括:
从所述测试视频集中筛选出码率位于所述码率范围的测试视频作为目标测试视频,由所述目标测试视频组成所述目标测试视频集。
8.如权利要求7所述的视频编码参数组合确定方法,其特征在于,在所述将所述目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理之前,所述方法还包括对所述视频评价模型进行训练的步骤,所述步骤包括:
获取视频训练样本,所述视频训练样本包括不同类型应用的训练视频、及所述训练视频在不同运行环境中的视频评价标签,其中,所述训练视频由所述不同类型应用在所述服务器中运行时的视频采用不同的视频编码参数组合进行编码得到;
将所述训练视频输入所述视频评价模型中进行视频评价,得到视频评价结果,其中,所述视频评价结果由所述训练视频在不同运行环境下的显示画面参数及对应的资源占用率决定;
根据所述视频评价结果与所述视频训练样本中的视频评价标签计算得到所述训练视频对应的损失函数值;
根据所述损失函数值对所述视频评价模型的模型参数进行迭代更新,直到所述视频评价模型收敛,得到训练好的所述视频评价模型。
9.如权利要求1-8中任意一项所述的视频编码参数组合确定方法,其特征在于,所述方法还包括:
接收对所述目标类型应用的视频请求,所述视频请求中包括客户端的运行环境;
根据所述视频请求中的客户端的运行环境采用与该运行环境相对应的视频编码参数组合对所述目标视频进行编码,并将编码后的数据发送给所述客户端。
10.一种视频编码参数组合确定装置,其特征在于,应用于服务器,所述装置包括:
获取模块,用于获取目标类型应用对应的目标测试视频集,其中,所述目标测试视频集由所述目标类型应用在所述服务器运行时的目标视频通过采用不同视频编码参数组合编码得到;
处理模块,用于将所述目标测试视频集中的目标测试视频输入到训练好的视频评价模型进行处理,得到所述目标测试视频集中不同目标测试视频在不同运行环境下的视频得分;
确定模块,用于针对每个运行环境,根据各所述目标测试视频在该运行环境下的视频得分,确定所述目标类型应用在该运行环境下所对应的视频编码参数组合,其中,所述视频评价模型基于所述目标测试视频在不同运行环境下的显示画面参数及所述目标测试视频的资源占用率对所述目标测试视频进行打分。
11.一种服务器,其特征在于,所述服务器包括处理器、计算机可读存储介质及通信单元,所述处理器、所述计算机可读存储介质及所述通信单元之间通过总线系统连接,所述通信单元用于连接客户端以实现所述服务器与所述客户端之间的数据交互,所述计算机可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述计算机可读存储介质中的程序、指令或代码,以实现权利要求1-9中任意一项所述的视频编码参数组合确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111119336.6A CN113873291A (zh) | 2021-09-24 | 2021-09-24 | 视频编码参数组合确定方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111119336.6A CN113873291A (zh) | 2021-09-24 | 2021-09-24 | 视频编码参数组合确定方法、装置及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113873291A true CN113873291A (zh) | 2021-12-31 |
Family
ID=78993581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111119336.6A Pending CN113873291A (zh) | 2021-09-24 | 2021-09-24 | 视频编码参数组合确定方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113873291A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022629A (zh) * | 2022-08-08 | 2022-09-06 | 海马云(天津)信息技术有限公司 | 云游戏视频的最优编码模式确定方法与装置 |
CN115396683A (zh) * | 2022-08-22 | 2022-11-25 | 广州博冠信息科技有限公司 | 视频优化处理方法、装置、电子设备及计算机可读介质 |
WO2023207801A1 (zh) * | 2022-04-28 | 2023-11-02 | 有半岛(北京)信息科技有限公司 | 视频流帧率调整方法及其装置、设备、介质、产品 |
CN117354524A (zh) * | 2023-12-04 | 2024-01-05 | 腾讯科技(深圳)有限公司 | 编码器编码性能测试方法、装置、设备及计算机介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2992814A1 (fr) * | 2012-06-28 | 2014-01-03 | France Telecom | Procede de transmission, procede de reception et d'affichage, produits programmes d'ordinateur, supports de stockage et dispositifs correspondants. |
CN110719457A (zh) * | 2019-09-17 | 2020-01-21 | 北京达佳互联信息技术有限公司 | 一种视频编码方法、装置、电子设备及存储介质 |
CN113014922A (zh) * | 2021-02-23 | 2021-06-22 | 北京百度网讯科技有限公司 | 模型训练、视频编码方法,装置,设备以及存储介质 |
-
2021
- 2021-09-24 CN CN202111119336.6A patent/CN113873291A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2992814A1 (fr) * | 2012-06-28 | 2014-01-03 | France Telecom | Procede de transmission, procede de reception et d'affichage, produits programmes d'ordinateur, supports de stockage et dispositifs correspondants. |
CN110719457A (zh) * | 2019-09-17 | 2020-01-21 | 北京达佳互联信息技术有限公司 | 一种视频编码方法、装置、电子设备及存储介质 |
CN113014922A (zh) * | 2021-02-23 | 2021-06-22 | 北京百度网讯科技有限公司 | 模型训练、视频编码方法,装置,设备以及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023207801A1 (zh) * | 2022-04-28 | 2023-11-02 | 有半岛(北京)信息科技有限公司 | 视频流帧率调整方法及其装置、设备、介质、产品 |
CN115022629A (zh) * | 2022-08-08 | 2022-09-06 | 海马云(天津)信息技术有限公司 | 云游戏视频的最优编码模式确定方法与装置 |
CN115396683A (zh) * | 2022-08-22 | 2022-11-25 | 广州博冠信息科技有限公司 | 视频优化处理方法、装置、电子设备及计算机可读介质 |
CN115396683B (zh) * | 2022-08-22 | 2024-04-09 | 广州博冠信息科技有限公司 | 视频优化处理方法、装置、电子设备及计算机可读介质 |
CN117354524A (zh) * | 2023-12-04 | 2024-01-05 | 腾讯科技(深圳)有限公司 | 编码器编码性能测试方法、装置、设备及计算机介质 |
CN117354524B (zh) * | 2023-12-04 | 2024-04-09 | 腾讯科技(深圳)有限公司 | 编码器编码性能测试方法、装置、设备及计算机介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113873291A (zh) | 视频编码参数组合确定方法、装置及服务器 | |
US11055516B2 (en) | Behavior prediction method, behavior prediction system, and non-transitory recording medium | |
CN110139104B (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
CN113230660B (zh) | 应用程序更新方法、装置及设备 | |
CN113422988B (zh) | 直播封面生成方法、装置、电子设备及存储介质 | |
CN111491208B (zh) | 视频处理方法、装置、电子设备及计算机可读介质 | |
CN112132017A (zh) | 图像处理方法、装置及电子设备 | |
CN114245209B (zh) | 视频分辨率确定、模型训练、视频编码方法及装置 | |
US20240098316A1 (en) | Video encoding method and apparatus, real-time communication method and apparatus, device, and storage medium | |
CN111182332A (zh) | 视频处理方法、装置、服务器及存储介质 | |
CN111031359A (zh) | 视频播放方法、装置、电子设备和计算机可读存储介质 | |
CN111918067A (zh) | 一种数据处理方法、装置以及计算机可读存储介质 | |
CN109451318B (zh) | 便于vr视频编码的方法、装置、电子设备及存储介质 | |
CN114241350B (zh) | 视频编码测试序列确定方法、相关装置及计算机程序产品 | |
US20230018087A1 (en) | Data coding method and apparatus, and computer-readable storage medium | |
CN116980604A (zh) | 视频编码方法、视频解码方法及相关设备 | |
CN113628192B (zh) | 图像模糊检测方法、装置、设备、存储介质及程序产品 | |
CN114662897A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115243073A (zh) | 一种视频处理方法、装置、设备及存储介质 | |
US10764578B2 (en) | Bit rate optimization system and method | |
CN113313642A (zh) | 图像去噪方法、装置、存储介质及电子设备 | |
CN117176979B (zh) | 多源异构视频的内容帧提取方法、装置、设备及存储介质 | |
CN113411521B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN113066068B (zh) | 图像评估方法及装置 | |
CN115375412B (zh) | 基于图像识别的商品智能推荐处理方法及系统 |
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 |