CN116546096A - 数据缓存处理方法、云服务器以及网络设备 - Google Patents
数据缓存处理方法、云服务器以及网络设备 Download PDFInfo
- Publication number
- CN116546096A CN116546096A CN202210094618.3A CN202210094618A CN116546096A CN 116546096 A CN116546096 A CN 116546096A CN 202210094618 A CN202210094618 A CN 202210094618A CN 116546096 A CN116546096 A CN 116546096A
- Authority
- CN
- China
- Prior art keywords
- frame
- key
- key frame
- frames
- network device
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000758 substrate Substances 0.000 claims 3
- 239000000523 sample Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000003139 buffering effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明提供一种数据缓存处理方法、云服务器以及网络设备。应用于云服务器的数据缓存处理方法包括:接收由用户选择并经由网络设备发送的服务请求信息以及由所述网络设备确定的网络配置参数;根据所述服务请求信息和所述网络配置参数,进行编码算法和编码策略的选择来确定服务配置参数;将云端编码后的图像帧分成关键帧和非关键帧,并根据所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,经由网络设备发送至终端设备。
Description
技术领域
本发明涉及基于云处理的无线传输领域,具体涉及数据缓存处理方法、云服务器以及网络设备。
背景技术
一批新兴的数据挖掘、数据存储、数据处理与分析技术不断涌现,让用户处理海量数据更加容易、更加便捷和迅速。例如,云处理技术在网络服务中随处可见,通过互联网提供动态的、可扩展的和时常虚拟化的资源来服务用户。
云化扩展现实业务(Cloud XR)、云游戏等时延敏感型云化业务是典型的“零”缓存,要求网络传输的云流化内容到达终端后,立即解码并显示。但是,由于目前网络传输的不确定性和有限的云端和终端处理能力,针对该种类型的业务很难实现真正的“零”缓存,没有缓存的情况下可能导致显示的乱序和显示错误等,所以终端需要针对这种网络传输中的不确定性设置抖动缓存机制。
现有的抖动缓存机制的设置有两种,固定值的和动态自适应的。基于固定值的抖动缓存由厂家来预先配置好固定的大小或者深度。而动态自适应的抖动缓存可以基于软件而由网管配置以在实际应用实现过程中动态调整其大小或深度。
具体实现中,如果缓存时间长度长,导致缓存大小过大,增大用户体验时延。如果缓存时间长度较短,意味着缓存数据过少,画面显示会卡顿或者花屏。所以如何设计一个合理的缓存机制,在保证时延的同时保证数据传输尽可能完整,是重要的需要解决的技术问题。
发明内容
本发明的实施例提供了一种数据缓存处理方法、云服务器以及网络设备,用于解决现有技术中时延较大,难以实现缓存传输数据的实时响应的问题。
为了解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种数据缓存处理方法,其应用于云服务器,包括:接收由用户选择并经由网络设备发送的服务请求信息以及由所述网络设备确定的网络配置参数;根据所述服务请求信息和所述网络配置参数,进行编码算法和编码策略的选择来确定服务配置参数;将云端编码后的图像帧分成关键帧和非关键帧,并根据所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,经由网络设备发送至终端设备。
可选的,所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
可选的,所述关键帧是图像组内的第一帧,并独立编码,所述非关键帧是该图像组内第一帧后的其他所有帧。
可选的,所述配置信息用于所述终端设备配置抖动缓存的大小或深度。
可选的,所述云服务器通过下式计算所述关键帧占用所述非关键帧的帧间隙时间To,
其中,TI表示关键帧的传输时长,FR表示所述云服务器传输的帧率,n表示关键帧与非关键帧的比值,Dp表示非关键帧大小的平均值,BW表示带宽,所述云服务器通过下式计算所述被影响的图像帧的数量N1,
其中,Ta表示非关键帧在一帧显示周期内传输完成余下的时间。
第二方面,本发明实施例提供了一种数据缓存处理方法,其应用于网络设备,包括:接收从终端设备发送的服务请求信息,并将该服务请求信息再发送至云服务器;从所述云服务器接收根据所述服务请求信息确定的服务配置参数,该服务配置参数包括分辨率、码率、帧率、编码参数;将图像帧分成关键帧和非关键帧,根据所述服务请求信息和所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,发送至终端设备。
可选的,所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
可选的,所述关键帧是图像组内的第一帧,并独立编码,所述非关键帧是该图像组内第一帧后的其他所有帧。
可选的,所述配置信息用于所述终端设备配置抖动缓存的大小或深度。
可选的,所述云服务器通过下式计算所述关键帧占用所述非关键帧的帧间隙时间To,
其中,TI表示关键帧的传输时长,FR表示所述云服务器传输的帧率,n表示关键帧与非关键帧的比值,Dp表示非关键帧大小的平均值,BW表示带宽,所述云服务器通过下式计算所述被影响的图像帧的数量N1,
其中,Ta表示非关键帧在一帧显示周期内传输完成余下的时间。
第三方面,本发明实施例提供了一种云服务器,包括:数据获取单元,其用于获取由用户选择并经由网络设备发送的服务请求信息以及由所述网络设备确定的网络配置参数;数据处理单元,其用于根据所述服务请求信息和所述网络配置参数,进行编码算法和编码策略的选择来确定服务配置参数,并将云端编码后的图像帧分成关键帧和非关键帧,根据所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及数据发送单元,其用于将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,经由网络设备发送至终端设备。
可选的,所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
可选的,所述关键帧是图像组内的第一帧,并独立编码,所述非关键帧是该图像组内第一帧后的其他所有帧。
第四方面,本发明实施例提供了一种网络设备,包括:数据获取单元,其用于接收从终端设备发送的服务请求信息以及由云服务器确定的服务配置参数,该服务配置参数包括分辨率、码率、帧率、编码参数;数据处理单元,其用于将图像帧分成关键帧和非关键帧,根据所述服务请求信息和所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,发送至终端设备。
可选的,所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
可选的,所述关键帧是图像组内的第一帧,并独立编码,所述非关键帧是该图像组内第一帧后的其他所有帧。
第五方面,本发明实施例提供了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计算机程序,所述计算机程序被处理器执行时实现如第一方面和第二方面所述的方法的步骤。
本发明的上述技术方案至少具有如下有益效果:
通过计算关键帧与非关键帧的帧间关系得到缓存配置信息,根据缓存配置信息在终端设备中预留相应的缓存大小和深度,减少了统计网络指标的时延,实现了缓存传输数据的实时响应,保证了帧的完整传输,提升业务用户体验。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例的数据缓存方法的整体流程图。
图2是本发明实施例的云处理器所进行的数据缓存的流程图。
图3是本发明实施例的数据缓存系统的结构图。
图4是本发明的另一实施例的数据缓存方法的整体流程图。
图5是本发明的另一实施例的网络设备所进行的数据缓存方法的流程图。
图6是本发明的另一实施例的数据缓存系统的结构图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
以下描述提供示例而并非限定权利要求中阐述的范围、适用性或者配置。可以对所讨论的要素的功能和布置作出改变而不会脱离本公开的精神和范围。各种示例可恰适地省略、替代、或添加各种规程或组件。例如,可以按不同于所描述的次序来执行所描述的方法,并且可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
以下,说明本发明的实施例。
图1是本发明实施例的数据缓存方法的整体流程图。
如图1所示,在步骤S1中,终端1向网络设备2进行服务请求。
终端1可以是手机、平板、XR终端等,网络设备2指的是无线网络中的设备,可以是gNodeB节点的基站,不做具体限定。终端发送的服务请求类型可以是云XR、云游戏等应用,其中服务请求内容可以是用户在终端设备上选择的分辨率、码率、帧率等服务请求信息。
在步骤S2中,网络设备2确定网络配置参数。
网络配置参数这里主要指的是对请求的服务空口带宽进行配置,空口带宽配置直接影响缓存深度和大小的结果。空口带宽参数可以由网络设备确定,带宽参数值可以是变化的,也可以是定值。
在步骤S3中,云服务器3确定服务配置参数,可以根据网络设备2发送的包括分辨率、码率、帧率等信息的服务请求信息以及所确定的网络配置参数,进行下行传输视频流编码算法的选择,编码算法可以选择包括H.264、H.265、VP9等不同算法,另外可以进行编码策略的选择,例如采用固定码率编码,封闭式GOP编码等。
在步骤S4中,云服务器3计算云端编码后的视频流的图像帧的帧间关系,其中,帧间关系包括关键帧占用非关键帧的帧间隙时间、被影响的图像帧的数量等。
针对云游戏的下行传输内容为视频流信息,内容为很多连续的GOP(Group OfPictures:画面组),GOP内第一帧是关键帧I帧且仅有一帧,在云游戏、云XR场景下,关键帧I帧后的其余所有画面帧为非关键帧P帧。关键帧I帧携带信息最多,需要的传输带宽更多,由关键帧I帧引起的抖动和延时影响最大。
现有的业内主流的对云化虚拟现实、云游戏等业务的编码方式仍然是固定编码,所以码率是一个定值。实际过程每一帧都是以固定的帧周期显示,但是由于关键帧I帧的存在,导致了关键帧I帧占用的同一个GOP内的后续相邻P帧的帧间间隔。
根据云服务器传输的码率BR、帧率FR、GOP长度L、关键帧与非关键帧的比值n,GOP长度和帧率的比值a等信息,可以计算非关键帧P帧大小的平均值,具体可以按照以下方式计算:
根据网络传输的带宽配置不同,计算实际P帧传输时长Tp:
实际应用中1s内显示设置帧率的画面,也就是每间隔1000/FR毫秒显示一帧。例如,60fps的应用要求16.67ms显示一帧图像。所以相邻P帧显示间隔为1000/FR毫秒。那么非关键帧P帧在一帧显示周期内传输完成余下的时间Ta:
按照I帧P帧大小比,I帧的传输时长应该是P帧传输时长的n倍:
I帧占用的相邻P帧传输的帧间间隔为To按照以下方式计算:
I帧影响后续P帧,导致非关键帧时序混乱,被影响的帧总数有:
由此,在步骤S4中,通过以上计算方式计算出了帧间关系信息。
在步骤S5中,网络设备2根据云服务器发送的帧间关系,利用应用层消息而作为缓存配置信息发送给终端1。终端1根据缓存配置信息配置对应时长的抖动缓存的深度或大小
终端应用层根据I帧占用的相邻P帧传输的帧间间隔、I帧影响的后续P帧数量进行配置缓存。终端根据I帧占用的相邻P帧的时长缓存相应长度的缓存大小或深度。当终端1收到图像或视频数据包时,根据收到的包时延信息确定调整缓存的大小。
在步骤S6中,根据改变的缓存大小来缓存图像或视频数据包,可以为数据包、图像帧进行缓存调整,减少因时延抖动大而丢弃该数据包,保证数据的及时响应。
终端1接收由云处理器3计算出的缓存配置信息(包括关键帧占用非关键帧传输时间、被影响的帧数等),终端1可以统计传输到终端1的图像帧的数量,当达到被影响的帧的数值后,减少缓存大小,但调整方法此处不做限制。终端1也可以根据下一时刻(与I帧间隔有关)的缓存配置信息进行缓存调整,下一缓存配置信息中缓存配置时长减少,则根据减少的调整量进行缓存调整。
在本实施例中,由云处理器1计算帧间关系,因此,使用图2说明本实施例的云处理器所进行的数据缓存的流程图。
在步骤S101中,云处理器接收由网络设备发送的服务请求信息以及由网络设确定的网络配置参数。
在步骤S102中,云服务器确定服务配置参数,可以根据网络设备发送的包括分辨率、码率、帧率等信息的服务请求信息以及网络配置参数,进行编码算法的选择和编码策略的选择。
在步骤S103中,云服务器将云端编码后的图像帧分成关键帧和非关键帧,并根据服务配置参数来计算所述关键帧和所述非关键帧的帧间关系,具体的计算方式参照上述的步骤S4,例如计算出关键帧占用非关键帧的帧间隙时间、被影响的图像帧的数量。
在步骤S104中,云服务器将帧间关系信息作为缓存配置信息发送至终端。
图3是进行上述数据缓存方法的数据缓存系统的结构图。
如图3所示,在云服务器3侧配置有数据获取单元31、数据处理单元32、数据发送单元33。
数据获取单元31获得终端1上报的服务请求信息和网络设备2确定的网络配置参数,并发送给数据处理单元32。
数据处理单元32计算P帧大小的平均值、P帧传输时长、I帧传输时长、I帧占用P帧时长的帧间隙时间等作为缓存配置信息。
数据发送单元33将该缓存配置信息发送给网络设备2,并进一步发送到终端1。
根据本实施例,由于将关键帧与非关键帧的帧间关系信息作为缓存配置信息,在终端设备中能够动态地预留相应的缓存的大小和深度,减少了统计网络指标的时延,实现了缓存传输数据的实时响应,保证了帧的完整传输,提升业务用户体验。
接下来,说明本发明的另一实施例。
在上述实施例中,由云服务器计算帧间关系信息,而在本实施例中,由网络设备计算帧间关系信息。
图4是本发明的另一实施例的数据缓存方法的整体流程图。
在步骤S1a中,终端1a向网络设备2a进行服务请求,所产生的服务请求类型和内容与步骤S1相同,并发送至云服务器3a。
在步骤S2a中,云服务器3a根据服务请求信息确定服务配置参数,并将配置好的服务配置参数(包括分辨率、码率、帧率、编码参数等)传输给网络设备2a。其中编码参数包括编码算法、GOP类型,GOP长度等信息。
在步骤S3a中,网络设备2a根据服务请求信息和服务配置参数来确定网络配置参数。网络配置参数这里主要指的是对请求的服务空口带宽进行配置,空口带宽配置直接影响缓存深度和大小的结果。空口带宽参数可以由网络设备确定,具体可以通过RRC层来实现资源的配置。带宽参数值可以是变化的,也可以是定值。
在步骤S4a中,网络设备2a计算关键帧和非关键帧的帧间关系信息。具体的帧间关系计算方法参照步骤S4。网络设备2a将计算的帧间关系结果作为缓存配置信息传输给终端1a。
当有多个终端请求云服务器请求云XR、云游戏业务时,云服务器可以将多个不同配置参数传输给网络设备,由一个网络设备将缓存配置信息发送给多个终端设备,原则可以按照先发送较大时延的配置信息。
在步骤S5a中,终端1a获取缓存配置信息,根据缓存配置信息得出对应时长的抖动缓存的深度或大小。
在步骤S6a中,根据改变的缓存大小来缓存图像或视频数据包,为数据包、图像帧进行缓存调整,减少因时延抖动大而丢弃该数据包。
在该实施例中,由网络设备计算帧间关系,因此,使用图5说明本发明的另一实施例的网络设备所进行的数据缓存方法的流程图。
在步骤S201中,网络设备接收从终端发送的服务请求信息并发送至云服务器,由云服务器确定服务配置参数。
在步骤S202中,网络设备从云服务器接收服务配置参数(包括分辨率、码率、帧率、编码参数等)。
在步骤S203中,根据服务请求信息和服务配置参数来确定网络配置参数,并计算关键帧和非关键帧的帧间关系,并作为缓存配置信息。
在步骤S204中,将该缓存配置信息发送至终端,由终端设备进行相应的缓存调整。
图6是进行该另一实施例的数据缓存方法的数据缓存系统的结构图。
如图6所示,在网络设备2a侧配置有数据获取单元21、数据处理单元22、数据发送单元23。
数据获取单元21获得终端1a上报的服务请求信息和云服务器3a确定的服务配置参数,并发送给数据处理单元22。
数据处理单元22根据服务请求信息和服务配置参数确定网络配置参数,计算P帧大小的平均值、P帧传输时长、I帧传输时长、I帧占用P帧时长的帧间隙时间等作为缓存配置信息。
数据发送单元23将该缓存配置信息发送给终端1a,由终端1a进行相应的缓存调整。
根据上述另一实施例的流程,不是在云服务器侧而是在网络设备侧计算帧间关系信息作为缓存配置信息,也能得到相同的效果。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述图1或图4所示方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
结合本申请公开内容所描述的方法或者算法的步骤可以硬件的方式来实现,也可以由在处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于RAM、闪存、ROM、EPROM、EEPROM、寄存器、硬盘、移动硬盘、只读光盘或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以携带在ASIC中。另外,该ASIC可以携带在核心网接口设备中。当然,处理器和存储介质也可以作为分立组件存在于核心网接口设备中。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式,对本申请的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请的具体实施方式而已,并不用于限定本申请的保护范围,凡在本申请的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本申请的保护范围之内。
本领域内的技术人员应明白,本申请实施例可提供为方法、系统、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (17)
1.一种数据缓存处理方法,其应用于云服务器,其特征在于,包括:
接收由用户选择并经由网络设备发送的服务请求信息以及由所述网络设备确定的网络配置参数;
根据所述服务请求信息和所述网络配置参数,进行编码算法和编码策略的选择来确定服务配置参数;
将云端编码后的图像帧分成关键帧和非关键帧,并根据所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及
将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,经由网络设备发送至终端设备。
2.根据权利要求1所述的方法,其特征在于,
所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
3.根据权利要求1或2所述的方法,其特征在于,
所述关键帧是图像组内的第一帧,并独立编码,
所述非关键帧是该图像组内第一帧后的其他所有帧。
4.根据权利要求1所述的方法,其特征在于,
所述配置信息用于所述终端设备配置抖动缓存的大小或深度。
5.根据权利要求2所述的方法,其特征在于,
所述云服务器通过下式计算所述关键帧占用所述非关键帧的帧间隙时间To,
其中,TI表示关键帧的传输时长,FR表示所述云服务器传输的帧率,n表示关键帧与非关键帧的比值,Dp表示非关键帧大小的平均值,BW表示带宽,
所述云服务器通过下式计算所述被影响的图像帧的数量N1,
其中,Ta表示非关键帧在一帧显示周期内传输完成余下的时间。
6.一种数据缓存处理方法,其应用于网络设备,其特征在于,包括:
接收从终端设备发送的服务请求信息,并将该服务请求信息再发送至云服务器;
从所述云服务器接收根据所述服务请求信息确定的服务配置参数,该服务配置参数包括分辨率、码率、帧率、编码参数;
将图像帧分成关键帧和非关键帧,根据所述服务请求信息和所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及
将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,发送至终端设备。
7.根据权利要求6所述的方法,其特征在于,
所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
8.根据权利要求6或7所述的方法,其特征在于,
所述关键帧是图像组内的第一帧,并独立编码,
所述非关键帧是该图像组内第一帧后的其他所有帧。
9.根据权利要求6所述的方法,其特征在于,
所述配置信息用于所述终端设备配置抖动缓存的大小或深度。
10.根据权利要求7所述的方法,其特征在于,
所述网络设备通过下式计算所述关键帧占用所述非关键帧的帧间隙时间To,
其中,TI表示关键帧的传输时长,FR表示所述云服务器传输的帧率,n表示关键帧与非关键帧的比值,Dp表示非关键帧大小的平均值,BW表示带宽,
所述网络设备通过下式计算所述被影响的图像帧的数量N1,
其中,Ta表示非关键帧在一帧显示周期内传输完成余下的时间。
11.一种云服务器,其特征在于,包括:
数据获取单元,其用于获取由用户选择并经由网络设备发送的服务请求信息以及由所述网络设备确定的网络配置参数;
数据处理单元,其用于根据所述服务请求信息和所述网络配置参数,进行编码算法和编码策略的选择来确定服务配置参数,并将云端编码后的图像帧分成关键帧和非关键帧,根据所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及
数据发送单元,其用于将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,经由网络设备发送至终端设备。
12.根据权利要求11所述的云服务器,其特征在于,
所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
13.根据权利要求11或12所述的云服务器,其特征在于,
所述关键帧是图像组内的第一帧,并独立编码,
所述非关键帧是该图像组内第一帧后的其他所有帧。
14.一种网络设备,其特征在于,包括:
数据获取单元,其用于接收从终端设备发送的服务请求信息以及由云服务器确定的服务配置参数,该服务配置参数包括分辨率、码率、帧率、编码参数;
数据处理单元,其用于将图像帧分成关键帧和非关键帧,根据所述服务请求信息和所述服务配置参数来计算所述关键帧和所述非关键帧的帧间关系;以及
将计算出的所述帧间关系的信息作为用于配置缓存的配置信息,发送至终端设备。
15.根据权利要求14所述的网络设备,其特征在于,
所述帧间关系包括所述关键帧占用所述非关键帧的帧间隙时间、被影响的图像帧的数量。
16.根据权利要求14或15所述的网络设备,其特征在于,
所述关键帧是图像组内的第一帧,并独立编码,
所述非关键帧是该图像组内第一帧后的其他所有帧。
17.一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计算机程序,所述计算机程序被处理器执行时实现如权利要求1至10任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210094618.3A CN116546096A (zh) | 2022-01-26 | 2022-01-26 | 数据缓存处理方法、云服务器以及网络设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210094618.3A CN116546096A (zh) | 2022-01-26 | 2022-01-26 | 数据缓存处理方法、云服务器以及网络设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116546096A true CN116546096A (zh) | 2023-08-04 |
Family
ID=87447704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210094618.3A Pending CN116546096A (zh) | 2022-01-26 | 2022-01-26 | 数据缓存处理方法、云服务器以及网络设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116546096A (zh) |
-
2022
- 2022-01-26 CN CN202210094618.3A patent/CN116546096A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10979663B2 (en) | Methods and apparatuses for image processing to optimize image resolution and for optimizing video streaming bandwidth for VR videos | |
WO2016131223A1 (zh) | 一种视频帧丢帧方法及视频发送装置 | |
Sun et al. | A two-tier system for on-demand streaming of 360 degree video over dynamic networks | |
CN104735470B (zh) | 一种流媒体数据传输方法及装置 | |
CN108737825B (zh) | 视频数据编码方法、装置、计算机设备和存储介质 | |
JP6851678B2 (ja) | イントラフレームビットレートの割り当て方法、コンピュータ機器、及び記憶媒体 | |
CN104618195B (zh) | 带宽估测方法和装置 | |
US8843983B2 (en) | Video decomposition and recomposition | |
CN110582012B (zh) | 视频切换方法、视频处理方法、装置及存储介质 | |
KR100592547B1 (ko) | 스트리밍을 위한 패킷 스케줄링 방법 | |
CN106688239A (zh) | 视频下载方法、装置及系统 | |
JP7011941B2 (ja) | クライアント及び受信方法 | |
CN113068001B (zh) | 基于级联摄像机的数据处理方法、装置、设备和介质 | |
CN110996035B (zh) | 信息发送方法及装置 | |
CN111617466B (zh) | 编码格式的确定方法、装置及云游戏的实现方法 | |
CN113852824A (zh) | 视频转码方法、装置、电子设备和存储介质 | |
Nguyen et al. | A client-based adaptation framework for 360-degree video streaming | |
CN106330713B (zh) | 一种报文传输方法及装置 | |
JP2015138990A (ja) | 受信装置、送信装置及び通信システム | |
US20240098316A1 (en) | Video encoding method and apparatus, real-time communication method and apparatus, device, and storage medium | |
JP2007221318A (ja) | 双方向映像通信サービスの品質管理・品質制御方法、品質管理方法、品質制御方法、品質管理・制御システム、品質管理装置、品質制御装置 | |
Zeng et al. | TVSR‐OR: Tile‐based 360‐degree video streaming over real time streaming protocol with optimized read | |
CN113259729B (zh) | 数据切换的方法、服务器、系统及存储介质 | |
CN116546096A (zh) | 数据缓存处理方法、云服务器以及网络设备 | |
CN116962613A (zh) | 数据传输方法及装置、计算机设备、存储介质 |
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 |