[发明专利]一种视频帧率预测方法、装置及设备

权利要求书

1.一种视频帧率预测方法，其特征在于，所述方法包括：

获取预设采集时间段内的视频相关信息；所述视频相关信息包括帧率数据和帧率关联数据；

根据所述视频相关信息得到帧率向量和帧率关联向量；所述帧率向量是所述帧率数据对应的向量，所述帧率关联向量是所述帧率关联数据对应的向量；

利用所述帧率向量和帧率关联向量训练得到模型参数；

发送所述模型参数，使客户端采集当前时刻对应的目标关联向量，并根据所述目标关联向量和接收到的模型参数，得到预测视频帧率；所述目标关联向量是由客户端采集的当前时刻的目标帧率关联数据封装而成；

所述利用所述帧率向量和帧率关联向量训练得到模型参数包括：

将所述帧率向量作为输出端训练向量，将所述帧率关联向量作为输入端训练向量；

利用所述输出端训练向量和输入端训练向量进行模型训练，得到所述模型参数；

其中，所述帧率关联数据包括图像信息、后台业务信息、网络信息、终端信息。

2.根据权利要求1所述的视频帧率预测方法，其特征在于，所述获取预设采集时间段内的视频相关信息，包括：

将数据采集程序以打桩的方式嵌入所述客户端对应的采集节点；

设定第一时间间隔；

根据所述采集时间段和所述第一时间间隔，得到多个采集时刻；

在每个采集时刻使所述采集节点进行对应信息的获取，得到视频相关信息。

3.根据权利要求2所述的视频帧率预测方法，其特征在于，所述根据所述视频相关信息得到帧率向量和帧率关联向量，包括：

删除第一个采集时刻的帧率数据，由剩余的帧率数据得到所述帧率向量；

删除最后一个采集时刻的帧率关联数据，由剩余的帧率关联数据得到所述帧率关联向量。

4.根据权利要求1所述的视频帧率预测方法，其特征在于，

所述帧率向量包括采集时间段内的视频帧率信息；所述帧率关联向量包括采集时间段内的图像信息、网络信息、后台业务信息、终端信息；

所述目标关联向量包括当前时刻的第二图像信息、第二网络信息、第二后台业务信息、第二终端信息。

5.一种视频帧率预测方法，其特征在于，所述方法包括：

获取根据帧率向量和帧率关联向量训练得到的模型参数，所述帧率向量和帧率关联向量是由采集时间段内采集的视频相关信息得到的；所述帧率向量是帧率数据对应的向量，所述帧率关联向量是帧率关联数据对应的向量；

采集当前时刻对应的目标关联向量；所述目标关联向量是对采集的当前时刻的目标帧率关联数据封装而成；

根据所述目标关联向量和接收到的模型参数，得到预测视频帧率；

其中，所述模型参数是由服务器通过以下方式得到：

将所述帧率向量作为输出端训练向量，将所述帧率关联向量作为输入端训练向量；

利用所述输出端训练向量和输入端训练向量进行模型训练，得到所述模型参数；

其中，所述帧率关联数据包括图像信息、后台业务信息、网络信息、终端信息。

6.根据权利要求5所述的视频帧率预测方法，其特征在于，所述方法还包括：

将所述预测视频帧率与门限帧率进行比对；

在所述预测视频帧率小于所述门限帧率时，对所述预测视频帧率进行优化；

发送优化后的视频帧率对应的视频信息。

7.根据权利要求5所述的视频帧率预测方法，其特征在于，所述方法还包括：

在预测得到的视频帧率不小于门限帧率时，进行第一时间的累计；

在累计的第一时间长度达到门限时长时，设定在第一暂停时长之后进行视频帧率的预测；

在再次进行视频帧率预测后，累计的第二时间长度同样达到所述门限时长时，设定在第二暂停时长之后进行视频帧率的预测。