[发明专利]一种基于视觉主观感受的视频源切换方法

说明书

技术领域

本发明涉及网络实时流媒体服务中的用户体验领域，特别是一种基于视觉主观感受的视频源切换方法。

背景技术

随着互联网技术的不断发展，基于IP的实时流媒体服务质量及技术越来越受到重视。为了最大程度地满足用户对网络流媒体服务的要求，保障用户具有良好的用户体验，流媒体服务提供商要重视网络稳定性和不同格式、视频内容特性的视频源质量上的一个平衡，使得用户能够选择最合适的视频源来观看视频，进而提高用户的用户体验。

目前实时的流媒体服务在考虑用户合适视频源格式选择时，并没有将视频的内容特性和用户的主观感受考虑进去，而仅仅是考虑了网络稳定性对用户连续观影的影响，通常设置一个固定的丢包率阈值，若客户端检测到丢包率超过阈值，即要求更换视频源格式至低带宽资源的视频源格式。然而，这种僵化的视频源格式选择机制可能会出现如下情况：当用户观看的视频内容是属于运动量少的视频(如演讲类)时，网络丢包率超过阈值时，用户的主观视觉感受尚能接受，倘若切换至低带宽资源视频源格式反而进一步降低了用户的观看体验；当用户观看的视频内容是属于运动量多的视频(如F1赛车比赛)时，网络丢包率尚未达到阈值时，用户的主观感受已经完全无法接受了，需要切换至低带宽资源视频源格式以保证连续观影的基本用户体验，然而客户端未能触发切换视频源，这也将影响用户的观看体验。

支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的一种分类技术，具有较高的泛化能力，同时能解决小样本、高维和非线性的机器学习问题，并且能够避免神经网络结构选择和局部极小值问题，是众多机器学习算法中的佼佼者。同时SVM在处理多分类问题上有较好的表现，能够提高训练速度，并且有较高的推广能力。

发明内容

本发明的目的在于提供一种基于视觉主观感受的视频源切换方法，以实现有效的改善客户端接收到的视频质量的稳定性。

为实现上述目的，本发明的技术方案是：一种基于视觉主观感受的视频源切换方法，提供了服务器端和客户端，其特征在于按照以下方式实现：

S1：所述服务器端对于不同格式的视频源在不同类型的视频内容视觉特性下，通过模拟不同的网络视频丢包率，生成具有不同视觉主观感受的视频源训练样本，并通过SVM训练获取视觉主观感受预测器NMSVM，并将所述视觉主观感受预测器NMSVM分发至所述客户端，所述客户端对所述视觉主观感受预测器NMSVM进行部署；

S2：所述客户端通过多项式拟合预测当前网络服务状态下一阶段可能的网络视频丢包率；

S3：所述客户端通过差分自回归移动平均方法预测当前视频源下一阶段可能的视频内容视觉特性；

S4：所述客户端通过使用所述视觉主观感受预测器NMSVM对所述当前视频源下一阶段的视觉主观感受进行预测，并根据预测结果决定是否需要切换视频源格式；若需要切换，所述客户端则向所述服务器端发送切换视频源格式请求消息，否则不发送。

在本发明一实施例中，所述视频内容视觉特性的特征包括：时域复杂度、空域复杂度和平均帧比特率；所述视觉主观感受的类型包括：很差、差、一般、好和很好。

在本发明一实施例中，在所述步骤S1中，将所述视频源训练样本表示为(x_i,y_i)，其中x_i表示第i个所述视频源训练样本的特征向量，包括：时域复杂度、空域复杂度、平均帧比特率和丢包率，y_i表示第i个所述视频源训练样本对应的视觉主观感受类型；根据所述视觉主观感受的5种类型，所述视觉主观感受预测器NMSVM包括5个分类器；所述分类器用于区分所述视频源训练样本的视觉主观感受是否属于对应的类型；通过对每个分类器中视频源训练样本的y_i进行赋值，选取高斯核函数，并通过所述SVM训练构建所述5个分类器，以实现获取所述视觉主观感受预测器NMSVM。

在本发明一实施例中，在所述步骤S2中，所述多项式拟合采用基于最小二乘法的多项式拟合，并用f(t,A)表示t时刻的丢包率值，并通过N阶多项式建立多项式拟合模型：f(t,A)＝a₀+a₁t+a₂t²+...+a_ntⁿ，其中n为阶数；通过前t秒的丢包率值f(t,A)得到t+1时刻的丢包率值f(t+1,A)，并按照如下步骤实现：