公开(公告)号：CN115278354A

公开(公告)日：2022-11-01

申请号：CN202210671235.8

申请日：2022-06-14

Applicant: 北京大学

Inventor： 郭宗明 ,  胡晗 ,  张行功 ,  程晟

IPC: H04N21/44 ,  H04N21/442

Abstract: 本发明提供一种基于用户行为指标的视频传输质量评估和优化的方法和系统，该方法包括：根据用户观看视频会话时长及每秒的播放状态，建立退出率模型；根据每相邻两秒的播放状态，计算状态转移概率；根据转移概率及退出率，计算不同时段内，各种位置、网络连接类型、CDN、码率对应的停留时长的数学期望值；根据停留时长期望，针对给定用户的位置和网络连接类型，选取使得停留时长期望最长的码率和CDN。本发明通过基于退出率和停留时长这两个用户行为指标来建立模型，针对不同用户特定的位置和网络连接类型，评估了不同码率和CDN对应的视频传输质量评分，从而准确地给出能够使得用户观看体验最优化的码率和CDN，能够大大提高视频传输质量。

公开(公告)号：CN115278354B

公开(公告)日：2024-06-28

申请号：CN202210671235.8

申请日：2022-06-14

Applicant: 北京大学

Inventor： 郭宗明 ,  胡晗 ,  张行功 ,  程晟

IPC: H04N21/44 ,  H04N21/442

Abstract: 本发明提供一种基于用户行为指标的视频传输质量评估和优化的方法和系统，该方法包括：根据用户观看视频会话时长及每秒的播放状态，建立退出率模型；根据每相邻两秒的播放状态，计算状态转移概率；根据转移概率及退出率，计算不同时段内，各种位置、网络连接类型、CDN、码率对应的停留时长的数学期望值；根据停留时长期望，针对给定用户的位置和网络连接类型，选取使得停留时长期望最长的码率和CDN。本发明通过基于退出率和停留时长这两个用户行为指标来建立模型，针对不同用户特定的位置和网络连接类型，评估了不同码率和CDN对应的视频传输质量评分，从而准确地给出能够使得用户观看体验最优化的码率和CDN，能够大大提高视频传输质量。

公开(公告)号：CN111629232A

公开(公告)日：2020-09-04

申请号：CN202010285318.4

申请日：2020-04-13

Applicant: 北京大学

Inventor： 张行功 ,  程晟 ,  胡晗 ,  郭宗明

IPC: H04N21/2343 ,  H04N21/4402 ,  H04N21/6437 ,  H04N21/647 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的实时视频传输自适应前向纠错方法和系统，能够在网络状况发生波动时，预测未来一段时间的网络情况变化趋势，自适应地改变前向纠错算法的参数，从而保证实时视频数据的传输质量。本发明的主要贡献包括：(1)通过神经网络模型学习网络状况的变化规律，从而针对过去的网络状况预测未来的网络丢包情况。(2)在模型中添加了计数器模块，将模型输出从网络特征序列转变成了网络丢包率，简化了模型的输出并且提高了预测准确率。(3)在神经网络学习和预测时在过去与未来的时间段之间设置了间隔，解决了网络状况实时反馈所存在的问题，从而保证了能够在实时视频传输系统中使用神经网络模型进行实时预测。