公开(公告)号：CN115022684B

公开(公告)日：2023-08-04

申请号：CN202210586839.2

申请日：2022-05-27

Applicant: 西安交通大学

Inventor： 王志文 ,  张源鸿 ,  张未展 ,  郑庆华 ,  杜海鹏 ,  吕格丽 ,  张志浩 ,  曹坚翔 ,  袁慕遥 ,  焦慕妍

IPC: H04N21/24 ,  H04N21/2662 ,  H04L65/1069 ,  H04L65/80 ,  H04L67/06 ,  G06N3/0464 ,  G06N3/092

Abstract: 一种QUIC协议下基于深度强化学习的视频流自适应传输方法，结合基于门控循环单元(GRU)和卷积(CNN)的神经网络建立网络轨迹特征的提取模型，利用注意力机制学习不同特征对带宽的影响，预测未来时刻带宽信息；将预测的带宽信息作为码率决策的状态输入，建立QoE奖励模型，采用PPO算法训练强化学习网络，决策最优码率；客户端根据码率自适应决策模块的反馈结果将相应视频下载并播放，实现QUIC下的视频流自适应传输框架。本发明能够保证在QUIC协议下，带宽预测模块能够充分提取网络状态信息，实现长窗口的带宽预测，为码率自适应决策提供有效输入，达到充分利用带宽资源的目的，有效提升用户观看体验质量。

公开(公告)号：CN115022684A

公开(公告)日：2022-09-06

申请号：CN202210586839.2

申请日：2022-05-27

Applicant: 西安交通大学

Inventor： 王志文 ,  张源鸿 ,  张未展 ,  郑庆华 ,  杜海鹏 ,  吕格丽 ,  张志浩 ,  曹坚翔 ,  袁慕遥 ,  焦慕妍

IPC: H04N21/24 ,  H04N21/2662 ,  H04L65/1069 ,  H04L65/80 ,  H04L67/06 ,  G06N3/04 ,  G06N3/08

Abstract: 一种QUIC协议下基于深度强化学习的视频流自适应传输方法，结合基于门控循环单元(GRU)和卷积(CNN)的神经网络建立网络轨迹特征的提取模型，利用注意力机制学习不同特征对带宽的影响，预测未来时刻带宽信息；将预测的带宽信息作为码率决策的状态输入，建立QoE奖励模型，采用PPO算法训练强化学习网络，决策最优码率；客户端根据码率自适应决策模块的反馈结果将相应视频下载并播放，实现QUIC下的视频流自适应传输框架。本发明能够保证在QUIC协议下，带宽预测模块能够充分提取网络状态信息，实现长窗口的带宽预测，为码率自适应决策提供有效输入，达到充分利用带宽资源的目的，有效提升用户观看体验质量。

公开(公告)号：CN116017003A

公开(公告)日：2023-04-25

申请号：CN202310028902.5

申请日：2023-01-09

Applicant: 西安交通大学

Inventor： 闫彩霞 ,  张凯喆 ,  刘汇川 ,  郑庆华 ,  杜海鹏 ,  王志文 ,  曹坚翔 ,  袁慕遥 ,  王洋 ,  张志浩 ,  张未展

IPC: H04N21/262 ,  H04N21/647 ,  H04N21/845 ,  H04N21/231 ,  H04N21/433

Abstract: 本发明提出一种基于多种人工智能方法的自适应VR360视频点播方法及系统，利用生成对抗网络对原始视频进行显著性检测，根据检测结果将原始视频动态划分为多个空间分块并储存在服务器中；请求视频并观看视频时，使用长短记忆网络建立网络轨迹特征的提取模型，预测未来时刻带宽信息；将预测的带宽信息和过去视口轨迹信息作为码率决策的状态输入，利用PPO算法训练A3C网络决策对应的最优码率；根据码率决策结果将相应的视频块进行下载并播放；可以保证生成对抗网络可以最大限度划分视频区域；能够充分提取网络状态进行带宽预测，为码率自适应决策提供有效输入；基于视口预测的方法能够最大限度利用网络进行有效传输，减少带宽浪费，有效提升用户观看质量。