网络链路选择方法、装置、电子设备及存储介质与流程
本技术实施例涉及图像处理领域,具体涉及一种网络链路选择方法、装置、电子设备及存储介质。
背景技术:
1、随着超高清视频、云游戏、虚拟现实(virtual reality,vr)/增强现实(augmentedreality,ar)等沉浸式媒体业务的快速发展,用户对视频播放的流畅度和画质体验提出了更高要求。当前,移动终端通常同时支持wifi网络和蜂窝网络等多种网络连接方式,如何在多网络之间动态选择最优视频传输网络,以保障视频业务的服务质量,成为亟待解决的技术问题。
2、相关技术中,网络选择方案大多基于网络层参数(如带宽、时延、抖动率)的实时测量值进行简单比较,或者依赖视频码率、缓冲区状态等外部元数据进行辅助决策。然而,此类方案存在以下缺陷:
3、相关技术的方案未充分考虑视频内容本身对网络传输需求的差异性。例如,动作场景对网络稳定性和低抖动要求较高,而静态场景对成本或带宽的敏感度相对较低。相关技术的方案因无法感知视频帧的画面复杂度特征,导致链路选择结果与实际播放需求相脱节,难以实现网络资源与视频内容的精准匹配。
技术实现思路
1、本技术实施例提供了一种网络链路选择方法、装置、电子设备及存储介质,以解决相关技术中存在的技术问题。
2、第一方面,本技术实施例提供了一种网络链路选择方法,该方法包括:
3、获取目标视频当前时刻的视频帧的综合场景复杂度指标;其中,所述综合场景复杂度指标用于指示所述视频帧的画面的色彩丰富度与动态无序性、以及动态无序性与纹理丰富度所表征的综合复杂度;
4、获取播放所述目标视频的终端所连接的至少两个待选择网络的网络性能指标,及获取所述终端的终端状态指标;
5、根据所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的指标与权重的第一映射关系,确定所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的权重;
6、基于所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标,及所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的权重,确定各所述待选择网络的网络评分;
7、根据各所述待选择网络的网络评分,确定下一时刻播放所述目标视频的目标网络。
8、在一些实施例中,所述获取目标视频当前时刻的视频帧的综合场景复杂度指标,包括:
9、获取目标视频当前时刻的视频帧;
10、确定所述视频帧的色彩-动态耦合指标;其中,所述色彩-动态耦合指标用于指示所述视频帧的画面的色彩丰富度与动态无序性;
11、确定所述视频帧的动态-纹理耦合指标;其中,所述动态-纹理耦合指标用于指示所述视频帧的画面的动态无序性与纹理丰富度;
12、基于所述视频帧的色彩-动态耦合指标及动态-纹理耦合指标,确定所述视频帧的综合场景复杂度指标。
13、在一些实施例中,所述确定所述视频帧的色彩-动态耦合指标,包括:
14、将所述视频帧中各像素的rgb值转换为hsl空间的值;
15、基于各像素hsl空间的值,分别确定所述视频帧h、s、l三通道对应的第一均值和第一标准差;
16、基于所述h、s、l三通道对应的预设通道权重,及所述h、s、l三通道对应的所述第一均值和所述第一标准差,确定所述视频帧的色彩分离度;
17、获取所述目标视频中,所述视频帧的前一帧;
18、将所述视频帧及所述前一帧按照预设子区域大小分割为多个子区域;
19、根据所述视频帧中各子区域与所述前一帧中各子区域的相似度,确定所述前一帧中与所述视频帧中各子区域相似的子区域;
20、根据所述前一帧中与所述视频帧中各子区域相似的子区域的空间位置,及所述视频帧中各子区域的空间位置,确定所述视频帧的运动矢量分布熵;其中,所述运动矢量分布熵用于指示所述视频帧与所述前一帧相比的运动的情况;
21、基于所述视频帧的所述色彩分离度及所述运动矢量分布熵,确定所述视频帧的色彩-动态耦合指标。
22、在一些实施例中,所述根据所述前一帧中与所述视频帧中各子区域相似的子区域的空间位置,及所述视频帧中各子区域的空间位置,确定所述视频帧的运动矢量分布熵,包括:
23、根据所述前一帧中与所述视频帧中各子区域相似的子区域的空间位置,及所述视频帧中各子区域的空间位置,确定所述视频帧中各子区域的运动强度;其中,所述运动强度用于指示所述视频帧中对应的子区域与所述前一帧中相似的子区域的空间位置相比,水平方向和垂直方向的位移;
24、基于所述视频帧中各子区域的所述运动强度,及预设的运动强度与运动强度等级的第二映射关系,确定所述视频帧中各子区域的运动强度等级;
25、基于所述视频帧中各子区域的所述运动强度等级,确定各所述运动强度等级包含的子区域的数量;
26、基于各所述运动强度等级包含的子区域的数量,确定各所述运动强度等级的子区域占比;
27、基于各所述运动强度等级的子区域占比,确定所述运动强度等级分布的香农熵;
28、基于所述香农熵,确定所述视频帧的运动矢量分布熵。
29、在一些实施例中,所述确定所述视频帧的动态-纹理耦合指标,包括:
30、将所述视频帧转换为灰度帧;
31、对所述灰度帧进行小波分解,得到所述灰度帧的高频分量和低频分量;
32、基于所述灰度帧的所述高频分量和所述低频分量,确定所述灰度帧的高频分量占比;
33、确定所述视频帧的运动矢量分布熵;
34、基于所述视频帧的运动矢量分布熵,及所述灰度帧的高频分量占比,确定所述视频帧的动态-纹理耦合指标。
35、在一些实施例中,所述获取播放所述目标视频的终端所连接的至少两个待选择网络的网络性能指标,包括:
36、同步获取各所述待选择网络当前时刻的网络参数;其中,所述网络参数包括带宽、时延和抖动率中的至少一种;
37、将所述待选择网络当前时刻的网络参数与当前时刻之前获取的n-1个相同维度的网络参数组成第一滑动窗口;
38、确定所述第一滑动窗口内n个网络参数的第二均值和第二标准差;
39、根据所述第二均值和所述第二标准差,判断所述待选择网络当前时刻的网络参数是否为异常值;
40、若判断结果为是,将所述第二均值作为对应的所述待选择网络当前时刻的网络性能指标。
41、在一些实施例中,所述终端的终端状态指标包括电池电量、cpu占用率、网络模块功耗中的至少一种。
42、第二方面,本技术实施例提供了一种网络链路选择装置,该装置包括:
43、第一获取模块,用于获取目标视频当前时刻的视频帧的综合场景复杂度指标;其中,所述综合场景复杂度指标用于指示
44、第二获取模块,用于获取播放所述目标视频的终端所连接的至少两个待选择网络的网络性能指标,及获取所述终端的终端状态指标;
45、权重确定模块,用于根据所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的指标与权重的第一映射关系,确定所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的权重;
46、网络评分确定模块,用于基于所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标,及所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的权重,确定各所述待选择网络的网络评分;
47、目标网络确定模块,用于根据各所述待选择网络的网络评分,确定下一时刻播放所述目标视频的目标网络。
48、第三方面,本技术实施例提供了一种电子设备,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,处理器用于运行计算机程序时,执行如第一方面任一实施例中描述的方法。
49、第四方面,本技术实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如第一方面任一实施例中描述的方法。
50、本技术实施例提供的网络链路选择方法,包括:获取目标视频当前时刻的视频帧的综合场景复杂度指标;其中,所述综合场景复杂度指标用于指示所述视频帧的画面的色彩丰富度与动态无序性、以及动态无序性与纹理丰富度所表征的综合复杂度;获取播放所述目标视频的终端所连接的至少两个待选择网络的网络性能指标,及获取所述终端的终端状态指标;根据所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的指标与权重的第一映射关系,确定所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的权重;基于所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标,及所述综合场景复杂度指标、所述网络性能指标、所述终端状态指标对应的权重,确定各所述待选择网络的网络评分;根据各所述待选择网络的网络评分,确定下一时刻播放所述目标视频的目标网络。
51、本技术实施例提供的网络链路选择方法,通过获取目标视频当前时刻的视频帧的综合场景复杂度指标,使网络链路选择能够感知视频帧的画面色彩丰富度与动态无序性、以及动态无序性与纹理丰富度所表征的综合复杂度,从而准确识别不同视频场景对网络传输需求的差异,避免链路选择与实际播放需求脱节;同时,通过获取播放目标视频的终端所连接的至少两个待选择网络的网络性能指标及终端的终端状态指标,并结合综合场景复杂度指标、网络性能指标、终端状态指标与权重的映射关系确定各自的权重,进而基于上述指标及其对应权重确定各待选择网络的网络评分,最终根据各待选择网络的网络评分确定下一时刻播放目标视频的目标网络,使得网络链路选择不依赖于外部元数据,能够在无元数据场景下独立完成决策,并且基于综合场景复杂度指标实时参与权重确定与评分计算,使决策结果随视频场景变化动态调整,避免因网络参数波动导致链路频繁切换,从而保证视频播放的流畅性和稳定性。
52、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com