买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广西优耐信息技术有限公司

摘要：本发明公开一种基于内容显著性的自适应流媒体方法，在考虑网络条件、播放器状态的基础上，考虑了不同视频内容的显著性对用户QoE的影响，采用线性迭代聚类和基于图形的变换提取局部和全局显著性特征，以构建显著性模型。通过对优化目标QoE的建模，在模型预测控制的框架下，综合考虑可用信息进行比特率决策以最大化优化目标。本发明能够实现基于内容显著性的比特率分配，进一步提高流媒体资源利用率和用户体验质量。

主权项：1.基于内容显著性的自适应流媒体方法，其特征是，包括步骤如下：步骤1、将视频服务器中的源视频文件切割成包含固定时长的视频块，并将每个视频块转码为不同的比特率级别；步骤2、视频服务器将源视频文件的各个比特率的视频块传输到内容分发网络进行存储，并从具有最高比特率的视频块中采样预定数量的视频帧，得到视频块的一组采样视频帧；步骤3、内容分发网络计算视频块的每个采样视频帧以像素为单位的局部显著性映射图；即：步骤3.1、提取当前采样视频帧在RGB颜色空间、CIELab颜色空间和LBP空间上以像素为单位的特征映射图；步骤3.2、使用线性迭代聚类算法对当前采样视频帧进行超像素分割，得到超像素区域；步骤3.3、选取所有超像素区域中位于当前采样视频帧的边缘处的超像素区域构成背景超像素区域；步骤3.4、计算每个超像素区域的背景显著性： 步骤3.5、选取所有超像素区域中背景显著性大于设定阈值的超像素区域构成前景超像素区域；步骤3.6、计算每个超像素区域的前景显著性： 步骤3.7、将超像素区域的背景显著性和前景显著性进行融合，得到超像素区域的局部显著性： 步骤3.8、基于当前采样视频帧各个超像素区域的局部显著性，得到当前采样视频帧以像素为单位的局部显著性映射图；式中，为超像素区域的背景显著性，为超像素区域的前景显著性，为超像素区域的局部显著性；为背景超像素区域的个数；为前景超像素区域的个数；为基于当前采样视频帧在RGB颜色空间上的特征映射图所计算的超像素区域与背景超像素区域的欧式距离，为基于当前采样视频帧在CIELab颜色空间上的特征映射图所计算的超像素区域与背景超像素区域的欧式距离，为基于当前采样视频帧在LBP空间上的特征映射图所计算的超像素区域与背景超像素区域的欧式距离；为基于当前采样视频帧在RGB颜色空间上的特征映射图所计算的超像素区域与背景超像素区域的欧式距离，为基于当前采样视频帧在CIELab颜空间上的特征映射图所计算的超像素区域与背景超像素区域的欧式距离，为基于当前采样视频帧在LBP空间上的特征映射图所计算的超像素区域与背景超像素区域的欧式距离；为超像素区域的中心坐标与当前采样视频帧的中心坐标的空间距离；为设定的颜色空间距离权重，为设定的LBP空间距离权重；为设定的背景与前景的平衡权重；步骤4、内容分发网络计算视频块的每个采样视频帧以像素为单位的全局显著性映射图；步骤5、内容分发网络将步骤3所得到的视频块的每个采样视频帧以像素为单位的局部显著性映射图和步骤4所得到的视频块的每个采样视频帧以像素为单位的全局显著性映射图进行线性融合，得到视频块的每个采样视频帧以像素为单位的显著性映射图；步骤6、内容分发网络基于步骤5所得到的视频块的所有采样视频帧以像素为单位的显著性映射图，计算视频块的显著性；步骤7、使用包含综合考虑视频块的显著性和比特率的视频质量、质量平滑度和卡顿时间的线性用户体验质量模型作为自适应比特率算法的优化目标，并将比特率决策建模为一个基于线性用户体验质量模型预测控制的优化问题，在考虑预测的未来信息的同时对视频块的比特率进行决策；基于线性用户体验质量模型预测控制的优化问题为： 其中： 式中，为待求解的第个视频块的比特率；为视频质量的奖励函数，为质量平滑度的惩罚函数，为卡顿时间的惩罚函数；是质量平滑度的惩罚权重，是卡顿时间的惩罚权重；为设定的未来视频块的数量，为设定的历史视频块的个数；为第个视频块的显著性；为源视频的所有视频块中的最大显著性，为源视频的所有视频块中的最小显著性；为设定的归一化权重，为设定的归一化偏差；为第个视频块的度量，为第个视频块的度量；为视频块的时长；为第个视频块下载前视频播放器的缓冲区占用率；为第个视频块的平均下载速度。

全文数据：

权利要求：

百度查询： 广西优耐信息技术有限公司 基于内容显著性的自适应流媒体方法