申请/专利权人：天翼云科技有限公司

申请日：2023-12-01

公开（公告）日：2024-04-09

公开（公告）号：CN117856973A

主分类号：H04L1/00

分类号：H04L1/00;H04N21/2383

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于视频帧的深度学习自适应前向纠错传输方法，包括如下具体方法：视频编码模块接收采集视频数据，通过压缩编码成视频压缩流，再由封包模块进行分包处理，而后把分包的数据发送给自适应FEC编码模块，封包模块传递给FEC编码模块时已按照封包序号传递包，数据包FEC前向纠错编码模块，模块采用FEC编码方案，发送端通过网络接口将源数据包和冗余数据包以用户数据协议发送到接收端，接收端从发送端接收到数据包序列。本发明基于深度神经网络学习预测丢包率，替代以往自适应前向纠错方法中直接使用历史丢包率作为反馈信号，可以快速有效的适应多变的网络环境，保证实时性的前提下提高传输效率。

主权项：1.一种基于视频帧的深度学习自适应前向纠错传输方法，其特征在于，包括如下具体操作方法：S1、视频编码模块接收采集视频数据，通过压缩编码成视频压缩流，视频压缩流由视频帧组组成，视频帧组包含一个I帧与多个P帧，得到视频帧组数据后，由封包模块进行分包处理，而后把分包的数据发送给自适应FEC编码模块，此处理后封包有I帧、P帧、IP混合帧三个封包类型，封包模块传递给FEC编码模块时已按照封包序号传递包，用于区分冗余度设置；S2、数据包FEC前向纠错编码模块，模块采用FEC编码方案，其中FEC冗余度结算公式为：n-k以GRU神经网络模块预测输出的预测丢包率为作为输入参数；S3、发送端通过网络接口将源数据包和冗余数据包以用户数据协议发送到接收端；S4、接收端从发送端接收到数据包序列，使用相应纠删码解码算法重构恢复原始数据包，接收端同时对当前网络状况进行反馈，将收到的每个数据包确认信息反馈给发送端；S5、发送端FEC自适应模块，通过接收端反馈的丢包信息和RTT时延信息作为输入数据集，采用循环神经网络GRU，对序列数据中的动态变化进行建模，从而形成模型，以学习序列数据中的时延抖动与丢包率的潜在特征来预测未来一段时间的丢包率。

全文数据：

权利要求：

百度查询： 天翼云科技有限公司 一种基于视频帧的深度学习自适应前向纠错传输方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD