本发明公开了一种基于强化学习的视频自适应码率控制系统及方法,包括吞吐量预测、强化学习决策以及平滑控制,同时考虑吞吐量预测和缓冲区信息进行ABR决策,并在低延时场景下,用神经网络先对吞吐量进行预测然后使用强化学习做决策,实现了在低延时视频流优化自适应码率调整的平滑控制。与现有技术相比,本发明在自适应码率决策的过程中,不依赖与QoE模型,根据实时情况进行学习并不断调整策略;可以实现在发生带宽波动时缓解码率的频繁切换,改善用户观看质量,由此提高用户的观看体验。
声明:
“基于强化学习的视频自适应码率控制系统及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)