本文件涉及視頻處理，尤其涉及一種視頻指標(biāo)識(shí)別模型訓(xùn)練方法和裝置。

背景技術(shù)：

1、隨著5g技術(shù)的普以及家庭互聯(lián)網(wǎng)的普及，網(wǎng)絡(luò)電視，直播、短視頻等內(nèi)容預(yù)發(fā)普及，視頻流量成為了當(dāng)今互聯(lián)網(wǎng)上的主要應(yīng)用流量。一些研究報(bào)告預(yù)測視頻流將在2027年占據(jù)互聯(lián)網(wǎng)流量的79％。因此，對(duì)視頻數(shù)據(jù)質(zhì)量進(jìn)行分析管理具有重要意義。而與可以從客戶端軟件直接評(píng)估視頻質(zhì)量的視頻內(nèi)容提供商相比，互聯(lián)網(wǎng)服務(wù)提供商必須在流量流經(jīng)網(wǎng)絡(luò)時(shí)推斷視頻質(zhì)量。

2、目前，基于超文本傳輸安全協(xié)議和快速用戶數(shù)據(jù)報(bào)協(xié)議網(wǎng)絡(luò)連接的視頻流內(nèi)容逐步增加，加密視頻流量在現(xiàn)網(wǎng)環(huán)境的占比越來越高，端到端加密變得越來越普遍，但在視頻流的端到端加密時(shí)，互聯(lián)網(wǎng)服務(wù)提供商無法僅從可直接觀察的網(wǎng)絡(luò)流量屬性推斷視頻質(zhì)量指標(biāo)。因此，互聯(lián)網(wǎng)服務(wù)商亟需加密視頻流量分析的手段。

技術(shù)實(shí)現(xiàn)思路

1、本說明書一個(gè)實(shí)施例的目的是提供一種視頻指標(biāo)識(shí)別模型訓(xùn)練方法和裝置，以解決對(duì)加密視頻質(zhì)量分析困難的問題。

2、為解決上述技術(shù)問題，本說明書一個(gè)實(shí)施例是這樣實(shí)現(xiàn)的：

3、第一方面，本說明書一個(gè)實(shí)施例提供了一種視頻指標(biāo)識(shí)別模型訓(xùn)練方法，包括：

4、根據(jù)加密視頻數(shù)據(jù)集中各加密視頻的流量數(shù)據(jù)，計(jì)算所述各加密視頻在至少一個(gè)維度的流量特征，得到至少一個(gè)維度的流量特征集；

5、基于所述至少一個(gè)維度的流量特征集構(gòu)建訓(xùn)練樣本，并根據(jù)所述訓(xùn)練樣本和所述各加密視頻的視頻指標(biāo)進(jìn)行模型訓(xùn)練，得到初始指標(biāo)識(shí)別模型；

6、讀取所述初始指標(biāo)識(shí)別模型的關(guān)鍵特征標(biāo)識(shí)，基于所述關(guān)鍵特征標(biāo)識(shí)在所述至少一個(gè)維度的流量特征集中進(jìn)行特征篩選，得到流量特征子集；

7、以所述流量特征子集作為訓(xùn)練樣本，以所述各加密視頻的視頻指標(biāo)作為樣本標(biāo)簽，對(duì)所述初始指標(biāo)識(shí)別模型進(jìn)行模型訓(xùn)練，得到視頻指標(biāo)識(shí)別模型。

8、第二方面，本說明書另一個(gè)實(shí)施例提供了一種視頻指標(biāo)識(shí)別模型訓(xùn)練裝置，包括：

9、特征計(jì)算模塊，被配置為根據(jù)加密視頻數(shù)據(jù)集中各加密視頻的流量數(shù)據(jù)，計(jì)算所述各加密視頻在至少一個(gè)維度的流量特征，得到至少一個(gè)維度的流量特征集；

10、第一模型訓(xùn)練模塊，被配置為基于所述至少一個(gè)維度的流量特征集構(gòu)建訓(xùn)練樣本，并根據(jù)所述訓(xùn)練樣本和所述各加密視頻的視頻指標(biāo)進(jìn)行模型訓(xùn)練，得到初始指標(biāo)識(shí)別模型；

11、特征篩選模塊，被配置為讀取所述初始指標(biāo)識(shí)別模型的關(guān)鍵特征標(biāo)識(shí)，基于所述關(guān)鍵特征標(biāo)識(shí)在所述至少一個(gè)維度的流量特征集中進(jìn)行特征篩選，得到流量特征子集；

12、第二模型訓(xùn)練模塊，被配置為以所述流量特征子集作為訓(xùn)練樣本，以所述各加密視頻的視頻指標(biāo)作為樣本標(biāo)簽，對(duì)所述初始指標(biāo)識(shí)別模型進(jìn)行模型訓(xùn)練，得到視頻指標(biāo)識(shí)別模型。

13、第三方面，本說明書又一個(gè)實(shí)施例提供了一種視頻指標(biāo)識(shí)別模型訓(xùn)練設(shè)備，包括：存儲(chǔ)器、處理器和存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一方面所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法的步驟。

14、第四方面，本說明書再一個(gè)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)用于存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一方面所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法的步驟。

15、本實(shí)施例提供的視頻指標(biāo)識(shí)別模型訓(xùn)練方法，首先根據(jù)加密視頻數(shù)據(jù)集中各加密視頻的流量數(shù)據(jù)，計(jì)算各加密視頻在至少一個(gè)維度的流量特征，得到至少一個(gè)維度的流量特征集，根據(jù)至少一個(gè)維度的流量特征集構(gòu)建的訓(xùn)練樣本和各加密視頻的視頻指標(biāo)進(jìn)行模型訓(xùn)練，得到初始指標(biāo)識(shí)別模型，通過至少一個(gè)維度的流量特征集進(jìn)行模型訓(xùn)練，提升訓(xùn)練得到的初始指標(biāo)模型的指標(biāo)識(shí)別效果，進(jìn)一步，在得到初始指標(biāo)識(shí)別模型之后，讀取初始指標(biāo)識(shí)別模型的關(guān)鍵特征標(biāo)識(shí)，基于關(guān)鍵特征標(biāo)識(shí)在至少一個(gè)維度的流量特征集中進(jìn)行特征篩選，得到流量特征子集，以流量特征子集作為訓(xùn)練樣本，以各加密視頻的視頻指標(biāo)作為樣本標(biāo)簽，對(duì)初始指標(biāo)識(shí)別模型進(jìn)行模型訓(xùn)練，得到視頻指標(biāo)識(shí)別模型，通過對(duì)初始指標(biāo)識(shí)別模型的關(guān)鍵特征標(biāo)識(shí)的提取，得到訓(xùn)練初始指標(biāo)識(shí)別模型的過程中對(duì)初始指標(biāo)識(shí)別模型的模型效果產(chǎn)生主要影響的關(guān)鍵特征標(biāo)識(shí)，基于關(guān)鍵特征標(biāo)識(shí)在流量特征集中篩選得到的流量特征子集對(duì)初始指標(biāo)識(shí)別模型進(jìn)行模型訓(xùn)練，以此，利用對(duì)初始指標(biāo)識(shí)別模型的模型效果產(chǎn)生主要影響的關(guān)鍵特征對(duì)初始指標(biāo)識(shí)別模型進(jìn)行進(jìn)一步訓(xùn)練，提升得到的視頻指標(biāo)識(shí)別模型的識(shí)別準(zhǔn)確率。

技術(shù)特征：

1.一種視頻指標(biāo)識(shí)別模型訓(xùn)練方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法，其特征在于，所述根據(jù)加密視頻數(shù)據(jù)集中各加密視頻的流量數(shù)據(jù)，計(jì)算所述各加密視頻在至少一個(gè)維度的流量特征，得到至少一個(gè)維度的流量特征集，包括：

3.根據(jù)權(quán)利要求2所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法，其特征在于，所述基于所述至少一個(gè)維度的流量特征集構(gòu)建訓(xùn)練樣本，包括：

4.根據(jù)權(quán)利要求2所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法，其特征在于，所述網(wǎng)絡(luò)層流量特征集中任一加密視頻的網(wǎng)絡(luò)層流量特征，采用如下方式計(jì)算：

5.根據(jù)權(quán)利要求2所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法，其特征在于，所述傳輸層流量特征集中任一加密視頻的傳輸層流量特征，采用如下方式計(jì)算：

6.根據(jù)權(quán)利要求2所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法，其特征在于，所述應(yīng)用層流量特征集中任一加密視頻的應(yīng)用層流量特征，采用如下方式計(jì)算：

7.根據(jù)權(quán)利要求1所述的視頻指標(biāo)識(shí)別模型訓(xùn)練方法，其特征在于，所述根據(jù)所述訓(xùn)練樣本和所述各加密視頻的視頻指標(biāo)進(jìn)行模型訓(xùn)練，包括：

8.一種視頻指標(biāo)識(shí)別模型訓(xùn)練裝置，其特征在于，包括：

9.一種視頻指標(biāo)識(shí)別模型訓(xùn)練設(shè)備，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令在上述處理器上運(yùn)行時(shí)，能夠?qū)崿F(xiàn)上述權(quán)利要求1-7任一項(xiàng)所述的方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，其特征在于，所述計(jì)算機(jī)可執(zhí)行指令在被處理器執(zhí)行時(shí)，能夠?qū)崿F(xiàn)上述權(quán)利要求1-7任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本說明書一個(gè)實(shí)施例提供了一種視頻指標(biāo)識(shí)別模型訓(xùn)練方法和裝置，該方法包括：根據(jù)加密視頻數(shù)據(jù)集中各加密視頻的流量數(shù)據(jù)，計(jì)算各加密視頻在至少一個(gè)維度的流量特征，得到至少一個(gè)維度的流量特征集，基于至少一個(gè)維度的流量特征集構(gòu)建訓(xùn)練樣本，并根據(jù)訓(xùn)練樣本和各加密視頻的視頻指標(biāo)進(jìn)行模型訓(xùn)練，得到初始指標(biāo)識(shí)別模型，讀取初始指標(biāo)識(shí)別模型的關(guān)鍵特征標(biāo)識(shí)，基于關(guān)鍵特征標(biāo)識(shí)在至少一個(gè)維度的流量特征集中進(jìn)行特征篩選，得到流量特征子集，以流量特征子集作為訓(xùn)練樣本，以各加密視頻的視頻指標(biāo)作為樣本標(biāo)簽，對(duì)初始指標(biāo)識(shí)別模型進(jìn)行模型訓(xùn)練，得到視頻指標(biāo)識(shí)別模型，以解決加密視頻質(zhì)量分析困難的問題。

技術(shù)研發(fā)人員：高翔,王鈺龍,宋磊,趙雪圻
受保護(hù)的技術(shù)使用者：中國移動(dòng)通信集團(tuán)山東有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21