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！

龙图腾网获悉浙江工业大学申请的专利基于多特征融合的视频流解码延迟预测与动态质量优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120151531B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510326052.6，技术领域涉及：H04N19/154；该发明授权基于多特征融合的视频流解码延迟预测与动态质量优化方法是由池凯凯;李玉琪设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本基于多特征融合的视频流解码延迟预测与动态质量优化方法在说明书摘要公布了：一种基于多特征融合的视频流解码延迟预测与动态质量优化方法，包括以下步骤：步骤1、视频流特征提取；步骤2、视频流解码延迟预测：设计混合模型架构预测解码延迟，即采用LightGBM子模型和LSTM残差补偿子模型；步骤3、视频流质量动态决策：MPC用于正常情况下，当网络波动剧烈时，切换到Q‑learning，最终在滚动窗口内确定CRF值的序列输出；步骤4、视频流平滑处理：视频播放采用双缓冲渐进式渲染和码率平滑滤波；步骤5、在完成视频流平滑处理后，将处理后的视频数据传送至显示设备进行渲染与呈现。本发明在端到端延迟约束下优化质量选择并抑制波动。

本发明授权基于多特征融合的视频流解码延迟预测与动态质量优化方法在权利要求书中公布了：1.一种基于多特征融合的视频流解码延迟预测与动态质量优化方法，其特征在于，所述方法包括以下步骤： 步骤1、视频流特征提取，过程如下： 步骤1.1：提取视频编码参数，包括CRF、码率、图像组结构和帧率； 步骤1.2：内容复杂度分析，包括解析运动向量并计算运动强度指数MVI，分析离散余弦变换DCT纹理熵； 步骤1.3：设备状态监控，包括采集GPU利用率和显存带宽占用率，构建设备性能指数DPI； 步骤2、视频流解码延迟预测：设计混合模型架构预测解码延迟，即采用LightGBM子模型和LSTM残差补偿子模型；过程如下： 步骤2.1:将静态编码参数，即CRF、码率、GOP、帧率输入预训练的LightGBM模型，输出基础解码时间预测值； 步骤2.2:将时序动态特征，即MVI序列、DCT纹理熵和DPI序列输入LSTM残差补偿模型，预测解码时间残差修正值； 步骤2.3:综合计算最终解码延迟预测值： ； 步骤2.4:采用增量学习策略，当单次预测误差15%或连续3次误差10%时触发在线更新机制，以最近设定数量个样本优化更新LightGBM模型和LSTM残差补偿模型参数； 步骤3、视频流质量动态决策：结合了改进型模型预测控制MPC算法和Q-learning强化学习策略两种方法，MPC用于正常情况下，考虑延迟约束和质量评分，允许一定延迟超限；当网络波动剧烈时，切换到Q-learning，通过强化学习在线调整决策，同时限制调整幅度以保持质量稳，最终在滚动窗口内确定CRF值的序列输出； 步骤4、视频流平滑处理：视频播放时采用最终决策出的视频质量编码参数CRF值，此编码参数反映出呈现的视频质量；在当前网络下最大化码率R max 以匹配CRF决策的最优画质，视频播放采用双缓冲渐进式渲染和码率平滑滤波； 步骤5、在完成视频流平滑处理后，将处理后的视频数据传送至显示设备进行渲染与呈现。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。