CN120264049A 基于动态优先级的多路视频流协同传输方法 （南京览众智能科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120264049A(43)申请公布日2025.07.04

(21)申请号202510591936.4

(22)申请日2025.05.09

(71)申请人南京览众智能科技有限公司

地址210000江苏省南京市栖霞区仙林街

道仙林大道118号尚东花园B区商业B-

33室

(72)发明人盛谦周鲁东蒋斌查宇峰

(74)专利代理机构南京苏博知识产权代理事务所(普通合伙)32411

专利代理师孙斌

(51)Int.CI.

HO4N21/262(2011.01)

HO4N21/458(2011.01)

HO4N21/475(2011.01)

GO6N20/00(2019.01)

权利要求书2页说明书11页附图2页

(54)发明名称

基于动态优先级的多路视频流协同传输方

法

(57)摘要

CN120264049A本发明涉及资源分配技术领域，具体为基于动态优先级的多路视频流协同传输方法，通过实时采集任务上下文特征参数、系统资源状态、用户行为响应与计算节点负载数据，构建优先级分配模型进行模式识别生成实时任务优先级。建立任务调度策略生成模型，采用优先级加权效能评估函数、内存-计算单元占用率预测矩阵及调整资源约束条件下的梯度优化目标进行资源分配，形成初始调度策略。通过自适应优化决策模型对数据进行多维参数融合分析，生成资源再分配修正向量，采用在线迭代优化机制对初始调度策略

CN120264049A

行。

实时采集与多路视频数据处理任务关联的任务上下文特征参数、

实时采集与多路视频数据处理任务关联的任务上下文特征参数、系统资源状态参数、用户行为响应数据和计算节点负载参数

构建优先级分配模型对所述任务上下文特征参数进行模式识别，生成各视频数据处理任务的实时优先级

建立任务调度策略生成模型，基于所述实时优先级对所述多路视频数据处理任务进行处理资源分配，生成初始调度策略

构造自适应优化决策模型对所述系统资源状态参数、用户行为响应数据和计算节点负载参数进行多维参数融合分析，生成资源再分配修正向量

根据所述资源再分配修正向量对所述初始调度策略进行在线迭代优化，生成最终实时优化任务调度策略

CN120264049A权利要求书1/2页

2

1.基于动态优先级的多路视频流协同传输方法，其特征在于，包括：

实时采集与多路视频数据处理任务关联的任务上下文特征参数、系统资源状态参数、用户行为响应数据和计算节点负载参数，所述任务上下文特征参数包括用户操作焦点坐标、应用事件触发序列和预定义任务规则集；

构建优先级分配模型对所述任务上下文特征参数进行模式识别，生成各路视频数据处理任务的实时优先级；

建立任务调度策略生成模型，基于所述实时优先级对所述多路视频数据处理任务进行处理资源分配，生成初始调度策略；所述任务调度策略生成模型的构建方法包括：生成优先级加权效能评估函数、预测内存-计算单元占用率矩阵和调整资源约束条件下的梯度优化目标；

构造自适应优化决策模型对所述系统资源状态参数、用户行为响应数据和计算节点负载参数进行多维参数融合分析，生成资源再分配修正向量；根据所述资源再分配修正向量对所述初始调度策略进行在线迭代优化，生成最终实时优化任务调度策略。

2.根据权利要求1所述的基于动态优先级的多路视频流协同传输方法，其特征在于：

构建所述优先级分配模型包括特征提取融合层、模式识别层和优先级映射层；

所述特征提取融合层对所述任务上下文特征参数进行预处理，对所述用户操作焦点坐标提取时空特征、对所述应用事件触发序列提取时序模式特征和对所述预定义任务规则集提取语义特征，通过对所述时空特征、时序模式特征和语义特征进行融合，生成综合任务上下文状态特征；所述模式识别层对融合的综合任务上下文状态特征进行分类和聚类，识别任务模式；所述优先级映射层依据映射函数将所述任务模式映射为优先级分数，生成各路视频数据处理任务的实时优先级。

3.根据权利要求2所述的基于动态优先级的多路视频流协同传输方法，其特征在于：

所述优先级映射层生成各路视频数据处理任务的实时优先级的过程包括：

获取由所述模式识别层识别并输出的任务模式；调用映射函数，所述映射函数为任务模式与优先级分数之间的对应关系；所述映射函数使用