1.一種面向移動(dòng)端視頻的自適應(yīng)超分辨率方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，超分辨率模型包含四個(gè)主要部分：淺層特征提取、深層特征提取、重建和后處理，淺層特征提取部分使用一個(gè)卷積層和prelu激活函數(shù)將輸入低分辨率圖像il轉(zhuǎn)換為特征空間，得到第一特征圖f0；深層特征提取部分利用兩對(duì)卷積層和prelu激活函數(shù)層對(duì)第一特征圖f0提取第二特征圖fi；重建部分再次使用一個(gè)卷積層作為過(guò)渡層將第二特征圖特征fi映射回高分辨率圖像空間，獲得殘差圖像特征ft，并將殘差圖像特征ft與輸入低分辨率圖像相加，得到超分辨率圖像fs；后處理部分通過(guò)像素重排層重新排列圖像，并通過(guò)剪輯節(jié)點(diǎn)將值限制在正常范圍內(nèi)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，超分辨率模型訓(xùn)練過(guò)程中損失函數(shù)采用l1損失函數(shù)：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，智能決策體模型中，行動(dòng)的累積獎(jiǎng)勵(lì)ri通過(guò)對(duì)未來(lái)所有可能獲得的視頻塊k的即時(shí)獎(jiǎng)勵(lì)qoek采用折扣因子γ進(jìn)行加權(quán)和求和來(lái)計(jì)算得到：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，智能決策體模型訓(xùn)練過(guò)程中利用優(yōu)勢(shì)估計(jì)來(lái)指導(dǎo)策略更新，提升智能體的決策能力，包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，自適應(yīng)重訓(xùn)練包括：利用計(jì)數(shù)器記錄移動(dòng)端設(shè)備連續(xù)多次數(shù)據(jù)塊的即時(shí)獎(jiǎng)勵(lì)為負(fù)的次數(shù)，當(dāng)計(jì)數(shù)器達(dá)到閾值δ，激活在線重新訓(xùn)練過(guò)程，重新訓(xùn)練過(guò)程之后，計(jì)數(shù)器重置為0。
7.一種面向移動(dòng)端視頻的自適應(yīng)超分辨率服務(wù)裝置，其特征在于，包括：
8.一種智能決策和超分服務(wù)裝置，其特征在于，所述裝置包括：一個(gè)或多個(gè)處理器；存儲(chǔ)器；以及一個(gè)或多個(gè)程序，其中所述一個(gè)或多個(gè)程序被存儲(chǔ)在所述存儲(chǔ)器中，并且被配置為由所述一個(gè)或多個(gè)處理器執(zhí)行，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6中任一項(xiàng)所述的面向移動(dòng)端視頻的自適應(yīng)超分辨率方法的各步驟。
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明如權(quán)利要求1-6中任一項(xiàng)所述的面向移動(dòng)端視頻的自適應(yīng)超分辨率方法的步驟。
10.一種視頻傳輸系統(tǒng)，其特征在于，包括內(nèi)容分發(fā)網(wǎng)絡(luò)、服務(wù)端、客戶端，所述服務(wù)端被配置為執(zhí)行如權(quán)利要求1-6中任一項(xiàng)所述的面向移動(dòng)端視頻的自適應(yīng)超分辨率方法或者采用如權(quán)利要求7所述的超分服務(wù)裝置，或者采用如權(quán)利要求8所述的智能決策和超分服務(wù)裝置，并將超分辨率模型和智能體所做的決策下發(fā)給客戶端，所述客戶端為部署了經(jīng)過(guò)服務(wù)端訓(xùn)練的超分辨率模型的移動(dòng)端設(shè)備，所述移動(dòng)端設(shè)備按照所述服務(wù)端的智能決策體的決策采取相對(duì)應(yīng)的動(dòng)作，從內(nèi)容分發(fā)網(wǎng)絡(luò)拉取視頻，供用戶觀看。