[發明專利]一種基于視頻特征的流視頻質量評估方法

有效

• 申請號: 200810207697.4
• 申請日: 2008-12-25
• 公開（公告）號: CN101448176A
• 公開（公告）日: 2009-06-03
• 發明（設計）人: 賀樑;顧君忠;邱萌;薛靜;馬天龍;楊燕;林欣;許文濤;常潘;陸濤
• 申請（專利權）人: 華東師范大學
• 主分類號: H04N17/00
• 分類號: H04N17/00
• 代理公司: 上海藍迪專利事務所
• 代理人: 徐筱梅

技術領域

本發明涉及視頻的用戶體驗質量(QoE)技術領域，具體地說是一種基于視頻特征的流視頻質量評估方法。

背景技術

以互聯網絡協議(IP)為代表的分組網絡技術的迅速發展，使得分組網絡具有高帶寬、接入方便、費用低等優點，其提供的應用不簡單地局限于網頁瀏覽、電子郵件、搜索引擎等信息工具類應用，而是擴展到IPTV等流媒體服務。與此同時，流視頻業務具有高帶寬、實時性要求高，對分組丟失、亂序、傳輸延遲、時延抖動等網絡損傷非常敏感的特性。但是，作為分組網絡核心協議的傳統IP協議只有一種服務類型，即盡力而為(best?effort)的服務模型，它不提供任何服務質量保證，只是盡網絡的最大能力傳送分組，分組丟失、傳輸延遲及時延抖動是不可避免的，這就意味了在分組網絡中潛在著損傷流媒體服務中視頻質量的可能性。

因此，為了能夠在盡力而為的分組網絡上實現更為穩定可靠的流視頻服務運營，需要深入地理解網絡損傷特征及其對流視頻服務質量的影響，即進行網絡損傷特征分析與視頻質量分析。視頻質量評估從方法上分為主觀評估方法和客觀評估方法。前者憑感知者主觀感受評價對象的質量，但是實時性不好，而且要耗費大量的人力物力，通常不能直接用于流媒體服務中的視頻質量評估；后者依據模型給出的量化指標衡量視頻圖像質量，但是評估出的視頻質量和人對視頻的主觀感受有很大的出入。

發明內容

本發明的目的是針對現有技術的不足而提出的一種基于視頻特征的流視頻質量評估方法，該方法通過分析視頻受損圖像的空間復雜度以及時間變化度等視頻內容特征，并結合主觀評估的方法，真實表達出符合用戶主觀感受的較準確的QoE(用戶體驗質量)。

本發明的目的是這樣實現的：

一種基于視頻特征的流視頻質量評估方法，該方法需要在一個對MPEG-TS(動態圖像專家組制定的實時視頻傳輸流標準)流模擬網絡丟包的仿真環境實現。通過人為模擬網絡丟包，設置丟包率，記錄下丟包數據。然后并行工作，一方面根據丟失數據所在幀的幀頭信息，以及slice(片)層及macro?block(宏塊)層的附加信息判斷受損的幀序列，然后提取這些受損幀的DCT(離散余弦變換)系數和運動向量，分析畫面的時間特征和空間特征。另一方面，用主觀評估的方法觀察受損視頻，記錄主觀感受。然后將兩方面結果相結合，從而得到一個映射關系：丟失的包影響的受損幀的圖像特征決定了人對具體損傷的主觀感受，具體操作步驟：

第一步：設定丟包率(％)。

第二步：根據步驟一中的丟包率人為手動丟包。

第三步：把丟掉的包數據保存。

第四步：將丟包后視頻單獨保存為視頻。

第五步：掃描丟包所在幀的圖像頭，通過幀頭信息，以及slice(片)層及macro?block(宏塊)層的附加信息獲得受損幀序列。

第六步：提取受損幀序列的離散余弦變換(DCT)系數和運動向量等特征。

第七步：根據離散余弦變換(DCT)系數和一些量化指標得到受損圖像的空間復雜度；同時根據運動向量和非運動補償的幀間編碼宏塊所占的比例得到受損圖像的時間變化度，進而根據空間復雜度和時間變化度得到受損視頻的特征。

第八步：使用視頻局域網客戶端(VLC)軟件播放丟包后的視頻，人眼觀看效果。

第九步：記錄結果。

第十步：多次重復第一步到第九步，直到數據足夠。

第十一步：得出丟失數據包特征與視頻質量損傷之間映射關系，依此便可根據網絡丟包情況以及視頻特征預測視頻質量。

第十二步：結束。

本發明的進一步特征在于第七步到第九步，使用無參考的評估方法，分析受損幀的圖像特征，并且將主觀與客觀相結合。

與背景技術相比，本發明有以下優點：

(1)主客觀評估相結合：根據分組網絡實際狀況與流式視頻業務的特點，提出建立更適合流式視頻業務的評估方法。該方法改善了已有評估方法中參量選取的靜態性以及業務與網絡特性的隔離等問題，能將主觀體驗和客觀評估數據更有機結合在一起。一方面通過分析網絡造成的損傷，獲得受損幀的圖像特征，從而得到視頻的客觀受損情況；另一方面，通過人眼觀察受損視頻，得出用戶對這種受損情況的可接受情況，然后將兩種結果綜合，得出最接近用戶的QoE值，這便彌補了傳統方法中單純主觀評估方法與單一客觀評估方法各自存在的不足。

(2)實時分析可行性高：通過實時分析包括視頻壓縮域的時間變化度與空間復雜度在內的視頻特征，提出和網絡損傷特征相匹配的評估方法。該評估方法無需把視頻流數據解碼成視頻序列，而是通過實時分析流媒體業務中視頻流的壓縮域數據進行評估，實時分析的可行性較高；