[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評價方法

有效

• 申請?zhí)枺?/td>: 201710268980.7
• 申請日: 2017-04-24
• 公開（公告）號: CN107027023B
• 公開（公告）日: 2018-07-13
• 發(fā)明（設(shè)計）人: 王晶;費澤松;趙曉涵;李成才
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: H04N17/00
• 分類號: H04N17/00
• 代理公司: 北京理工正陽知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11639
• 代理人: 毛燕

1.基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評價方法，其特征在于：包括如下步驟，

步驟一、在VoIP視頻通話過程中，使用有網(wǎng)絡(luò)參數(shù)記錄功能的VoIP軟件對實時網(wǎng)絡(luò)參數(shù)進行采集，同時測試人員給出該次視頻通話的主觀測試分數(shù)；

步驟二、對步驟一中得到的網(wǎng)絡(luò)參數(shù)進行預(yù)處理，得到一系列統(tǒng)計參數(shù)；

步驟三、對步驟二中得到的M個統(tǒng)計參數(shù)進行初步降維處理，得到J維參數(shù)；

步驟四、對I段視頻的數(shù)據(jù)標(biāo)準化處理后進行主成分分析，并得到降維后的矩陣；

步驟五、構(gòu)建神經(jīng)網(wǎng)絡(luò)：將I段視頻的Q個參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，對應(yīng)該段視頻的主觀質(zhì)量測試得分作為參考輸出，進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，得到各神經(jīng)節(jié)點的權(quán)重及閾值，即完成神經(jīng)網(wǎng)絡(luò)構(gòu)建；

步驟六、構(gòu)建完成后的神經(jīng)網(wǎng)絡(luò)的輸出即為根據(jù)輸入?yún)?shù)映射得到的客觀質(zhì)量評分；

至此，從步驟一到步驟六，完成基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評估方法。

2.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評價方法，其特征在于：

步驟一具體實現(xiàn)方法為，在一段視頻通話中，每隔一定時間VoIP軟件記錄當(dāng)前通話環(huán)境中的網(wǎng)絡(luò)參數(shù)，網(wǎng)絡(luò)參數(shù)包含丟包率、延時值、抖動緩存時間、幀率，共記錄N組數(shù)據(jù)，測試人員根據(jù)此次視頻通話的流暢度和清晰度給出主觀測試分數(shù)。

3.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評價方法，其特征在于：

步驟二具體實現(xiàn)方法為，根據(jù)步驟一中記錄的N組數(shù)據(jù)，計算出一段視頻中丟包率、延遲、抖動緩存時間和幀率的最大值、最小值、方差、平均數(shù)、中位數(shù)和眾數(shù)。

4.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評價方法，其特征在于：

步驟三具體實現(xiàn)方法為，選擇步驟二中得到的某段視頻中M個參數(shù)，對其進行協(xié)方差計算，根據(jù)計算結(jié)果，去除互相關(guān)系數(shù)較高的多余參數(shù)，只保留互相關(guān)系數(shù)低于設(shè)定閾值的J個參數(shù)。

5.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評價方法，其特征在于：

步驟四具體實現(xiàn)方法為，

步驟4.1.統(tǒng)一J個參數(shù)的單位量度，進行標(biāo)準化處理，具體公式如下：

其中，x_ij是第i段視頻第j個參數(shù)的值，是第j個參數(shù)的樣本均值，σ_j是第j個參數(shù)的標(biāo)準差；

步驟4.2.將I段視頻的參數(shù)構(gòu)建成大小為I*J的矩陣A，對矩陣A進行主成分分析并降維，得到降維后大小為I*Q的矩陣，其中Q<J。

6.如權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的VoIP無參考視頻通信質(zhì)量客觀評價方法，其特征在于：

步驟五具體實現(xiàn)方法為，

步驟5.1：初始化數(shù)據(jù)，將各個權(quán)值和閾值分別設(shè)為較小的初始值；

步驟5.2：導(dǎo)入一段視頻對應(yīng)的Q個參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入，該段視頻的主觀測試得分為參考輸出，依次訓(xùn)練多段視頻；

所述的一段視頻指步驟四中得到的I段視頻中的一段視頻；

步驟5.3：根據(jù)輸入樣本以及各節(jié)點的激勵函數(shù)計算輸出層神經(jīng)元的輸出；

步驟5.4：將計算結(jié)果與參考輸出比較，求出各層的誤差；

步驟5.5：根據(jù)計算結(jié)果更新輸入層、隱藏層、輸出層各節(jié)點的權(quán)值和閾值；

步驟5.6：若誤差未達到學(xué)習(xí)精度以內(nèi)，從步驟5.3重新進行學(xué)習(xí)；若誤差在學(xué)習(xí)精度以內(nèi)，學(xué)習(xí)結(jié)束，即完成神經(jīng)網(wǎng)絡(luò)構(gòu)建。