CN101448176B - 一种基于视频特征的流视频质量评估方法 - Google Patents
一种基于视频特征的流视频质量评估方法 Download PDFInfo
- Publication number
- CN101448176B CN101448176B CN2008102076974A CN200810207697A CN101448176B CN 101448176 B CN101448176 B CN 101448176B CN 2008102076974 A CN2008102076974 A CN 2008102076974A CN 200810207697 A CN200810207697 A CN 200810207697A CN 101448176 B CN101448176 B CN 101448176B
- Authority
- CN
- China
- Prior art keywords
- video
- packet loss
- network
- damage
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种基于视频特征的流视频质量评估方法,该方法在一个对MPEG-TS流模拟网络丢包的仿真环境实现,通过人为丢包来模拟网络损伤,同时记录丢包数据,分析受损帧的图像特征,并且人眼观察视频损伤对视觉效果产生的影响,从而建立一种一一对应的关系,在实际应用中,便可以通过采样传输媒体,通过分析网络损伤,获得符合用户主观感受的QoE评估值。本发明将客观评估方法与主观评估方法相结合,使得评估值更接近用户真实感受;通过实时分析流媒体业务中视频流的压缩域数据来进行评估,实时分析的可行性较高。
Description
技术领域
本发明涉及视频的用户体验质量(QoE)技术领域,具体地说是一种基于视频特征的流视频质量评估方法。
背景技术
以互联网络协议(IP)为代表的分组网络技术的迅速发展,使得分组网络具有高带宽、接入方便、费用低等优点,其提供的应用不简单地局限于网页浏览、电子邮件、搜索引擎等信息工具类应用,而是扩展到IPTV等流媒体服务。与此同时,流视频业务具有高带宽、实时性要求高,对分组丢失、乱序、传输延迟、时延抖动等网络损伤非常敏感的特性。但是,作为分组网络核心协议的传统IP协议只有一种服务类型,即尽力而为(best effort)的服务模型,它不提供任何服务质量保证,只是尽网络的最大能力传送分组,分组丢失、传输延迟及时延抖动是不可避免的,这就意味了在分组网络中潜在着损伤流媒体服务中视频质量的可能性。
因此,为了能够在尽力而为的分组网络上实现更为稳定可靠的流视频服务运营,需要深入地理解网络损伤特征及其对流视频服务质量的影响,即进行网络损伤特征分析与视频质量分析。视频质量评估从方法上分为主观评估方法和客观评估方法。前者凭感知者主观感受评价对象的质量,但是实时性不好,而且要耗费大量的人力物力,通常不能直接用于流媒体服务中的视频质量评估;后者依据模型给出的量化指标衡量视频图像质量,但是评估出的视频质量和人对视频的主观感受有很大的出入。
发明内容
本发明的目的是针对现有技术的不足而提出的一种基于视频特征的流视频质量评估方法,该方法通过分析视频受损图像的空间复杂度以及时间变化度等视频内容特征,并结合主观评估的方法,真实表达出符合用户主观感受的较准确的QoE(用户体验质量)。
本发明的目的是这样实现的:
一种基于视频特征的流视频质量评估方法,该方法需要在一个对MPEG-TS(动态图像专家组制定的实时视频传输流标准)流模拟网络丢包的仿真环境实现。通过人为模拟网络丢包,设置丢包率,记录下丢包数据。然后并行工作,一方面根据丢失数据所在帧的帧头信息,以及slice(片)层及macro block(宏块)层的附加信息判断受损的帧序列,然后提取这些受损帧的DCT(离散余弦变换)系数和运动向量,分析画面的时间特征和空间特征。另一方面,用主观评估的方法观察受损视频,记录主观感受。然后将两方面结果相结合,从而得到一个映射关系:丢失的包影响的受损帧的图像特征决定了人对具体损伤的主观感受,具体操作步骤:
第一步:设定丢包率(%)。
第二步:根据步骤一中的丢包率人为手动丢包。
第三步:把丢掉的包数据保存。
第四步:将丢包后视频单独保存为视频。
第五步:扫描丢包所在帧的图像头,通过帧头信息,以及slice(片)层及macro block(宏块)层的附加信息获得受损帧序列。
第六步:提取受损帧序列的离散余弦变换(DCT)系数和运动向量等特征。
第七步:根据离散余弦变换(DCT)系数和一些量化指标得到受损图像的空间复杂度;同时根据运动向量和非运动补偿的帧间编码宏块所占的比例得到受损图像的时间变化度,进而根据空间复杂度和时间变化度得到受损视频的特征。
第八步:使用视频局域网客户端(VLC)软件播放丢包后的视频,人眼观看效果。
第九步:记录结果。
第十步:多次重复第一步到第九步,直到数据足够。
第十一步:得出丢失数据包特征与视频质量损伤之间映射关系,依此便可根据网络丢包情况以及视频特征预测视频质量。
第十二步:结束。
本发明的进一步特征在于第七步到第九步,使用无参考的评估方法,分析受损帧的图像特征,并且将主观与客观相结合。
与背景技术相比,本发明有以下优点:
(1)主客观评估相结合:根据分组网络实际状况与流式视频业务的特点,提出建立更适合流式视频业务的评估方法。该方法改善了已有评估方法中参量选取的静态性以及业务与网络特性的隔离等问题,能将主观体验和客观评估数据更有机结合在一起。一方面通过分析网络造成的损伤,获得受损帧的图像特征,从而得到视频的客观受损情况;另一方面,通过人眼观察受损视频,得出用户对这种受损情况的可接受情况,然后将两种结果综合,得出最接近用户的QoE值,这便弥补了传统方法中单纯主观评估方法与单一客观评估方法各自存在的不足。
(2)实时分析可行性高:通过实时分析包括视频压缩域的时间变化度与空间复杂度在内的视频特征,提出和网络损伤特征相匹配的评估方法。该评估方法无需把视频流数据解码成视频序列,而是通过实时分析流媒体业务中视频流的压缩域数据进行评估,实时分析的可行性较高;
(3)准确度高:通过这种评估方法,使得评估结果能较真实地表达出基于QoE的视频质量感知情况,同时,其量化过程无需参考原始视频信息进行空域与时域的视觉激励比较等计算复杂耗时的操作,而是根据视频特性建立视频损伤的特征情况与视频质量评估标准分值之间的关系。
附图说明
图1是本发明的结构图
图2是本发明具体操作流程图
具体实施方式
现结合附图详细说明本发明的技术方案:
实施例
本发本需要在一个模拟环境中,通过对原始MPEG-TS文件进行人为丢包,模拟网络损伤,然后将丢包数据、丢包后的MPEG-TS文件保存、分析,得到丢失数据导致的受损帧的画面特征与视觉效果损伤之间的映射关系,具体操作步骤:
第一步:输入丢包率(%),
第二步:根据步骤一中的丢包率通过发包软件进行随机丢包。
第三步:把丢掉的包数据保存。
第四步:将丢包后视频单独保存为视频。
第五步:扫描丢包所在帧的图像头,通过帧头信息,以及slice层及macroblock层的附加信息获得受损帧序列。
第六步:提取受损帧序列的DCT系数和运动向量等特征。
第七步:根据DCT系数和一些量化指标得到受损图像的空间复杂度;同时根据运动向量和非运动补偿的帧间编码宏块所占的比例得到受损图像的时间变化度,进而根据空间复杂度和时间变化度得到受损视频的特征。
第八步:使用软件VLC播放丢包后的视频,人眼观看效果。
第九步:记录结果。
第十步:多次重复第一步到第九步,直到数据足够。
第十一步:得出丢失数据包特征与视频质量损伤之间的映射关系。依此便可根据网络丢包情况以及视频特征预测视频质量。
第十二步:结束。
Claims (1)
1.一种基于视频特征的流视频质量评估方法,该方法要在一个对动态图像专家组制定的实时视频传输流标准流模拟网络丢包的仿真环境中,通过对动态图像专家组制定的实时视频传输流标准流文件进行人为丢包,模拟网络损伤,然后将丢包数据、丢包后的实时视频传输流标准流文件保存、分析,得到丢失数据导致的受损帧的画面特征与视觉效果损伤之间的映射关系,依此便可根据网络丢包情况以及视频特征预测视频质量,具体操作步骤:
第一步:设定丢包率;
第二步:根据步骤一中的丢包率人为手动丢包;
第三步:把丢掉的包数据保存;
第四步:将丢包后视频单独保存为视频;
第五步:扫描丢包所在帧的图像头,通过帧头信息,以及片层及宏块层的附加信息获得受损帧序列;
第六步:提取受损帧序列的离散余弦变换系数和运动向量等特征;
第七步:根据离散余弦变换系数和一些量化指标得到受损图像的空间复杂度;同时根据运动向量和非运动补偿的帧间编码宏块所占的比例得到受损图像的时间变化度,进而根据空间复杂度和时间变化度得到受损视频的特征;
第八步:使用视频局域网客户端软件播放丢包后的视频,人眼观看效果;
第九步:记录结果;
第十步:多次重复第一步到第九步,直到数据足够;
第十一步:得出丢失数据包特征与视频质量损伤之间映射关系,依此便可根据网络丢包情况以及视频特征预测视频质量;
第十二步:结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102076974A CN101448176B (zh) | 2008-12-25 | 2008-12-25 | 一种基于视频特征的流视频质量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102076974A CN101448176B (zh) | 2008-12-25 | 2008-12-25 | 一种基于视频特征的流视频质量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101448176A CN101448176A (zh) | 2009-06-03 |
CN101448176B true CN101448176B (zh) | 2010-06-16 |
Family
ID=40743519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102076974A Expired - Fee Related CN101448176B (zh) | 2008-12-25 | 2008-12-25 | 一种基于视频特征的流视频质量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101448176B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102056004B (zh) * | 2009-11-03 | 2012-10-03 | 华为技术有限公司 | 一种视频质量评估方法、设备及系统 |
CN102223565B (zh) * | 2010-04-15 | 2013-03-20 | 上海未来宽带技术股份有限公司 | 一种基于视频内容特征的流媒体视频质量评估方法 |
CN102572501A (zh) * | 2010-12-23 | 2012-07-11 | 华东师范大学 | 考虑网络性能及视频本身特征的视频质量评估方法及装置 |
WO2011150654A1 (zh) * | 2010-12-31 | 2011-12-08 | 华为技术有限公司 | 视频质量的评估方法、终端、服务器及系统 |
CN102143388B (zh) * | 2011-04-22 | 2013-12-18 | 赛特斯信息科技股份有限公司 | Iptv用户体验质量评估装置及评估方法 |
CN102594621A (zh) * | 2012-02-21 | 2012-07-18 | 德科仕通信(上海)有限公司 | 一种高性能ip媒体流监测方法及系统 |
CN103108210B (zh) * | 2013-03-07 | 2015-04-15 | 福州大学 | 基于空域复杂度的无参考视频质量评价方法 |
CN103796079B (zh) * | 2013-12-26 | 2017-03-22 | 国家新闻出版广电总局广播科学研究院 | 地面数字电视传输分配网信道损伤模拟方法 |
CN104092960B (zh) * | 2014-07-26 | 2017-06-06 | 福州大学 | 一种基于视觉主观感受的视频源切换方法 |
CN106375754B (zh) * | 2015-07-22 | 2018-03-06 | 中国人民解放军理工大学 | 基于视觉刺激衰减特性的无参考视频质量评估方法 |
CN105430383A (zh) * | 2015-12-07 | 2016-03-23 | 广东电网有限责任公司珠海供电局 | 一种视频流媒体业务的体验质量评估方法 |
CN108184117B (zh) * | 2018-01-10 | 2021-11-26 | 北京工业大学 | 基于内容的比特流层视频质量评价模型 |
CN110691238A (zh) * | 2019-11-06 | 2020-01-14 | 苏州科达科技股份有限公司 | 一种视频重建质量测试方法、装置、设备及可读存储介质 |
CN114666571B (zh) * | 2022-03-07 | 2024-06-14 | 中国科学院自动化研究所 | 视频敏感内容检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1669338A (zh) * | 2002-07-17 | 2005-09-14 | 皇家飞利浦电子股份有限公司 | 用于测量视频数据质量的方法和设备 |
CN1809175A (zh) * | 2005-01-17 | 2006-07-26 | 华为技术有限公司 | 一种视频质量评估方法 |
CN1885954A (zh) * | 2005-06-23 | 2006-12-27 | 华为技术有限公司 | 一种方块效应度量方法和视频质量评估方法 |
-
2008
- 2008-12-25 CN CN2008102076974A patent/CN101448176B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1669338A (zh) * | 2002-07-17 | 2005-09-14 | 皇家飞利浦电子股份有限公司 | 用于测量视频数据质量的方法和设备 |
CN1809175A (zh) * | 2005-01-17 | 2006-07-26 | 华为技术有限公司 | 一种视频质量评估方法 |
CN1885954A (zh) * | 2005-06-23 | 2006-12-27 | 华为技术有限公司 | 一种方块效应度量方法和视频质量评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101448176A (zh) | 2009-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101448176B (zh) | 一种基于视频特征的流视频质量评估方法 | |
CN101448175B (zh) | 一种无参考的流视频质量评估方法 | |
Zhang et al. | Subjective and objective quality assessment of panoramic videos in virtual reality environments | |
Piamrat et al. | Quality of experience measurements for video streaming over wireless networks | |
US7936916B2 (en) | System and method for video quality measurement based on packet metric and image metric | |
CN103533367B (zh) | 一种无参考视频质量评价方法及装置 | |
CN103414915A (zh) | 一种网站上传视频质量评价方法及装置 | |
CN104954778B (zh) | 一种基于感知特征集的立体图像质量客观评价方法 | |
Paudyal et al. | A study on the effects of quality of service parameters on perceived video quality | |
Wang et al. | VQM-based QoS/QoE mapping for streaming video | |
CN102904773B (zh) | 一种网络业务质量的测量方法和装置 | |
JP2015523755A5 (zh) | ||
Xue et al. | Mobile video perception: New insights and adaptation strategies | |
Li et al. | Subjective and objective quality assessment of compressed screen content videos | |
Vega et al. | Resilience of video streaming services to network impairments | |
Mocanu et al. | When does lower bitrate give higher quality in modern video services? | |
Aguiar et al. | Video quality estimator for wireless mesh networks | |
Battisti et al. | QoS to QoE mapping model for wired/wireless video communication | |
Torres Vega et al. | An experimental survey of no-reference video quality assessment methods | |
Aguiar et al. | Real-time QoE prediction for multimedia applications in wireless mesh networks | |
CN110677725B (zh) | 一种基于互联网电视业务的音视频异态检测方法及系统 | |
Konuk et al. | A spatiotemporal no-reference video quality assessment model | |
Wang et al. | A study on QoS/QoE correlation model in wireless-network | |
Zhang et al. | Qoecenter: A visual platform for qoe evaluation of streaming video services | |
Deng et al. | A novel strategy to evaluate QoE for video service delivered over HTTP adaptive streaming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100616 Termination date: 20161225 |
|
CF01 | Termination of patent right due to non-payment of annual fee |