CN102056004B - 一种视频质量评估方法、设备及系统 - Google Patents

一种视频质量评估方法、设备及系统 Download PDF

Info

Publication number
CN102056004B
CN102056004B CN200910207416A CN200910207416A CN102056004B CN 102056004 B CN102056004 B CN 102056004B CN 200910207416 A CN200910207416 A CN 200910207416A CN 200910207416 A CN200910207416 A CN 200910207416A CN 102056004 B CN102056004 B CN 102056004B
Authority
CN
China
Prior art keywords
message
video
frame
band
losing
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.)
Active
Application number
CN200910207416A
Other languages
English (en)
Other versions
CN102056004A (zh
Inventor
杨佩林
于文晓
杨友庆
胡寅亮
徐相胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN200910207416A priority Critical patent/CN102056004B/zh
Priority to EP10827868.0A priority patent/EP2482558B1/en
Priority to PCT/CN2010/077985 priority patent/WO2011054254A1/zh
Priority to ES10827868.0T priority patent/ES2623938T3/es
Publication of CN102056004A publication Critical patent/CN102056004A/zh
Priority to US13/457,198 priority patent/US9030565B2/en
Application granted granted Critical
Publication of CN102056004B publication Critical patent/CN102056004B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/174—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/188—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a video data packet, e.g. a network abstraction layer [NAL] unit
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/89—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving methods or arrangements for detection of transmission errors at the decoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44209—Monitoring of downstream path of the transmission network originating from a server, e.g. bandwidth variations of a wireless network

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明实施例提供一种视频质量评估方法、设备及系统。一种视频质量评估方法，包括：确定视频帧中的丢失报文及所述丢失报文所属的条带；在所述丢失报文所属的条带中，确定本条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文；根据各条带中最重要丢失报文的位置，确定所述视频帧的质量。本发明实施例改变了现有技术中只根据丢包数和丢包率确定视频质量的方法，通过分析丢失报文对其它报文的影响，确定出最重要的丢失报文位置，以该最重要丢失报文来确定视频帧的损伤或完好程度，以确定视频帧的质量，该方法大大提高了对视频质量评估的准确性。

Description

一种视频质量评估方法、设备及系统
技术领域
本发明涉及图像质量评估技术领域，尤其涉及一种视频质量评估方法、设备及系统。
背景技术
随着计算机技术和通信技术的飞速发展，视频图像的远距离传输变得越来越方便快捷。原始视频经过视频编码后形成视频帧，其中可以包括参考帧（如IDR帧，I帧，P帧等）和非参考帧（B帧，有时B帧也可以作为参考帧）。一个视频帧通常包含一个或多个条带（slice），一个条带是由多个宏块(MB，Micro－Block)组成，每个条带可以由多个数据包报文组成，也可以由多个条带组成一个报文，如网际协议（Internet Protocol，IP）报文或传输流（TransportStream，TS）报文，通过这些报文的传输实现了视频帧及由连续视频帧形成的视频序列的传输。然而，在数据包报文的传输过程中，通常会出现数据包丢失即丢包现象，有时也会出现报文延迟现象，超过视频缓冲的延迟也可以解释为丢包现象（因为收到超过视频缓冲延迟的报文，通常视频接收节点也不处理，以下介绍的丢包处理也包含报文延迟处理），这使得接收方根据接收到的报文恢复出的视频图像质量受到影响或损伤。
现有的视频质量监控和评估方案，可分为全参考视频质量评估和无参考视频质量评估，全参考视频质量评估主要是把评估图象和原始参考图象进行对比评估，无参考视频质量评估主要是根据比特流技术进行评估。其中，无参考视频质量评估模型基本上都是以丢包率和丢包数来评估视频质量，典型方案如MDI(RFC4445，Media Deliver Index)，MOS_V(Mean Opinion Scorefor Video)，PEVQ（Perceptual Evaluation of Video Quality）。其中，丢包率是指测试中所丢失数据包数量占所发送数据包的比率，通常在吞吐量范围内测试。
发明人在实现本发明的过程中研究发现，上述方法在条带中报文数较少时，例如标清（standard-definition，SD）视频质量评估中较为有效，但是当条带中报文数增加时，无参考视频质量评估难以准确评估视频质量。
发明内容
本发明实施例提供一种视频质量评估方法、设备及系统，能够提高对视频质量评估的准确性。
为了解决上述技术问题，本发明实施例的技术方案如下：
一种视频质量评估方法，包括：
确定视频帧中的丢失报文及所述丢失报文所属的条带；
确定在所述丢失报文所属的条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文；
根据各条带中最重要丢失报文的位置，确定所述视频帧的质量；
所述确定最重要丢失报文的位置，包括：
获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系；
获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置。
一种视频质量评估设备，包括：
第一确定单元，用于确定视频帧中的丢失报文及所述丢失报文所属的条带；
第二确定单元，用于确定在所述丢失报文所属的条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文；所述确定最重要丢失报文的位置，包括：获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系；获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置；
第三确定单元，用于根据各条带中最重要丢失报文的位置，确定所述视频帧的质量。
一种视频质量评估系统，包括：
发送设备，用于生成并发送视频报文；
评估设备，用于确定所述视频帧中的丢失报文及所述丢失报文所属的条带，确定在所述丢失报文所属的条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文，根据各条带中最重要丢失报文的位置，确定所述视频帧的质量；所述确定最重要丢失报文的位置，包括：获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系；获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置。
本发明实施例改变了现有技术中只根据丢包数和丢包率确定视频质量的方法，通过分析丢失报文对其它报文的影响，确定出最重要的丢失报文位置，以该最重要丢失报文来确定视频帧的损伤或完好程度，以确定视频帧的质量，该方法大大提高了对视频质量评估的准确性。
附图说明
图1是本发明实施例一种视频质量评估方法流程图；
图2是本发明实施例一的方法流程图；
图3本发明实施例二的方法流程图；
图4是本发明实施例三的方法流程图；
图5是本发明实施例四的方法流程图；
图6是本发明实施例一种视频质量评估设备的结构示意图；
图7是本发明实施例中第二确定单元的结构示意图；
图8是本发明实施例中第三确定单元的结构示意图；
图9是本发明实施例另一种视频质量评估设备的结构示意图；
图10是本发明实施例另一种视频质量评估设备的结构示意图；
图11是本发明实施例一种视频质量评估系统的结构示意图。
具体实施方式
为了使本领域技术人员能进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，附图仅提供参考与说明，并非用来限制本发明。
当一个条带包含五六个甚至十几个，几十个，几百个报文时，这些报文视频宏块之间相互关联，当一个包含一些宏块的报文丢失或发生错误后，由于该条带的后续的报文需要根据前面的报文（源报文）进行解码，在前面的源报文丢失的情况下，无论后面的报文是否丢失，都无法正确解码，无法获得视频信息。另外，当一些包含视频帧主要内容的报文丢失后，如序列参数集，图象参数集等，就会导致整个视频都不能正确解码。因此，这些情况下无法简单的用丢包率来衡量视频的质量。
下面结合附图和实施例，对本发明的技术方案进行描述。
参照图1，为本发明实施例一种视频质量评估方法流程图。
该方法可以包括：
步骤101，确定视频帧中的丢失报文及所述丢失报文所属的条带。
由于视频是按照视频帧序列传输的（例如IDR P B B P B B P…）,而且视频帧的传输序列和编码序列可能不一致，因此在评估视频丢包对对视频质量影响之前，需要先确定丢失的报文及该丢失报文属于哪个视频帧哪个条带。判定的方法可以是从视频传输源获取视频帧信息，也可以通过对接收到的视频报文进行解析获得，这里的对接收到的视频报文进行解析，可以是评估设备自身对接收到的视频报文进行解析，也可以是获取解析设备对视频报文的解析结果。如果从视频传输源获取视频帧信息，由于视频传输源在给编码后的视频流打包的时候就确定了视频帧的起始序列、各个帧的报文数目n_Packets和视频帧的条带（Slice）数目n_Slices，甚至每个条带的位置信息，这样接收节点就可以根据接收到的报文与视频源发送的视频帧信息进行比对获得丢失报文的信息。如果需要通过视频报文解析方式获得，则可以通过以下方式：对于TS流，可以通过TS头部的有效载荷起始指示符payload_unit_start_indicator来判定一个帧的开始，因为TS中每一个帧的开始的报文的该指示符置1。
对于以实时传送协议（Real-time Transport Protocol，RTP）封装的国际电信联盟远程通信标准化组（ITU Telecommunication Standardization Sector，ITU-T）H.264/高级视频编码（Advanced Video Coding，AVC）流，在网络抽象层（Network Abstraction Layer，NAL）有不同的IDR帧，P帧，B帧的标识，这样也可以判定丢失的报文属于哪个帧。
上述介绍了TS流和RTP流的情况，其它封装方式类似。
步骤102，确定本条带中最重要丢失报文的位置。
本步骤中可以在丢失报文所属的条带中，根据条带中各报文间的参考关系，确定出最重要的丢失报文，从而获得最重要丢失报文在该条带中的位置，其中最重要的丢失报文是影响本条带视频质量最大的丢失报文，也即影响本条带中宏块数量或报文数量最多的丢失报文。
同一条带中各报文之间存在一定的参考关系，例如后续的报文需要根据前面的报文（源报文）进行解码，如果前面的源报文丢失了，无论后面的报文是否丢失，都无法正确解码，无法获得视频信息，此时，可以根据丢失报文在条带中的位置如序列号，确定出最重要的丢失报文的位置，同时也可以确定出受丢失报文影响的其他报文的数量的最大值。例如，一个条带包含50个报文，报文序列号从（10000－10049），其中报文10001、10048丢失，则报文10001的丢失会直接导致报文10002－10049都没法解码；报文10048的丢失，导致报文10049不能解码，通过比较可见，该条带中最重要的丢失报文是报文10001，该条带中受丢失报文10001影响的报文的最大数量就是49（包括丢失报文本身）。
同一条带中各报文之间也可能是其它参考关系如某种函数关系等，这与视频的编码、解码和传输顺序有关，此种情况下仍然可以根据该关联关系和丢失报文在该条带中的位置确定出最重要的丢失报文的位置，同时也可以确定出受丢失报文影响的其他报文的数量的最大值。仍以包含50个报文的条带为例，报文序列号从（10000－10049），其中报文10001、10048丢失，与前述实例不同的是前面的报文需要根据后面的报文进行解码，如果后面的报文丢失了，无论前面的报文是否丢失，都无法正确解码，无法获得视频信息，则该条带中最重要的丢失报文是报文10048，该条带中受丢失报文10048影响的报文的最大数量就是49。
步骤103，根据各条带中最重要丢失报文的位置确定所述视频帧的质量（Quality_VideoFrame）。
该步骤中，根据各条带中最重要丢失报文的位置可以获得受丢失报文影响的报文的最大数量，然后利用各条带中受丢失报文影响的报文的最大数量和视频帧报文的总量来衡量视频帧的质量影响率（损伤率）；也可以获得不受该最重要丢失报文影响的报文数量，然后利用该不受该最重要丢失报文影响的报文数量和视频帧的报文总量来衡量视频帧的完好程度，或利用受丢失报文影响的报文的最大数量与该视频帧中其它报文来衡量视频帧的质量，也还可以设定阈值，通过前述结果与相应阈值的比较获得最终视频帧的质量等。
本发明实施例改变了现有技术中只根据丢包数和丢包率确定视频质量的方法，通过分析丢失报文对其它报文的影响，确定出最重要的丢失报文位置，以该最重要丢失报文来确定视频帧的损伤或完好程度，以确定视频帧的质量，该方法大大提高了对视频质量评估的准确性。
参照图2，为本发明实施例一的方法流程图。
该方法可以包括:
步骤201，确定视频帧中的丢失报文及所述丢失报文所属的条带。
本步骤与前述步骤101类似，此处不再赘述。
在本实施例中，该视频帧包含n_Slices个条带，n_Packets个报文，整个视频帧中起始报文的序列号为seqNumStart，结束报文的序列号为seqNumEnd，第i个条带的起始序列号为seqNumSliceStart_i，第i个条带的结束报文序列号为seqNumSliceEnd_i，则每个条带中报文的序列号范围大约分别为seqNumStart至seqNumSliceEnd_1，seqNumSliceStart_2至seqNumSliceEnd_2，……seqNumSliceStart_(n_Slices)至seqNumEnd。上述序列包括一个条带结束部分的数据和下一个条带起始部分的数据划分在同一个报文中的情况，这时也可以选择seqNumSliceStart_(i+1)＝seqNumSliceEnd_i。
通过检测发现该视频帧丢失m个报文，且分析发现丢失的报文分布在k个条带中(k<=n_Slices)，用j表示丢失报文所属的条带。例如n_Slices=5，k=3，根据丢包的不同则j可能为条带1，2，3，也可能为条带1，2，4，或者条带1，2，5，条带2，3，4，条带2，3，5，条带3，4，5等几种情况。
步骤202，获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系。
假设其中一个条带的报文序列号范围为0-100，该条带中丢失的报文序列号为10、20-45、55。在本实施例中，条带中各报文间的参考关系是后续报文需要根据前面的报文进行解码，从而可以恢复成视频图像。
步骤203，获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置。
假设在条带j中存在丢失报文，根据各报文间的参考关系，与结束报文的序列号seqNumSliceEnd_j具有最大差值的丢失报文序列号为seqNumLatest_j，也就是最靠近每个Slice序列范围的起始位置的序列号，则在该j条带中受丢失报文影响的报文的最大数量即为seqNumSliceEnd_j-seqNumLatest_j+1。其中，每个Slice结束报文序列号的确认可以从源端直接获得。
以步骤202中的具体数据为例，根据丢失报文10、20-45、55在条带中的位置以及上述报文间的相互关联关系可知，如果报文10丢失，则该条带中后续的报文均无法正确解码，无法正确恢复视频图像，所以报文10为该条带中最重要的丢失报文，进而可以确定出受丢失报文影响的报文的最大数量，以便后续进行视频质量的计算。在实际操作中可以根据计算该条带中结束报文的序列号与丢失报文的序列号的最大差值即为100-10，以确定该条带中最重要的丢失报文为该最大差值对应的丢失报文即报文10，进而可以确定受丢失报文影响的报文的最大数量即为91。
另外，如果该条带中起始报文的序列号seqNumSliceStart_j到结束报文的序列号seqNumSliceEnd_j不是从小到大或者从大到小的顺利排列，则需要进行序列号顺序修正。例如一个条带的报文序列号范围为（65486－65535－0－49），则表明报文序列号已经进行了一次循环，故在本步骤中，获取各所述条带中结束报文的序列号与丢失报文的序列号的最大差值之前，还包括：
对所述条带中报文的序列号进行修正；也可以对所述视频帧的报文序列号进行修正，使该条带中起始报文的序列号小于结束报文的序列号，如，将上述条带中（65486－65535－0－49）的100个报文的序列号进行修正，依次修正为（0－99），则65486对应的新序列号为0，49对应的新序列号为99，然后，再获取各所述条带中修正后的结束报文的序列号与修正后的丢失报文的序列号的最大差值。
若原序列号为65496，10，20－45的这几个报文丢失，则根据修正后的新序列号，65496对应的新序列号为10，根据计算该条带中修正后的结束报文的序列号与丢失报文的序列号的最大差值即为100-10，以确定该条带中最重要的丢失报文为修正序列号后的报文10，受丢失报文影响的报文的最大数量即为91。
步骤204，根据条带中最重要丢失报文的位置和视频帧的报文总量，计算获得所述条带的质量影响率。
首先，根据条带中最重要丢失报文的位置，计算所述条带中受所述最重要丢失报文影响的报文数量；然后，再计算所述条带中受所述最重要丢失报文影响的报文数量与所述视频帧的报文总量的比值，从而可以获得所述条带的质量影响率。例如，j条带的质量影响率即为：
seqNumSliceEnd _ j - seqNumLatest _ j + 1 n _ Packets
步骤205，对各条带的质量影响率求和，获得所述视频帧的质量影响率。
∑(seqNumSliceEnd_j-seqNumLatest_j+1)/n_Packets
该比值可以直接作为该视频帧的质量影响率，可通过该影响率对该视频帧进行评估。当然，步骤204和步骤205的计算顺序可以根据需要进行调整，如根据数学运算法则，可以先对各条带的相关报文数量求和再运算与视频帧总报文数量的比值。
对于1个视频帧中只有1个Slice的情况，视频帧的质量评估公式：
(seqNumEnd-seqNumLatest+1)/n_Packets
如果考虑视频帧的错误隐藏机制（Error Concealment）因素，还可以通过步骤206对步骤205得到的比值进行修正。
步骤206，根据错误隐藏机制参数修正求和结果，将修正后的结果作为所述视频帧的质量影响率。
ecFactor*∑(sqeNumSliceEnd_j-seqNumLatest_j+1)/n_Packets
错误隐藏机制参数ecFactor，其值为（0－1）之间的实数，典型的值可以在0.8左右。
对于1个视频帧中只有1个Slice的情况，视频帧的质量评估公式：
ecFactor*(seqNumEnd-seqNumLatest+1)/n_Packets
以上步骤的顺序可以根据需要进行适当调整，不仅限于上述顺序。
本实施例中通过计算条带中的结束报文的序列号与丢失报文的序列号的最大差值，确定出最重要的丢失报文及条带中受丢失报文影响的报文数量的最大值，进而可以根据该最大值确定视频帧的质量，大大提高了对视频质量评估的准确性。而且，通过引入错误隐藏机制参数使获得的视频质量影响率更精确。
在上述实施例计算视频帧质量影响率的过程中，还可以包括对视频帧的质量影响率进行简化计算以获得简化的视频帧质量，具体如下：
参照图3，为本发明实施例二的方法流程图。
图3所示实施例可以用于不能获得视频帧中各条带位置信息时（例如，视频传输源发送的条带位置信息丢失，或者条带的起始报文或结束报文丢失）的视频质量评估方法。该方法可以包括：
步骤301，估算视频帧中各条带的位置。
举例来说，可以从前后视频帧中获得条带的位置信息，并根据这些位置信息估算本视频帧各条带的位置，即各条带的结束报文序列号或起始报文序列号。因为前后视频帧的画面内容往往相近，条带的划分也很可能相同或相近，因此，可以采用前后视频帧中的条带的位置信息估算本视频帧各条带的位置。例如本视频帧的条带信息丢失，上一视频帧划分为两个条带，两个条带间划分的位置在上一视频帧总报文中前48%处，则可以将本视频帧总报文中前48%处作为本视频帧的两个条带间划分的位置。
也可以采用其他估算方式，例如，为避免解析报文以降低设备复杂度，可以采用将所述视频帧的报文总量平均分配至所述视频帧的条带中的方式进行估算，即根据所述视频帧的报文总量和所述视频帧中条带的数目，将所述视频帧的报文总量平均分配至所述视频帧的条带中，确定各条带的位置，例如各条带中结束报文的位置，如下式1：
seqNumSliceEnd_i≈seqNumStart+i*n_Packets/n_Slices
或者seqNumSliceEnd_i≈seqNumEnd+(i-n_Slices)*n_Packets/n_Slices
或者
seqNumSliceEned _ i &ap; [ seqNumEnd + seqNumStart + ( 2 * i - n _ Slices ) * n _ Packets / n _ Slices ] 2
步骤302，确定视频帧中的丢失报文及所述丢失报文所属的条带。
步骤303，确定本条带中最重要丢失报文的位置。
步骤302、303与前述实施例类似，此处不再赘述。
步骤304，根据各条带中最重要丢失报文的位置、所述各条带中结束报文的位置确定所述视频帧的质量。
举例来说，可以根据301中估算的视频帧中各条带的位置，采用图2所示实施例中204类似的方法，计算获得条带的质量影响率，然后进一步计算视频帧的质量影响率，例如，下式采用对每个条带的报文数目平均分配的方式估算的视频帧中各条带的位置时的视频帧的质量影响率：
(k*seqNumStart-∑seqNumLatest_j+k)/n_Packets+∑j/n_Slices
或者(k*seqNumEnd-∑seqNumLatest_j+k)/n_Packets+∑(j-n_Slices)/n_Slices
其中k表示有k个条带的报文发生丢失。
本实施例中也可以根据错误隐藏机制参数修正求和结果，将修正后的结果作为所述视频帧的质量影响率。
本实施例通过分析丢失报文对其它报文的影响，确定出最重要的丢失报文位置，以该最重要丢失报文来确定视频帧的损伤或完好程度，并利用简单算法确定出各条带结束报文的位置，从而可以高效率确定视频帧的质量，该方法大大提高了对视频质量评估的准确性。
在视频序列中，获得某一视频帧的质量后，还可以进一步获得该视频帧的后续帧的质量，以确定整个视频序列的质量评估，下面通过具体实施例进行说明。
该确定视频序列质量的方法可以包括：
步骤a，确定丢失报文所属的视频帧的质量。
步骤b，确定该视频帧影响的后续视频帧的帧数目。
步骤c，根据所述视频帧的质量及受所述视频帧影响的视频帧的帧数目确定视频序列的质量Quaitly_VideoSequence。
其中，步骤a中确定视频帧的质量可以采用前述的由各条带中最重要丢失报文的位置确定的视频帧的质量Qualtiy_VideoFrame，也可以采用其它方式，例如Qualtiy_VideoFrame=lost_Packets/n_Packets等方式，其中lost_Packets为该视频帧中的总的丢失报文数目。对于整个当前视频帧和后续视频帧组成的视频序列，该视频序列的质量可以用视频序列质量影响率进行表示，具体的可以通过当前视频帧的质量影响率乘以受该当前视频帧影响的视频帧的帧数目获得，例如，可以采用如下计算公式：
Quality_VideoSequence=n_refFrames*Quality_VideoFrame
其中，n_refFrames为受当前视频帧影响的视频帧的帧数目（包括当前视频帧），也就是说总共影响视频质量的帧数目。受该当前视频帧影响的后续帧需要以当前视频帧作为参考帧来解码。n_refFrames不超过该视频序列的画面组（Group of Pictures，GOP）长度。因此，GOP越长，n_refFrames就可能越大，即受该当前视频帧影响的后续视频帧可能越多，这个视频序列质量影响率的值就可能越大。下面通过具体实施例进行说明。
参照图4，为本发明实施例三的方法流程图。
该方法可以包括：
步骤401，确定视频帧中的丢失报文及所述丢失报文所属的条带。
步骤402，确定本条带中最重要丢失报文的位置。
步骤403，根据各条带中最重要丢失报文的位置确定所述视频帧的质量。
以上步骤401~403与前述实施例中的相应步骤类似，此处不再赘述。
步骤404，根据所述视频帧的质量及受所述视频帧影响的视频帧的帧数目确定视频序列的质量（Quaitly_VideoSequence）。
本实施例中，对于整个当前视频帧和后续视频帧组成的视频序列，该视频序列的质量可以用视频序列质量影响率进行表示，具体的可以通过当前视频帧的质量影响率乘以受该当前视频帧影响的视频帧的帧数目获得，例如，可以采用如下计算公式：
n_refFrames*∑(seqNumSlic eEnd_j-seqNumLate st_j+1)/n_Packets
其中，n_refFrames为受当前视频帧影响的视频帧的帧数目（包括当前视频帧），也就是说总共影响视频质量的帧数目。受该当前视频帧影响的后续帧需要以当前视频帧作为参考帧来解码。n_refFrames不超过该视频序列的画面组（Group of Pictures，GOP）长度。因此，GOP越长，n_refFrames就可能越大，即受该当前视频帧影响的后续视频帧可能越多，这个视频序列质量影响率的值就可能越大。
若视频帧中各条带的位置来自估算，且采用对每个条带的报文数目平均分配的估算方式，则根据前述实施例中式1，获得视频序列质量影响率公式：
n_refFrames*[(k*seqNumStart-∑seqNumLatest_j+k)/n_Packets+∑j/n_Slices]
或者
n_refFrames*[(k*seqNumEnd+k-∑seqNumLatest_j)/n_Packets+∑(j-n_Slices)/n_Slices]
对于1个视频帧中只有1个Slice的情况，视频帧的质量评估公式：
n_refFrames*(seqNumEnd-seqNumLatest+1)/n_Packets
如果考虑错误隐藏机制参数（ecFactor），则视频序列的质量影响率计算公式为：
ecFactor*n_refFrames*∑(seqNumSliceEnd_j-seqNumLatest_j+1)/n_Packets
上述评估视频质量公式可以换算成对应的视频MOS（Mean OpinionScore）值。
本实施例中，通过某一视频帧的质量获得了整个视频序列的质量，快速简便地实现了对视频序列的质量评估。
参照图5，为本发明实施例四的方法流程图。
该方法可以包括：
步骤501，确定视频帧中的丢失报文及所述丢失报文所属的条带。
步骤502，确定本条带中最重要丢失报文的位置。
步骤503，根据各条带中最重要丢失报文的位置，确定所述视频帧的质量。
以上步骤501~503与前述实施例中的相应步骤类似，此处不再赘述。
步骤504，根据所述视频帧的质量及受所述视频帧影响的后续帧的质量，进行分段计算，获得视频序列的质量。
上述视频帧和后续帧均在所述的视频序列中。
其中，分段计算可以根据后续帧的丢包情况或后续帧的质量影响率等因素采用多种方法进行计算，下面针对不同的情况进行举例说明：
如果后续帧没有丢包，或者后续帧有丢包但是通过前述方法获得的该帧质量影响率小于等于前面的视频帧，则直接以所述视频帧的质量作为该视频序列的质量。
例如，一个视频序列中GOP＝30（I1B2P3B4P5B6P7…B28P29B30I31），I帧的质量影响率为55%，I帧的后续帧B2P3B4P5B6P7…B28P29B30I31没有丢包，或各后续帧的质量影响率小于等于55%，则可以直接将55%作为该视频序列的质量影响率，则总的视频序列的质量影响率换算成以一帧画面损失为100的计算方式为100×55%×（29＋1）≈1650。
如果后续帧有丢包，且丢包的后续帧的质量影响率大于前面的视频帧，则分段计算视频序列的质量影响率可以通过以下方法实现，首先判断该后续帧是否为参考帧以及其影响的帧数目，将各帧的质量影响率及对应的影响的帧数目相乘然后各乘积求和，以获得整个视频序列的质量影响率。
例如，上述视频序列中除了I帧丢包，其质量影响率为55%之外，P5视频帧也发生报文丢失，且质量影响率为85％，则I帧影响的帧数目为4个（I1B2P3B4），P5帧作为一个参考帧，其影响的帧数目为26个（P5B6P7…B28P29B30），这种情况的总的视频序列的质量影响率换算成以一帧画面损失为100的计算方式为：100×(55%×4＋85％×26)≈2430。如果P5帧的后续帧还有报文丢失，且质量影响率大于85％，则进行相类似处理。
如果P5帧之前的B4帧也发生报文丢失，假设B4帧的质量影响率为75％，由于B4帧不被其它视频帧参考，则影响的帧数目只为1（B4），因此这种情况的总的视频序列的质量影响率换算成0到100的计算方式为：100×(55%×3＋75％×1＋85％×26)≈2450。
本实施例对各视频帧的报文丢失情况进行分析，获得对应的影响的帧数目，通过对各帧质量影响率和对应影响帧数目的分段计算，获得了更准确的整个视频序列的质量。
以上是对视频质量评估方法的详细介绍，下面通过具体实施例对实现该方法的设备及系统进行描述。
参照图6，为本发明实施例一种视频质量评估设备的结构示意图。
该视频质量评估设备可以包括第一确定单元601、第二确定单元602和第三确定单元603。
第一确定单元601，用于确定视频帧中的丢失报文及所述丢失报文所属的条带。
第二确定单元602，用于在所述丢失报文所属的条带中，确定本条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文。
第三确定单元603，用于根据各条带中最重要丢失报文的位置，确定所述视频帧的质量。
第一确定单元601可以通过从视频传输源端获取视频帧信息或直接对接收到的视频报文进行解析，以确定视频帧中丢失的报文及其所在的条带，再或者接收网络设备对视频报文的解析结果，根据该视频报文的解析结果进一步确定视频帧中丢失的报文及其所在的条带，进而由第二确定单元602根据视频帧中各报文的相互关系或视频帧的编码、解码或传输顺序等确定出在各条带中影响报文数量最多的丢失报文作为最重要的丢失报文，然后由第三确定单元603对该最重要丢失报文的位置和视频帧报文总量进行运算以确定该视频帧的质量。
本设备通过第一确定单元601和第二确定单元602分析丢失报文对其它报文的影响，确定出最重要的丢失报文，进而可以由第三确定单元603根据该最重要的丢失报文确定视频帧的质量，该设备大大提高了对视频质量评估的准确性。
在本发明的另一实施例中，该设备还可以包括估算单元，用于估算视频帧中各条带的位置。该估算单元具体可以从前后视频帧中获得条带的位置信息，并根据这些位置信息估算本视频帧各条带的位置，即各条带的结束报文序列号或起始报文序列号。因为前后视频帧的画面内容往往相近，条带的划分也很可能相同或相近，因此，可以采用前后视频帧中的条带的位置信息估算本视频帧各条带的位置。例如本视频帧的条带信息丢失，上一视频帧划分为两个条带，两个条带间划分的位置在上一视频帧总报文中前48%处，则可以将本视频帧总报文中前48%处作为本视频帧的两个条带间划分的位置。该估算单元也可以采用将所述视频帧的报文总量平均分配至所述视频帧的条带中的方式进行估算，即根据所述视频帧的报文总量和所述视频帧中条带的数目，将所述视频帧的报文总量平均分配至所述视频帧的条带中，确定各条带的位置，例如各条带中结束报文的位置。
参照图7，为本发明实施例中第二确定单元的结构示意图。
本实施例中，第二确定单元可以包括第一获取子单元701和第二获取子单元702。
第一获取子单元701，用于获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系。
第二获取子单元702，用于获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置。
在第一获取子单元701获取丢失报文在所属条带中的序列号之后，第二获取子单元702根据视频帧内各报文之间的相互参考关系，即本实施例中后续报文需要根据前面的报文进行解码，从而可以恢复成视频图像，计算出各所述条带中结束报文的序列号与丢失报文的序列号的最大差值，并将各所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置，输入第三确定单元进行视频质量的评估。
在另一实施例中，在第二获取子单元获取各所述条带中结束报文的序列号与丢失报文的序列号的最大差值之前，如果所述条带中起始报文的序列号大于结束报文的序列号，则该第二确定单元还可以包括第一修正子单元，用于对所述条带中报文的序列号进行修正。该情况下，第二获取子单元具体为：获取各所述条带中修正后的结束报文的序列号与修正后的丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置。
上述实施例中，通过第一、二获取子单元计算条带中的结束报文的序列号与丢失报文的序列号的最大差值，从而可以确定出最重要的丢失报文，进而可以使第三确定单元进行后续视频帧的质量评估。
当然，第二确定单元还可以根据视频帧中各报文间相互参考关系的不同，采用不同的方法获得在各条带中最重要的丢失报文位置，请参照前述方法实施例相应部分的描述，此处不再赘述。
参照图8，为本发明实施例中第三确定单元的结构示意图。
本实施例中，第三确定单元可以包括第一计算子单元801、第二计算子单元802和求和子单元803。
第一计算子单元801，用于根据条带中最重要丢失报文的位置，计算所述条带中受所述最重要丢失报文影响的报文数量。
第二计算子单元802，用于计算所述条带中受所述最重要丢失报文影响的报文数量与所述视频帧的报文总量的比值，获得所述条带的质量影响率。
求和子单元803，用于对各条带的质量影响率求和，获得所述视频帧的质量影响率。
求和子单元803获得的求和结果可以直接作为所述视频帧的质量影响率，或者该第三确定单元还可以包括第二修正子单元804，用于在所述求和之后，根据错误隐藏机制参数修正求和结果，将修正后的结果作为所述视频帧的质量影响率，通过该视频帧的质量影响率来表示该视频帧的质量。
本实施例中第三确定单元通过第一计算子单元801、第二计算子单元802和求和子单元803可以获得视频帧的质量影响率，通过该视频帧的质量影响率来表示该视频帧的质量，大大提高了对视频质量评估的准确性。而且，通过第二修正子单元804引入错误隐藏机制参数可以使获得的视频质量影响率更精确，通过简化子单元进行简化计算可以更加快速便捷的获得视频帧的质量影响率。
参照图9，为本发明实施例另一种视频质量评估设备的结构示意图。
该设备除了可以包括第一确定单元901、第二确定单元902和第三确定单元903之外，还可以包括第四确定单元904。
其中，第一确定单元901、第二确定单元902和第三确定单元903与前述实施例类似，此处不再赘述。
第四确定单元904，用于根据所述视频帧的质量及视频序列中受所述视频帧影响的视频帧的帧数目确定视频序列的质量。
本实施例通过该第四确定单元904可以通过某一视频帧的质量获得了整个视频序列的质量，快速简便地实现了对视频序列的质量评估。
参照图10，为本发明实施例另一种视频质量评估设备的结构示意图。
该设备除了可以包括第一确定单元1001、第二确定单元1002和第三确定单元1003之外，还可以包括第五确定单元1004。
其中，第一确定单元1001、第二确定单元1002和第三确定单元1003与前述实施例类似，此处不再赘述。
第五确定单元1004，用于根据所述视频帧的质量及受所述视频帧影响的后续帧的质量进行分段计算，获得视频序列的质量。
本实施例通过第五确定单元1004对各视频帧的报文丢失情况进行分析，获得对应的影响的帧数目，通过对各帧质量影响率和对应影响帧数目的分段计算，获得了更准确的整个视频序列的质量。
参见图11，为本发明实施例一种视频质量评估系统的结构示意图。
该系统可以包括：
发送设备1101，用于生成并发送视频报文。
评估设备1102，用于确定发送设备1101发送的视频帧中的丢失报文及所述丢失报文所属的条带，确定在所述丢失报文所属的条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文，根据各条带中最重要丢失报文的位置，确定所述视频帧的质量。
评估设备1102可以从发送设备1101获取视频帧信息并根据该视频帧信息确定在所述丢失报文所属的条带中最重要丢失报文的位置，此时发送设备1101还用于在对视频流打包时，获取视频帧信息并发送给评估设备1102，视频帧信息可以包括视频帧的起始序列、各个帧的报文数目、视频帧的条带数目、各条带的位置信息中的一种或多种。评估设备1102也可以对接收到的视频报文进行解析获得该视频帧信息以确定在所述丢失报文所属的条带中最重要丢失报文的位置。评估设备1102还可以是获取解析设备对视频报文的解析结果以确定在所述丢失报文所属的条带中最重要丢失报文的位置，该解析设备接收发送设备1101发送的视频报文后对接收到的视频报文进行解析，获取视频帧信息，将解析结果发送给评估设备1102。
上述系统及系统内各设备、单元的具体实现方式请参照前述实施例中相应部分的描述，此处不再赘述。
以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (13)

1.一种视频质量评估方法，其特征在于，包括：
确定视频帧中的丢失报文及所述丢失报文所属的条带；
确定在所述丢失报文所属的条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文；
根据各条带中最重要丢失报文的位置，确定所述视频帧的质量；
所述确定最重要丢失报文的位置，包括：
获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系；
获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置。
2.根据权利要求1所述的方法，其特征在于，所述确定视频帧中的丢失报文及所述丢失报文所属的条带包括：
从视频传输源端获取视频帧信息以确定视频帧中的丢失报文及所述丢失报文所属的条带；或者，
对接收到的视频报文进行解析确定视频帧中的丢失报文及所述丢失报文所属的条带；或者，
获取解析设备对视频报文的解析结果，根据所述解析结果确定视频帧中的丢失报文及所述丢失报文所属的条带。
3.根据权利要求1所述的方法，其特征在于，所述确定所述视频帧的质量包括：
根据条带中最重要丢失报文的位置，计算所述条带中受所述最重要丢失报文影响的报文数量；
计算所述条带中受所述最重要丢失报文影响的报文数量与所述视频帧的报文总量的比值，获得所述条带的质量影响率；
对各条带的质量影响率求和，获得所述视频帧的质量影响率。
4.根据权利要求3所述的方法，其特征在于，在所述对各条带的质量影响率求和之后，还包括：
根据错误隐藏机制参数修正求和结果，将修正后的结果作为所述视频帧的质量影响率。
5.根据权利要1所述的方法，其特征在于，在所述确定视频帧中的丢失报文及所述丢失报文所属的条带之前，还包括：
估算视频帧中各条带的位置。
6.根据权利要求5所述的方法，其特征在于，所述估算视频帧中各条带的位置包括：
采用将所述视频帧的报文总量平均分配至所述视频帧的条带中的方式，确定各条带的位置。
7.根据权利要求1至6中任意一项所述的方法，其特征在于，还包括：
根据所述视频帧的质量及视频序列中受所述视频帧影响的视频帧的帧数目确定视频序列的质量。
8.根据权利要求1至6中任意一项所述的方法，其特征在于，还包括：
根据所述视频帧的质量及受所述视频帧影响的后续帧的质量，进行分段计算，获得视频序列的质量。
9.一种视频质量评估设备，其特征在于，包括：
第一确定单元，用于确定视频帧中的丢失报文及所述丢失报文所属的条带；
第二确定单元，用于确定在所述丢失报文所属的条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文；所述确定最重要丢失报文的位置，包括：获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系；获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置；
第三确定单元，用于根据各条带中最重要丢失报文的位置，确定所述视频帧的质量。
10.根据权利要求9所述的设备，其特征在于，
所述第一确定单元，具体用于从视频传输源端获取视频帧信息以确定视频帧中的丢失报文及所述丢失报文所属的条带；或者，
所述第一确定单元，具体用于对接收到的视频报文进行解析确定视频帧中的丢失报文及所述丢失报文所属的条带；或者，
所述第一确定单元，具体用于获取解析设备对视频报文的解析结果，根据所述解析结果确定视频帧中的丢失报文及所述丢失报文所属的条带。
11.根据权利要求9所述的设备，其特征在于，还包括：
估算单元，估算视频帧中各条带的位置。
12.根据权利要求9至11任一所述的设备，其特征在于，还包括：
第五确定单元，用于根据所述视频帧的质量及受所述视频帧影响的后续帧的质量，进行分段计算，获得视频序列的质量。
13.一种视频质量评估系统，其特征在于，包括：
发送设备，用于生成并发送视频报文；
评估设备，用于确定所述视频帧中的丢失报文及所述丢失报文所属的条带，确定在所述丢失报文所属的条带中最重要丢失报文的位置，所述最重要丢失报文为影响本条带视频质量最大的丢失报文，根据各条带中最重要丢失报文的位置，确定所述视频帧的质量；所述确定最重要丢失报文的位置，包括：获取所述丢失报文在所属条带中的序列号及在该条带中各报文间的参考关系；获取所述条带中结束报文的序列号与丢失报文的序列号的最大差值，以所述最大差值对应的丢失报文的序列号作为所述条带中最重要丢失报文的位置。
CN200910207416A 2009-11-03 2009-11-03 一种视频质量评估方法、设备及系统 Active CN102056004B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN200910207416A CN102056004B (zh) 2009-11-03 2009-11-03 一种视频质量评估方法、设备及系统
EP10827868.0A EP2482558B1 (en) 2009-11-03 2010-10-22 Method, apparatus and system for evaluation of video transmission quality
PCT/CN2010/077985 WO2011054254A1 (zh) 2009-11-03 2010-10-22 一种视频质量评估方法、设备及系统
ES10827868.0T ES2623938T3 (es) 2009-11-03 2010-10-22 Método, aparato y sistema para la evaluación de la calidad de transmisión de vídeo
US13/457,198 US9030565B2 (en) 2009-11-03 2012-04-26 Method, apparatus, and system for evaluating video quality

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910207416A CN102056004B (zh) 2009-11-03 2009-11-03 一种视频质量评估方法、设备及系统

Publications (2)

Publication Number Publication Date
CN102056004A CN102056004A (zh) 2011-05-11
CN102056004B true CN102056004B (zh) 2012-10-03

Family

ID=43959858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910207416A Active CN102056004B (zh) 2009-11-03 2009-11-03 一种视频质量评估方法、设备及系统

Country Status (5)

Country Link
US (1) US9030565B2 (zh)
EP (1) EP2482558B1 (zh)
CN (1) CN102056004B (zh)
ES (1) ES2623938T3 (zh)
WO (1) WO2011054254A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8581987B1 (en) * 2011-03-21 2013-11-12 Marvell International Ltd. Systems and methods for evaluating video quality
CN103379360B (zh) * 2012-04-23 2015-05-27 华为技术有限公司 一种视频质量评估方法和装置
CN104394485B (zh) * 2012-08-21 2017-12-15 华为技术有限公司 视频流的帧大小检测方法及装置
US11159804B1 (en) * 2012-09-13 2021-10-26 Arris Enterprises Llc QoE feedback based intelligent video transport stream tuning
EP2936804A4 (en) * 2012-12-21 2016-06-01 Thomson Licensing VIDEO QUALITY MODEL, METHOD FOR DEVELOPING A VIDEO QUALITY MODEL AND METHOD FOR DETERMINING THE VIDEO QUALITY USING A VIDEO QUALITY MODEL
CN107770617B (zh) * 2016-08-23 2020-07-14 华为技术有限公司 一种实现视频质量评估的方法、装置和系统
CN108023855B (zh) * 2016-10-31 2020-09-18 华为技术有限公司 一种视频质量监控方法、视频质量监控服务器及设备
US10834406B2 (en) 2016-12-12 2020-11-10 Netflix, Inc. Device-consistent techniques for predicting absolute perceptual video quality
CN106961627B (zh) * 2017-03-24 2019-07-02 北京金风易通科技有限公司 一种提高实时视频播放质量的方法
CN108809893B (zh) 2017-04-27 2020-03-27 华为技术有限公司 一种视频质量评估方法和设备
EP3935581A4 (en) 2019-03-04 2022-11-30 Iocurrents, Inc. DATA COMPRESSION AND COMMUNICATION USING MACHINE LEARNING
CN110378860B (zh) * 2019-07-30 2023-08-18 腾讯科技（深圳）有限公司 修复视频的方法、装置、计算机设备和存储介质
CN111601178B (zh) * 2020-05-26 2022-09-23 维沃移动通信有限公司 视频数据处理方法、装置和电子设备
WO2022155844A1 (zh) * 2021-01-21 2022-07-28 华为技术有限公司 一种视频传输质量的评估方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002035847A2 (en) * 2000-10-27 2002-05-02 Polycom Israel Ltd. Apparatus and method for improving the quality of video communication over a packet-based network
CN101227604A (zh) * 2007-01-18 2008-07-23 上海未来宽带技术及应用工程研究中心有限公司 一种通过网络损伤度检测网络视频质量的方法
CN101448176A (zh) * 2008-12-25 2009-06-03 华东师范大学 一种基于视频特征的流视频质量评估方法
KR20090089553A (ko) * 2008-02-19 2009-08-24 연세대학교 산학협력단 가상적인 웨이트를 사용한 정보량 산출방법과 이를 수록한저장매체

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6891565B1 (en) * 1999-07-16 2005-05-10 Sarnoff Corporation Bitstream testing method and apparatus employing embedded reference data
TWI279143B (en) * 2005-07-11 2007-04-11 Softfoundry Internat Ptd Ltd Integrated compensation method of video code flow
US20070283400A1 (en) 2006-05-31 2007-12-06 Minkyu Lee Method and apparatus for performing real-time on-line video quality monitoring for digital cable and IPTV services
JP2010226258A (ja) * 2009-03-19 2010-10-07 Fujitsu Ltd 情報取得システム、送信装置、データ捕捉装置、送信方法及びデータ捕捉方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002035847A2 (en) * 2000-10-27 2002-05-02 Polycom Israel Ltd. Apparatus and method for improving the quality of video communication over a packet-based network
CN101227604A (zh) * 2007-01-18 2008-07-23 上海未来宽带技术及应用工程研究中心有限公司 一种通过网络损伤度检测网络视频质量的方法
KR20090089553A (ko) * 2008-02-19 2009-08-24 연세대학교 산학협력단 가상적인 웨이트를 사용한 정보량 산출방법과 이를 수록한저장매체
CN101448176A (zh) * 2008-12-25 2009-06-03 华东师范大学 一种基于视频特征的流视频质量评估方法

Also Published As

Publication number Publication date
EP2482558B1 (en) 2017-02-22
WO2011054254A1 (zh) 2011-05-12
EP2482558A4 (en) 2012-10-24
EP2482558A1 (en) 2012-08-01
US9030565B2 (en) 2015-05-12
ES2623938T3 (es) 2017-07-12
US20120212624A1 (en) 2012-08-23
CN102056004A (zh) 2011-05-11

Similar Documents

Publication Publication Date Title
CN102056004B (zh) 一种视频质量评估方法、设备及系统
CN1938972B (zh) 用于测量多媒体数据传输质量的方法和装置
US7768937B2 (en) Video quality assessment
US9723329B2 (en) Method and system for determining a quality value of a video stream
US20030121053A1 (en) Video distribution test system for evaluating image quality by determining spread of frame loss within refreshment interval
CN102547300B (zh) 帧类型的检测方法和装置
EP2229002A1 (en) Method, device and system for evaluating quality of video code stream
CN107517410B (zh) 视频业务质量评估的方法及装置
US20150304709A1 (en) Method and apparatus for estimating video quality
CN103945213A (zh) 一种视频流质量监测方法及装置
EP3203733A1 (en) Frame type detection method for video stream
CN103988501A (zh) 考虑场景剪切伪像的视频质量评估
US20180241797A1 (en) Estimation of Losses in a Video Stream
CN102333209B (zh) 应用于视频监控系统的数据传输方法及设备
EP2241065B1 (en) Method and device for transport delay analysis
CN113473185A (zh) 基于视频流关键帧突发特性的可用带宽探测方法及装置
CN101123611A (zh) 一种流媒体数据的发送方法
CN101296166B (zh) 基于索引的多媒体数据的测量方法
US20090196307A1 (en) Transmitter apparatus, receiver apparatus, moving image and audio transmission evaluation method, and computer readable storage medium storing program thereof
JP2009159462A (ja) 客観品質評価方法、客観品質評価装置およびプログラム
CN102149022B (zh) 提高计算mpeg-ts层丢包数精准度的方法及系统
CN101401373B (zh) 经编码流传输器

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