CN104023229B - 非接触式影像系统性能检测方法及系统 - Google Patents

Abstract

本申请涉及一种非接触式影像系统性能检测方法及系统。该检测系统至少包括：在测试时，与被测系统输入端相对设置的信号源产生基准信号，提供给该输入端由被测系统通信通道传送到其输出端；与被测系统输出端相对设置的接收部分采集该输出端输出的信号；与信号源和接收部分连接的分析部分将该基准信号以及该信号做处理以获得图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量、图像客观质量指标项中的一个或多个项的检测结果而确定被测系统性能。本申请构建了非接触式检测系统这一新的测试架构并提出新的测试方式和检测指标，进而，能反应被测系统动态性能，提高图像或影像质量检测的准确度等等。

Description

非接触式影像系统性能检测方法及系统

技术领域

本申请涉及音视频多媒体系统测试领域，更具体地涉及非接触式影像系统性能检测方法及系统。

背景技术

随着社会经济的发展，多媒体产品已渗入到社会生活的各个层面。在安防领域，多媒体技术业已成为重要的技术手段。通常，多媒体设备会作为系统组件，而非单一设备发挥作用，从而需要从其他层面对涉及多媒体技术的系统(或称为“多媒体系统”)的性能进行度量。比如，在现有技术中，当前的国际标准是采用静态图像测试摄像部分的性能，这类测试仅考虑多媒体设备本身，其不能充分检测出、或者说反应系统的整体性能。因而需要提出新的检测方法对系统级的关键指标进行测量。

并且，影像画质是多媒体系统的重要指标，但目前已有的画质检测所采用的清晰度等指标不能准确反映图像质量，因而需要结合人的视觉特性提出更为准确的影像质量描述方法及检测方法和系统。比如，目前图像的质量客观度量的主流仪器供应商有Tektronix和Clearview公司等，其提供的仪器采用的现有接触式测量技术主要是，利用测试设备产生视频信号并馈入待检测设备或称为被测设备，然后采集待检测设备的输出信号，再结合视觉模型对信号差异进行分析，最终产生图像质量度量，其通过特定接口输出和采集信号，限制了仪器的适用范围，而且其仅能对图像质量进行度量。

发明内容

基于现有技术中存在的上述缺陷，本申请的主要目的是提供一种非接触式影像系统性能检测方法及系统，以解决构建一新的非接触式的多媒体系统测试架构和方法的问题；进而，可以对多媒体系统中各个环节的失真做系统级测试，即系统整体上的失真性能检测，以反应系统的动态性能；进一步，还可以解决提高图像或影像质量检测的准确度等问题。为了解决上述技术问题，本申请的目的是通过以下技术方案来实现的。

本申请提供了一种非接触式影像系统性能检测系统，其中，至少包括：与被测系统的输入端相对设置的信号源，在测试时，根据测试信源产生作为测试信号的基准信号，并提供给输入端以传送到被测系统的输出端；其中，所述基准信号包括音、视频测试信号；与被测系统的输出端相对设置的接收部分，在测试时，其采集由信号源产生的基准信号通过被测系统的通信通道传送到所述输出端而输出的信号；与信号源和接收部分连接的分析部分，在测试时，将来自所述信号源产生的基准信号以及从接收部分采集的由该基准信号经过被测系统传递后而输出的所述信号进行分析处理；其中，所述分析部分进行分析处理，获得图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量以及图像客观质量六个测试指标项中的一个或多个测试指标项的检测结果，以确定被测系统的性能。

其中，还包括：所述信号源以中轴对齐方式设置于距所述输入端的一可调距离处，以将所述基准信号通过输入端获取，经被测系统的通信通道传送到输出端；所述接收部分以中轴对齐方式设置于距所述输出端的一可调距离处以采集输出的所述信号；当所述信号源使用TE95分辨力测试卡时，所述分析部分根据来自信号源的所述基准信号和输出的所述信号，测量中心楔的图像分辨率；当所述信号源使用由带画面索引的图像组成的帧率测试信源时，所述分析部分根据来自信号源的所述基准信号和输出的所述信号，按图像帧编号识别图像不同，在规定时隙内统计不同图像的数目作为帧率测量值，多次重复识别，以最大帧率作为被测系统系统帧率。

其中，所述分析部分包括：视频时延测试部和视频分析部，视频时延测试部连接所述信号源和所述视频分析部；视频时延测试部依据信号源产生的所述基准信号中的基准视频测试信号和视频分析部获得的来自接收部分所采集的输出的所述信号中的输出视频信号，进行配准，以测试被测系统的视频时延；和/或，音频时延测试部，连接于所述信号源和所述接收部分；音频时延测试部获取所述信号源产生的所述基准信号中的基准音频测试信号与由接收部分采集的输出的所述信号中的输出音频信号，并以所述基准音频测试信号的频率变化点为基准对所述输出音频信号进行配准而计算出音频时延；和/或，以所述视频时延与音频时延的差值作为测试被测系统的唇音同步迟延量。

其中，还包括：观测者交互接口，以根据输出的所述信号，进行图像主观质量评估的测试；和/或，分析部分根据预存的视频源样本，在图像主观质量评估测试中产生降质图像样本并得到相应的评分以确定降质特征，基于所述降质特征和所述评分进行机器学习以确定感知模型；分析部分基于所述感知模型，进行图像客观质量评估的测试。

其中，还包括：所述信号源的信源亮度和色温可调节，以仿真不同应用场景；所述信号源产生所述基准信号包括由所述信号源输出测试图样，测试图样输出的图像尺寸大于50*90cm，并且，输出所述测试图样包括静态视频和动态视频；所述信号源通过调整测试图样尺寸或接收部分中摄像部的焦距，使测试图样至少在宽度或高度方向铺满所述输出端和/或输入端的显示器和/或所述接收部分所包含的摄像部图幅，并且，所述输出端和/或输入端的显示器所显示的图像与测试图样规定的边界一致，所述信号源产生的所述基准信号中视频测试信号的分辨率、以及输入端和/或输出端的摄像头分辨率，比所述输出端和/或输入端的显示器的分辨率高1倍及以上；所述接收部分中的摄像部的时域采样频率为所述输出端和/或输入端的显示器刷新频率的1倍及以上。

本申请还提供了一种非接触式影像系统性能检测方法，其中，包括：在测试时，将信号源与被测系统的输入端相对设置，所述信号源根据测试信源产生作为测试信号的基准信号，并提供给所述输入端以传送到被测系统的输出端；其中，所述基准信号包括音、视频测试信号；测试时，将接收部分与被测系统的输出端相对设置，所述接收部分采集由信号源产生的基准信号通过被测系统的输入端和通信通道传送到所述输出端而输出的信号；在测试时，将分析部分与信号源和接收部分的输出进行连接，分析处理来自所述信号源产生的基准信号以及来自所述接收部分采集的由该基准信号经过被测系统传递后而输出的所述信号；其中，所述分析处理包括：获得图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量以及图像客观质量六个测试指标项中的一个或多个测试指标项的检测结果，以确定被测系统的性能。

其中，还包括：所述信号源以中轴对齐方式设置于距所述输入端的一可调距离处，以将所述基准信号通过输入端获取，经被测系统的通信通道传送到输出端；所述接收部分以中轴对齐方式设置于距所述输出端的一可调距离处以采集输出的所述信号；当所述信号源使用TE95分辨力测试卡时，所述分析部分根据来自信号源的所述基准信号和输出的所述信号，测量中心楔的图像分辨率；当所述信号源使用由带画面索引的图像组成的帧率测试信源时，所述分析部分根据来自信号源的所述基准信号和输出的所述信号，按时隙识别帧编号，按图像帧编号识别图像不同，在规定时隙内统计不同图像的数目作为帧率测量值，多次重复识别，以最大帧率作为被测系统系统帧率。

其中，还包括：分析部分中包括视频时延测试部和视频分析部，将视频时延测试部连接所述信号源和所述视频分析部；视频时延测试部依据信号源产生的所述基准信号中的基准视频测试信号与视频分析部获得的来自接收部分所采集的输出的所述信号中的输出视频信号，进行配准，测试被测系统的视频时延；和/或，分析部分中包括音频时延测试部，将所述音频时延测试部连接于所述信号源和所述接收部分；音频时延测试部获取所述信号源产生的所述基准信号中的基准音频测试信号与由接收部分采集的输出的所述信号中的输出音频信号，并以所述基准音频测试信号的频率变化点为基准对所述输出音频信号，进行配准而计算出音频时延；和/或，以所述视频时延与音频时延的差值作为测试被测系统的唇音同步度量。

其中，还包括：观测者通过观测者交互接口，以根据输出的所述信号，进行图像主观质量评估的测试；和/或，分析部分根据预存的视频源样本，在图像主观质量评估测试中产生降质图像样本并得到相应的评分以确定降质特征，基于所述降质特征和所述评分进行机器学习以确定感知模型；分析部分基于所述感知模型，进行图像客观质量评估的测试。

其中，还包括：所述信号源的信源亮度和色温可调节，以仿真不同应用场景；所述信号源产生所述基准信号包括由所述信号源输出测试图样，测试图样输出的图像尺寸大于50*90cm，并且，输出所述测试图样包括静态视频和动态视频；所述信号源通过调整测试图样尺寸或接收部分中摄像部的焦距，使测试图样至少在宽度或高度方向铺满所述输出端和/或输入端的显示器和/或所述接收部分所包含的摄像部图幅，并且，所述输出端和/或输入端的显示器所显示的图像与测试图样规定的边界一致，所述信号源产生的所述基准信号中视频测试信号的分辨率、以及输入端和/或输出端的摄像头分辨率，比所述输出端和/或输入端的显示器的分辨率高1倍及以上；所述接收部分中的摄像部的时域采样频率为所述输出端和/或输入端的显示器刷新频率的1倍及以上。

本申请的方案，构建了一种新的多媒体系统测量架构，拓展了检测功能，增加了检测指标项；采用非接触式测量方法从而采用光信号实现被测量设备信号的馈入和馈出，既符合被测设备实际使用情况又降低了测试时对测试时的接口要求，增强系统的可用性；采用有参测量模式，即以音、视频信号发生器产生的信号作为基准，将多媒体系统输出信号与基准信号对比，最终产生系统质量评估分数；通过计算机视觉处理和嵌入式图像质量评估，对多媒体通信系统，尤其是诸如楼宇视频对讲系统这类系统图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量、图像客观质量等多项指标进行度量，能反应系统的动态性能，并且，实现了对图像影像等的客观评价，替代了以人为主体的检测方式，提高了测试精度、提高了检测结果的准确性，进而保障了对多媒体系统的安全性能的检测。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请的一实施例的非接触式影像系统性能检测系统的结构框图；

图2为本申请的一实施例的非接触式影像系统性能检测系统中视频检测的示意图；

图3为本申请的一视频测试例子所用TE95分辨率测试卡的示意图；

图4为本申请的一实施例的检测系统中一视频编码和传输延时测试例子的示意图；

图5为本申请的一实施例的检测系统中一唇音同步测试例子的示意图；

图6为本申请的一实施例的非接触式影像系统性能检测方法的流程图。

具体实施方式

本申请的主要思想在于，对多媒体系统，即至少包括摄像部分、数字信号处理部分、显示部分等组成部分的影像系统，采用非接触式性能检测，通过计算机视觉处理和嵌入式图像质量评估，对系统的图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量、图像客观质量等指标进行度量，从而能测试系统中各个环节的失真，反应系统的动态性能，并且，实现了对图像影像等的客观评价，替代了以人为主体的检测方式，提高了检测结果的准确性。

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在一个实施例中，以楼宇视频对讲系统这类应用特殊、检测过程中需要完全模拟其真实应用场景即需要检测更准确、符合应用实际、对指标要求高的影像系统进行非接触式性能检测为例，结合图1所示本申请一实施例的非接触式影像系统性能检测系统的结构框图以及图6所示本申请的一实施例的非接触式影像系统性能检测方法的流程图，进行描述。

该实施例中，构建了一套新的多媒体系统测量架构，如检测系统100，其至少包括：信号源110、分析部分120、接收部分130，三个主要组成部分即信号源110、分析部分120和接收部分130相互连接，测试信号的数据在其间相互传递并实现分析处理，进而，还可以将检测系统100的各个组成部分的阶段或最终结果输出，例如：将分析部分120的分析处理的阶段性或最终的检测结果进行输出，输出方式如：显示检测的质量评判分数等性能及性能综合结果。对应该检测系统100，执行相应的检测方法，包括：布置该检测系统100和被测系统，设置适用于该检测系统100的性能测试指标项目，执行各个失真测试以完成利用其检测系统100的设置对被测多媒体系统的整体性能的检测。

测试时，信号源110可以与被测楼宇视频对讲系统(下面简称被测系统)的输入端210相对，向输入端210提供音、视频信号。在一个实施方式中，信号源110可以包括音频测试信号发生器、视频测试信号发生器等；而输入端210例如可以包括：访客呼叫终端或室内用户终端的摄像头、麦克风等。信号源110发出的信号通过被测系统的输入端210接收后，通过该被测系统的传输到达被测系统的输出端220。

例如，步骤610所描述的，在测试时，将信号源与被测系统的输入端相对设置，所述信号源根据测试信源产生作为测试信号的基准信号，并提供给所述输入端以传送到被测系统的输出端；其中，所述基准信号包括音、视频测试信号。

测试时，接收部分130可以与被测系统的输出端220相对，接收来自输出端220输出的经过输入端210、被测系统的通信通道而传递过来的信号。在一个实施方式中，接收部分120可以包括音频信号接收器如人工耳、视频信号接收器如摄像部分(如摄像头等)；而输出端220例如可以包括：访客呼叫终端或室内用户终端的显示器、喇叭等。接收部分120将接收的从通道里传输过来的信号，提供给分析部分130。

例如，步骤620所描述的，在测试时，将接收部分与被测系统的输出端相对设置，所述接收部分采集由信号源产生的基准信号通过被测系统的输入端和通信通道传送到所述输出端而输出的信号。

测试时，分析部分120将来自信号源110的测试信号和接收部分120接收的由该测试信号经过被测系统传递来的信号进行分析处理。分析处理例如：采用有参测量模式，即以音、视频信号源产生的信号作为基准信号，将多媒体系统输出信号与基准信号对比，可以分析产生系统质量评估分数；利用计算机视觉技术和机器学习算法学习图像质量模型等，可以分析图像钝化、图像获取和压缩噪声等要素与图像质量之间的内联关系；等等。

例如，步骤630所描述的，在测试时，将分析部分与信号源和接收部分的输出进行连接，分析处理来自所述信号源产生的基准信号以及来自所述接收部分采集的由该基准信号经过被测系统传递后而输出的所述信号获得图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量以及图像客观质量六个测试指标项中的一个或多个测试指标项的检测结果，以确定被测系统的性能。

这里，采用非接触式测量的方式，利用光信号(视频信号)实现被测系统信号的馈入和馈出，既保证了被测系统的实际应用情况又降低了测试时检测系统与被测系统之间的接口需求，能有效增强检测系统的可用性和检测结果准确性。并且，以音、视频信号发生器(信号源110)产生的信号作为基准，将被测的多媒体系统输出信号与基准信号做对比(即有参测量模式)，进一步保证检测的准确性。

下面将结合图2所示的本申请一实施例的检测系统中一视频测试例子的示意图、图3所示的一视频测试例子所用TE95分辨率测试卡的示意图、图4所示的本申请一实施例的检测系统中一视频编码和传输延时测试例子的示意图以及图5所示的本申请一实施例的检测系统中一唇音同步测试例子的示意图，进行说明。其中，检测方法的具体实施与该检测系统的布置和信号信息、信号数据等流向和分析处理方式完全对应，则不再在下面的检测实施过程中赘述。

如图2～5所示，在测试过程中，为测量被测系统(多媒体系统)的动态性能，可以采用视频(视频测试信号)作为基准信号。其中，视频测试信号包括静态视频和动态视频两类，静态视频包括常用测试图标卡图案，动态视频源包括不同运动程度的视频片段。其中，视频测试信源即视频源，包括头肩结构、手势、身份识别卡等特定对象，并具有不同的环境照度及色温仿真不同的应用场景。

进一步，测试采用的视频测试信号源，是亮度可以调节的，便于测试操作员能够模拟各种环境下的光照强度等，更全方位地进行测试。例如，可以根据应用场景不同，背光光源相关色温可以预先设置为5400K±300K、6500K±300K、9300K±300K等等，以尽量覆盖被测系统实际应用中出现的各种光照强度，使得测试结果更准确、符合被测系统的实际性能状况。

在一个实施方式中，以访客呼叫终端作为输入端，输入信号并发送/传递信号；而以室内用户终端作为输出端，接收通过被测系统的系统网络传递来的信号并输出为例，见图2、4、5所示，做进一步的说明。

优选地，在信号源110包括视频测试信号源(视频测试信源)一端，输出测试图样，通过调整测试图案尺寸或接收部分130如摄像部的焦距，使测试卡图案至少在宽度或高度方向能铺满被测系统的接收端(例如：室内用户终端)中接收并显示从被测系统通信通道(即系统网络)传输来的视频信号(图像、影像)的显示器以及接收部分130中摄像部的图幅，所显示的图像边界与测试图案规定的边界一致。

优选地，视频测试信号可以较被测系统接收端(例如：室内用户终端)中接收和显示信号用的显示器的分辨率高1倍及以上，该室内用户终端中的图像采集摄像头分辨率可以高于该室内用户终端中用于接收和显示信号用的显示器的1倍以上。发送端(例如：访客呼叫终端)的输出图像尺寸，可调，例如：大于50×90cm(如：可以使用16:942寸显示器来输出图像)。

进一步，视频测试信号输出帧率可以高于1倍被测系统(即能实现视频通话的系统)中视频编码帧率。

进一步，检测系统100中的接收部分130如摄像部的时域采样频率为室内用户终端的显示器刷新频率的1倍及以上。

具体地一个例子，检测时，检测系统100中产生测试信号(基准信号)所用的视频测试信源，可以以中轴对齐方式设置在距访客呼叫终端的摄像头一可调距离处，如距摄像头30cm处；而采集室内用户终端显示图像的摄像部，可以以中轴对齐方式装置在距室内用户终端显示器一可调距离处，如距显示器30cm处；摄像焦距可由分析部分120，如分析部分120包括的视频分析部，进行调节。摄像部由变焦镜头和摄像机构成，所获信号通过网线馈入视频分析部。变焦镜头参数为：焦距20mm-70mm，光圈f2-f4。检测系统100中的摄像部时域采样频率可以为室内用户终端显示器刷新频率的1倍及以上。

基于上述检测系统100的设置，如图2所示一视频测试的例子：视频测试信源使用图3所示的TE95分辨率测试卡，进行图像分辨率的性能指标项测试，该视频测试信源产生的该信源信号由被测系统访客呼叫终端的摄像头获取、并通过被测系统的通信通道发送到被测系统室内用户终端的显示器，再由摄像部采集该显示器接收并显示的对应该发送来的信号的视频信息/数据，提供给分析部分120的视频分析部，测量出中心楔的图像分辨率(还可以包括：水平及垂直图像分辨率)。

基于上述检测系统100的设置，一系统帧率测试的例子：进行系统帧率的性能指标项测试，使用的视频测试信源可以由带画面索引的图像组成，检测系统100中分析部分120的视频分析部按图像帧编号判别图像不同，在规定时隙内统计不同图像的数目作为帧率测量值，多次重复识别，以最大帧率作为被测系统系统帧率。优选地，按时隙识别图像帧编号、统计不同图像数目，可以是以1s(1秒)时隙对帧编号进行识别进而统计。

基于上述检测系统100的设置，如图4所示一视频编码和传输时延测试的例子：在检测系统100中，分析部分120可以包括视频时延测试部，其级联于分析部120中包括的视频分析部，并且，视频时延测试部还连接于信号源110中的视频测试信源，从而，视频时延测试部可以获得视频测试信源和视频分析部输出信号。视频时延测试部通过配准视频测试信源发生的视频测试信号(基准信号/基准视频信号)与采集到的该基准信号经传输后的信号的时间差(时间差值)，以测试出被测系统的系统视频时延，该时延包括编码、解码和传输时延的总和。进一步，对于以太网连接的被测系统，为了避免由于网络交换机产生的线路传输延迟，可以采用直连网线的方式进行测试。摄像部的摄像机及视频分析部的采样延时可以预先标定。类似地，在分析部分120增加音频时延测试部获得接收部分130的音频信号接收器如人工耳所采集的室内用户终端喇叭的音频信号，则也可以在音频时延测试部测量出被测系统的音频传输时延。

基于上述检测系统100的设置，如图5所示一被测系统唇音同步测量/测试的例子：检测系统100中的分析部分120，还包括音频时延测试部和视频时延测试部；视频时延测试部连接于(如：级联)信号源110的视频测试信源和分析部分120中的视频分析部之间，获取测试信源输出的视频测试信号(基准信号)和视频分析部分输出的、检测系统100的接收部分130中的摄像部所采集到的、经被测系统传送的、对应该视频测试信号的视频信号；音频时延测试部连接于(如：级联)信号源110的音频测试信源和接收部分130中的音频信号接收器/部分的人工耳之间，获取测试信源输出的音频测试信号(基准信号)和接收部分130中音频信号接收部分的人工耳所采集到的、经被测系统传送的对应该音频测试信号的音频信号。唇音同步的测量包括确定视频延时与音频延时的差值来度量唇音同步情况。

其中，视频时延测试部实现发端视频信号(即视频测试信源产生并发出的视频测试信号，如图5所示视频相关信息)与收端视频信号(即视频测试信号经被测系统传送到输出端220由摄像部采集并提供给视频分析部的视频信号，如图5所示视频相关信息)配准获得时间差，而测量视频系统视频时延，可以参见图4所描述的视频时延测量；而音频时延测试部以音频基准信号频率变化点为基准对信号配准，比如：基准信号与传输后从人工耳采集的音频信号做配准(如图5所示音频相关信息)，再计算音频系统时延。根据视频信号时延与音频信号时延的差值，确定所测量的唇音同步度量。

进一步地，基于上述检测系统100的设置，可以在其测试框架中，设置以人作为观测者的接口，例如：可以在分析部分120增设可交互的检测结果输出显示控制装置、GUI界面等，从而显示图像经被测系统传输后(例如：基准视频信号传输后采集的输出视频信号)的图像，实现由观测者对图像标定及比对，即对图像质量做出主观评估，即获得图像主观质量的性能指标项的测试结果。进一步，该图像质量评估，可以采用5分制或5个等级的方式来描述图像的主客观质量，比如：5分表示优秀、4分表示良好、3分表示合格、2分表示图像画质较差、1分表示画质很差。

进一步，基于上述检测系统100的设置，可以在分析部分120结合计算机视觉处理，利用机器学习算法模拟人的主观感受、替代人完成观测者的所有功能测试，实现图像质量评估的性能指标项测试，即图像质量客观评估，获得图像客观质量。通过该算法所做图像质量的客观评估，与人的主观感受保持高度一致性。

具体地，人对图像质量的视觉感受与场景内容密切相关，即不同场景的视频对视觉的影响不同，因而，为检测被测系统的性能，需要采用多种场景的视频作为测试信号。在一个例子中，检测系统100所采用的视频源为性质不同的视频样本。在该楼宇视频对讲系统的实施例中，检测系统100所存储、播放的视频源样本可以包含典型的人的头肩结构、常用手势、身份识别证件等对象。视频源可以预存在检测系统100中。

下面以一个例子来说明建立视觉模型的过程。这里以建立感知模型为例，但视觉模型不应当被理解为仅限于此。首先，可以用上述视频源样本模仿视频对讲系统的摄像头所获取的图像(即源图像)；然后，从源图像及降质图像质量中进行学习，例如：将不同程度的钝化、下采样、高斯噪声、压缩噪声等降质特征分别或混合作用于上述视频源样本，以产生降质图像样本；再由专业的观测者对其做主观评分。。通过降质特征与主观质量评分，进行机器学习可以使用的典型算法如：支持向量机(SVM)和神经网络算法等，以提取降质特征与主观评估间的内联关系，即获得人对误差的感知模型。

进一步，该感知模型还可以内嵌于视频分析部进行质量分析的处理，从而实现对图像质量的客观评估，即参考主观评估中的5分制或5个等级，给出针对图像质量的客观评估分数。

另外，访客呼叫终端和室内用户终端在测试过程中可以调换发送端和接收端身份，即可以由室内用户终端输入信号而访客户呼叫终端输出信号，检测过程中的设备布置、采用的优选方式等都类似，则不再赘述。从而能对整体系统视频通信交互过程中、影像系统及其组成部分的性能都全面实现测试。

基于上述检测系统100设置的测试架构、基于该架构的性能指标项的设置和测试、以及有参测试的分析处理等检测方法，获得检测结果(例如：质量评分等)，从整体上确定被测系统的失真状况。

由此，本申请的检测系统及其方法，拓展了检测功能(如新增检测项：图像分辨率、系统帧率、音视频的系统时延、唇音同步性能、图像主观质量、图像客观质量)，以便能从系统级来确定其性能；非接触式测量，利用光信号实现被测系统的信号的馈入和馈出，既保证了被测系统的实际应用情况又降低了测试时检测系统与被测系统之间的接口需求，增强检测系统的可用性和检测结果准确性；以音、视频信号发生器(例如：信号源110)产生的信号作为基准，将被测的多媒体系统输出信号与基准信号做对比(即有参测量模式)，最终产生更准确的质量评估分数；采用视频信号源产生的视频信号/视频测试信号作为基准信号，能有效测试多媒体系统的动态性能；设置分制评估、利用机器学习算法获得图像质量评估模型，更符合被测系统实际应用的质量评估，提高了客观质量评估准确性。

本申请对多媒体系统的检测方法和系统，对安防领域的楼宇视频对讲系统等多媒体系统的在整体即系统级的性能测试中，有效准确地实现了音视频测试以及音视频主、客观质量检测。

需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种非接触式影像系统性能检测系统，其中，至少包括：

与被测系统的输入端相对设置的信号源，在测试时，根据测试信源产生作为测试信号的基准信号，并提供给输入端以传送到被测系统的输出端；其中，所述基准信号包括音、视频测试信号，所述视频测试信号包括静态视频信号和动态视频信号；所述测试信源包括头肩结构、手势、身份识别卡中的一个或多个对象，并具有可调节的环境照度及色温以仿真不同应用场景；

与被测系统的输出端相对设置的接收部分，在测试时，其采集由信号源产生的基准信号通过被测系统的通信通道传送到所述输出端而输出的信号；

与信号源和接收部分连接的分析部分，在测试时，将来自所述信号源产生的基准信号以及从接收部分采集的由该基准信号经过被测系统传递后而输出的所述信号进行分析处理；

其中，所述分析部分进行分析处理，获得图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量以及图像客观质量六个测试指标项中的一个或多个测试指标项的检测结果，以确定被测系统的性能。

2.如权利要求1所述的系统，其中，还包括：

所述信号源以中轴对齐方式设置于距所述输入端的一可调距离处，以将所述基准信号通过输入端获取，经被测系统的通信通道传送到输出端；

所述接收部分以中轴对齐方式设置于距所述输出端的一可调距离处以采集输出的所述信号；

当所述信号源使用TE95分辨力测试卡时，所述分析部分根据来自信号源的所述静态视频信号和输出的所述信号，测量中心楔的图像分辨率；

当所述信号源使用由带画面索引的图像组成的帧率测试信源时，所述分析部分根据来自信号源的所述动态视频信号和输出的所述信号，按图像帧编号识别图像不同，在规定时隙内统计不同图像的数目作为帧率测量值，多次重复识别，以最大帧率作为被测系统的系统帧率。

3.如权利要求1所述的系统，其中，所述分析部分包括：

视频时延测试部和视频分析部，视频时延测试部连接所述信号源和所述视频分析部；视频时延测试部依据信号源产生的所述基准信号中的基准视频测试信号和视频分析部获得的来自接收部分所采集的输出的所述信号中的输出视频信号，进行配准，以测试被测系统的视频时延；和/或，

音频时延测试部，连接于所述信号源和所述接收部分；音频时延测试部获取所述信号源产生的所述基准信号中的基准音频测试信号与由接收部分采集的输出的所述信号中的输出音频信号，并以所述基准音频测试信号的频率变化点为基准对所述输出音频信号进行配准而计算出音频时延；和/或，

以所述视频时延与音频时延的差值作为测试被测系统的唇音同步迟延量。

4.如权利要求1所述的系统，其中，还包括：

观测者交互接口，以根据输出的所述信号，进行图像主观质量评估的测试；和/或，

分析部分根据预存的视频源样本，在图像主观质量评估测试中产生降质图像样本并得到相应的评分以确定降质特征，基于所述降质特征和所述评分进行机器学习以确定感知模型；分析部分基于所述感知模型，进行图像客观质量评估的测试。

5.如权利要求1-4之一所述的系统，其中，还包括：

所述信号源产生所述基准信号包括由所述信号源输出测试图样，测试图样输出的图像尺寸大于50cm*90cm，并且，输出所述测试图样包括静态视频和动态视频；

所述信号源通过调整测试图样尺寸或接收部分中摄像部的焦距，使测试图样至少在宽度或高度方向铺满所述输出端的显示器和/或所述接收部分所包含的摄像部图幅，并且，所述输出端的显示器所显示的图像与测试图样规定的边界一致，

所述信号源产生的所述基准信号中视频测试信号的分辨率、以及输入端和/或输出端的摄像头分辨率，比所述输出端和/或输入端的显示器的分辨率高1倍及以上；

所述接收部分中的摄像部的时域采样频率为所述输出端和/或输入端的显示器刷新频率的1倍及以上。

6.一种非接触式影像系统性能检测方法，其中，包括：

在测试时，将信号源与被测系统的输入端相对设置，所述信号源根据测试信源产生作为测试信号的基准信号，并提供给所述输入端以传送到被测系统的输出端；其中，所述基准信号包括音、视频测试信号，所述视频测试信号包括静态视频信号和动态视频信号；所述测试信源包括头肩结构、手势、身份识别卡中的一个或多个对象，并具有可调节的环境照度及色温以仿真不同应用场景；

测试时，将接收部分与被测系统的输出端相对设置，所述接收部分采集由信号源产生的基准信号通过被测系统的输入端和通信通道传送到所述输出端而输出的信号；

在测试时，将分析部分与信号源和接收部分的输出进行连接，分析处理来自所述信号源产生的基准信号以及来自所述接收部分采集的由该基准信号经过被测系统传递后而输出的所述信号；

其中，所述分析处理包括：获得图像分辨率、系统帧率、音视频系统延时、唇音同步性能、图像主观质量以及图像客观质量六个测试指标项中的一个或多个测试指标项的检测结果，以确定被测系统的性能。

7.如权利要求6所述的方法，其中，还包括：

所述信号源以中轴对齐方式设置于距所述输入端的一可调距离处，以将所述基准信号通过输入端获取，经被测系统的通信通道传送到输出端；

所述接收部分以中轴对齐方式设置于距所述输出端的一可调距离处以采集输出的所述信号；

当所述信号源使用TE95分辨力测试卡时，所述分析部分根据来自信号源的所述静态视频信号和输出的所述信号，测量中心楔的图像分辨率；

当所述信号源使用由带画面索引的图像组成的帧率测试信源时，所述分析部分根据来自信号源的所述动态视频信号和输出的所述信号，按时隙识别帧编号，按图像帧编号识别图像不同，在规定时隙内统计不同图像的数目作为帧率测量值，多次重复识别，以最大帧率作为被测系统的系统帧率。

8.如权利要求6所述的方法，其中，还包括：

分析部分中包括视频时延测试部和视频分析部，将视频时延测试部连接所述信号源和所述视频分析部；视频时延测试部依据信号源产生的所述基准信号中的基准视频测试信号与视频分析部获得的来自接收部分所采集的输出的所述信号中的输出视频信号，进行配准，测试被测系统的视频时延；和/或，

分析部分中包括音频时延测试部，将所述音频时延测试部连接于所述信号源和所述接收部分；音频时延测试部获取所述信号源产生的所述基准信号中的基准音频测试信号与由接收部分采集的输出的所述信号中的输出音频信号，并以所述基准音频测试信号的频率变化点为基准对所述输出音频信号，进行配准而计算出音频时延；和/或，

以所述视频时延与音频时延的差值作为测试被测系统的唇音同步度量。

9.如权利要求6所述的方法，其中，还包括：

观测者通过观测者交互接口，以根据输出的所述信号，进行图像主观质量评估的测试；和/或，

分析部分根据预存的视频源样本，在图像主观质量评估测试中产生降质图像样本并得到相应的评分以确定降质特征，基于所述降质特征和所述评分进行机器学习以确定感知模型；分析部分基于所述感知模型，进行图像客观质量评估的测试。

10.如权利要求6-9之一所述的方法，其中，还包括：

所述信号源产生所述基准信号包括由所述信号源输出测试图样，测试图样输出的图像尺寸大于50cm*90cm，并且，输出所述测试图样包括静态视频和动态视频；

所述信号源通过调整测试图样尺寸或接收部分中摄像部的焦距，使测试图样至少在宽度或高度方向铺满所述输出端的显示器和/或所述接收部分所包含的摄像部图幅，并且，所述输出端的显示器所显示的图像与测试图样规定的边界一致，

所述信号源产生的所述基准信号中视频测试信号的分辨率、以及输入端和/或输出端的摄像头分辨率，比所述输出端和/或输入端的显示器的分辨率高1倍及以上；

所述接收部分中的摄像部的时域采样频率为所述输出端和/或输入端的显示器刷新频率的1倍及以上。