CN113923441A

CN113923441A - 视频质量的评估方法、装置及电子设备

Info

Publication number: CN113923441A
Application number: CN202010653685.5A
Authority: CN
Inventors: 李睿鑫; 张炯
Original assignee: Nail Holding Cayman Co ltd
Current assignee: Nail Holding Cayman Co ltd
Priority date: 2020-07-08
Filing date: 2020-07-08
Publication date: 2022-01-11
Anticipated expiration: 2040-07-08
Also published as: WO2022007874A1; CN113923441B

Abstract

本说明书实施例提出了一种视频质量的评估方法、装置以及电子设备。该方法包括：接收视频质量测评任务；视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品标识；基于网络环境模拟信息模拟网络环境，并基于测试视频源信息生成第一测试视频序列，基于被测试视频通信产品标识确定被测试视频通信产品；将第一测试视频序列输入至发送端的被测试视频通信产品，以使发送端的被测试视频通信产品将第一测试视频序列通过模拟的网络环境传输至接收端的被测试视频通信产品；记录接收端的被测试视频通信产品接收到的第二测试视频序列；基于第一测试视频序列和第二测试视频序列，得到视频质量的评估结果并输出。

Description

视频质量的评估方法、装置及电子设备

技术领域

本说明书实施例涉及视频评测技术领域，更具体的，涉及一种视频质量的评估方法、一种视频质量的评估装置、电子设备及计算机可读存储介质。

背景技术

为提升用户的视频会议体验，对云视频会议系统的视频质量进行客观公平的评估，从而根据评估结果对云视频会议系统进行改进是十分重要的。

目前常用的视频质量评估方案，如图1所示，通常包含一个硬件的高清晰度多媒体接口(High Definition Multimedia Interface，HDMI)采集设备和一台分析主机。具体方式为采用已经做过特殊处理的视频源(对视频标记)作为系统的发送侧的输入源。在接收侧使用硬件HDMI采集设备抓取接收侧的视频信息，通过分析主机分析该视频流，得出视频质量关键指标。该方案主要能够评估以下两种维度的视频质量关键指标：视频流畅度(如帧率、卡顿)，视频清晰度，如视频平均主观意见分(Mean Opinion Score，MOS)。

可以看到，该方案存在如下缺陷：一是对于视频流畅度和视频清晰度的评估需要进行两轮，即，两种指标的评估是独立进行的，需要测试人员较多的接入，自动化程度不高。二是在视频清晰度的评估上，要求发送端和接收端的视频序列进行严格的帧对齐，而在云视频会议系统上，由于网络的不确定性，接收端会产生视频帧的少量丢失，以满足不同网络传输条件下的视频服务质量(Quality of Service，QoS)保证，那么使用该方案就无法评估云视频会议系统的视频清晰度。

而基于信息平台的视频会议系统质量评估方案中，如图2所示，在发送端采用虚拟摄像头将测试视频序列输入到视频会议系统中。在视频会议系统接收端，结果分析主机对其屏幕按照固定的帧率进行屏幕抓取，然后计算视频质量关键指标。其中，测试视频序列采用的是国际电信联盟(International Telecommunication Union，ITU)提供的测试编码性能的标准序列，在视频上通过标记帧序号，以便在接收端处理使用。使用该方案，可以得出视频会议系统的关键指标为时延和清晰度，包括峰值信噪比(Peak Signal to NoiseRatio，PSNR)值和结构相似性指数(structural similarity index，SSIM)值。

但该方案存在如下缺陷：一是在发送端使用虚拟摄像头，接收端使用屏幕截取的方式，人为在整个传输链路上添加了两次降采样，对传输视频序列的损伤是比较大的，通过实际使用也发现，通过PSNR和SSIM计算出的分值偏低，几乎没有参考意义。二是使用的ITU提供的编码性能标准序列，大多都是风景、建筑等标准序列，和会议系统的真实场景差别比较大，且可获得的关键指标较少，关于流畅度，只能得出时延指标，对视频质量评估全面性不足。

因此，有必要提出一种新的视频质量的评估方法。

发明内容

本说明书实施例提供一种视频质量的评估的新的技术方案。

根据本说明书的第一方面，提供了一种视频质量的评估方法，包括：

接收视频质量测评任务；所述视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品标识；

基于所述网络环境模拟信息模拟网络环境，并基于所述测试视频源信息生成第一测试视频序列，基于所述被测试视频通信产品标识确定被测试视频通信产品；

将所述第一测试视频序列输入至发送端的所述被测试视频通信产品，以使发送端的所述被测试视频通信产品将所述第一测试视频序列通过模拟的所述网络环境传输至接收端的所述被测试视频通信产品；

记录所述接收端的被测试视频通信产品接收到的第二测试视频序列；

基于所述第一测试视频序列和所述第二测试视频序列，得到视频质量的评估结果并输出。

可选地，其中，所述基于所述网络环境模拟信息模型网络环境，包括：

通过流量控制器命令编译所述网络环境模拟信息，对网络环境进行模拟。

可选地，其中，所述网络环境模拟信息中至少包括：丢包率、网络抖动信息、网络限速信息、上行网络或下行网络信息中的一种或多种。

可选地，其中，所述视频质量的评估结果中至少包括：时延信息、卡顿信息、帧率信息、损坏帧信息以及视频清晰度信息。

可选地，其中，所述第一测试视频序列的每一第一测试视频帧包括帧号和发送所述第一测试视频帧的第一时间戳，所述第二测试视频序列的每一第二测试视频帧均包括帧号和接收到所述第二测试视频帧的第二时间戳；

所述基于所述第一测试视频序列和所述第二测试视频序列，得到视频质量的评估结果并输出，包括：

对于帧号相同的第一测试视频帧和第二测试视频帧，根据所述第二时间戳与所述第一时间戳之差得到所述时延信息；

基于接收到每一帧所述第二测试视频帧的间隔时间，确定所述卡顿信息；

基于每秒接收到的不同第二测试视频帧的数量，确定所述帧率信息；

将无法提取到帧号和/或第二时间戳的第二测试视频帧确定为所述损坏帧信息；以及

利用预设视频清晰度评估算法计算得到所述视频清晰度信息。

可选地，其中，所述预设视频清晰度评估算法至少包括以下任意一种：峰值信噪比PSNR算法、结构相似性指数SSIM算法、视频有参考清晰度评估算法VMAF算法、深度学习算法、人工智能AI算法。

可选地，其中，所述视频质量测评任务中还包括任务信息，所述任务信息包括任务标识和任务发起时间。

根据本说明书的第二方面，

根据本说明书的第三方面，还提供一种视频质量的评估装置，包括：

接收模块，用于接收视频质量测评任务；所述视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品；

模拟模块，用于基于所述网络环境模拟信息模拟网络环境，并基于所述测试视频源信息生成第一测试视频序列；

输入模块，用于将所述第一测试视频序列输入至发送端的被测试视频通信产品，以使所述发送端的被测试视频通信产品将所述第一测试视频序列通过模拟的所述网络环境传输至接收端的被测试视频通信产品；

记录模块，用于记录所述接收端的被测试视频通信产品接收到的第二测试视频序列；

输出模块，用于基于所述第一测试视频序列和所述第二测试视频序列，得到视频质量的评估结果并输出。

根据本说明书的第三方面，还提供了一种电子设备，其中，包括：

如本说明书的第二方面所述的视频质量的评估装置；或者，

处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据本说明书的第一方面中任一项所述的方法。

根据本说明书的第四方面，还提供一种计算机可读存储介质，存储介质存储有可执行指令，所述可执行指令被处理器执行时，执行如本说明书的第一方面中任一项所述的方法。

在一个实施例中，通过接收视频质量测评任务；视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品；基于网络环境模拟信息模拟网络环境，并基于测试视频源信息生成第一测试视频序列；将第一测试视频序列输入至发送端的被测试视频通信产品，以使发送端的被测试视频通信产品将第一测试视频序列通过模拟的网络环境传输至接收端的被测试视频通信产品；记录接收端的被测试视频通信产品接收到的第二测试视频序列；基于第一测试视频序列和第二测试视频序列，得到视频质量的评估结果并输出。从而实现视频质量的自动化评估。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1示出了现有的实现视频质量评估方法的系统组成结构图；

图2示出了现有的基于信息平台的视频会议系统质量评估方案的系统组成结构图；

图3示出了能够实现本说明书实施例的视频质量的评估方法的系统组成结构图；

图4是图3所示系统中视频会议测试系统部分的实现原理示意图；

图5是实现图3所示系统中openwrt弱网环境部分的示意图；

图6是图3所示系统中竞品评估云平台部分实现竞品对抗的流程示意图；

图7示出了能够用于实施一个实施例的视频质量的评估方法的一种电子设备的组成结构示意图；

图8是本说明书实施例一的视频质量的评估方法的示意性流程图；

图9是可用于本说明书实施例一的视频质量的评估装置的原理框图；

图10是可用于实施本说明书实施例一的电子设备的原理框图；

图11是本说明书实施例二的视频质量的评估方法的示意性流程图；

图12是可用于本说明书实施例二的视频质量的评估装置的原理框图；

图13是可用于实施本说明书实施例二的电子设备的原理框图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<应用场景>

图3示出了能够实现本说明书实施例的视频质量的评估方法的系统组成结构图。如图3所示，在该系统中，可以包括本地实验室环境和竞品对抗云平台两大部分。在本地实验室环境中，主要包括视频测试源、视频会议测试系统和Openwrt弱网环境三部分。

视频特性的不同，将会影响视频编码的结果，因此需要在不同的网络条件下，衡量会议系统对各种用户场景的适应程度。在该视频测试源部分，可以针对不同的会议场景制作视频测试序列，作为本说明实施例的测试素材。

在视频会议测试系统部分包括视频会议系统发送端和视频会议系统接收端。具体的，在该视频会议测试系统部分可接入现有的任意云视频会议产品。如图4所示，实现视频会议测试系统的关键是对视频的采集与播放的hook，即将我们的测试视频序列注入发送端中，并在接收端进行捕获。

由于云视频会议系统非常关心在不同网络条件下系统的整体视频质量体验，所以需要构造非常方便且精准的弱网环境，作为视频质量的评估基础，因此，在Openwrt弱网环境部分，采用了在无线云路由器(C1B)产品上二次开发的方式，通过编译流量控制器(TrafficControl，TC)模块到系统的固件上，利用这个模块构造精准的弱网环境，更加贴近用户的场景。

如图5所示，由于TC模块是对出口流量数据包进行控制，所以为了达到对上行和下行网络流量都能进行控制，这里设计了将C1B路由器的wan口和lan口互为出口，则完成了对上下行同时进行流量控制的要求。目前能够完成对丢包、限流、抖动、时延等网络损伤参数的模拟，覆盖多种真实网络场景。

TC模块承载在C1B路由器上，部署、接入都十分方便，能够同时接入多台设备，且基于TC模块实现对出口流量数据包的控制，能够达到和网络损伤仪相当的网络环境模拟效果，大大降低了成本。

图3中所示的竞品对抗云平台，该竞品对抗云平台用于向测试人员提供发起视频质量测评任务的入口，获取最终的视频质量的评估结果，以及展示评估结果。测试人员可以通过在该竞品对抗云平台上的操作，一键发起视频质量测评任务，并快速得到视频质量的评估结果。

如图6所示，测试人员通过竞品对抗云平台发起视频质量测评任务，该视频质量测评任务例如是竞品对比任务，竞品对抗云平台可以向素材源和分析设备、竞品发送端和竞品接收端均下发任务指令，素材源和分析设备播放第一测试视频序列，竞品发送端基于任务指令向竞品接收端发起一次视频会议行为，竞品接收端进入视频会议后，竞品发送端播放的第一测试视频序列在C1B路由器模拟的网络环境中被实时传输至竞品接收端，一段时间后结束该视频会议，素材源和分析设备记录竞品接收端接收到的第二测试视频序列，并基于第一测试视频序列和第二测试视频序列，计算得到视频质量的关键指标，并向竞品对抗云平台返回视频质量的评估结果。这样，视频质量的关键指标都能够从竞品对抗云平台上获取，实现实时的竞品对抗和比对。

<硬件设备>

图7示出了能够用于实施一个实施例的视频质量的评估方法的一种电子设备的组成结构示意图。该电子设备例如是上述图3中所示的竞品对抗云平台。

如图7所示，本实施例的电子设备1000可以包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800，等等。

其中，处理器1100用于执行程序指令，该程序指令可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、耳机接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。扬声器1700用于输出语音信息。麦克风1800用于采集语音信息。

电子设备1000可以是便携式电脑、台式计算机、平板电脑等任意设备。

本实施例中，电子设备1000的存储器1200用于存储指令，所述指令用于控制所述处理器1100进行操作以支持实现根据本说明书任意实施例的视频质量的评估方法。技术人员可以根据本说明书所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

本领域技术人员应当理解，尽管在图7中示出了电子设备1000的多个装置，但是，本说明书实施例的电子设备1000可以仅涉及其中的部分装置，例如，只涉及处理器1100、存储器1200、显示装置1500、输入装置1600等。

图7所示的电子设备1000仅是解释性的，并且决不是为了要限制本说明书、其应用或用途。

<第一实施例>

<方法>

图8是根据本说明书实施例一的视频质量的评估方法的流程示意图，该方法可以由测试设备实施，该测试设备例如是图7所示的电子设备1000。

如图8所示，本实施例的视频质量的评估方法可以包括如下步骤2100～2500：

步骤2100，接收视频质量测评任务；所述视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品标识。

其中，所述网络环境模拟信息中至少包括：丢包率、网络抖动信息、网络限速信息、上行网络或下行网络信息中的一种或多种。丢包率是指测试中所丢失数据包数据占所发送数据的比率，如10％，50％等。网络抖动信息是指网络中信息传输的最大延迟与最小延迟的时间差信息，例如，最大延迟是20毫秒，最小延迟为5毫秒，则网络抖动为15毫秒。网络限速信息是指网络拥有的最高传输速度。上行网络或下行网络信息是指上行网络或下行网络传输速率，例如1Mbps、8Mbps等。

被测试视频通信产品标识具体是指不同的视频通信产品，如A产品，B产品等等。

测试视频源信息中可以包括测试视频源的类别、视频序列随时间的变化程度(Temporal perceptual Information，TI)和视频一帧图像的空间细节量(Spatialperceptual Information，SI)，其中，TI用于反映视频序列的运动程度，SI用于反映视频序列内容的空间复杂程度。

在一个例子中，所述测试视频源的制作标准可以如下表所示，本实施例并不以此为限：

例如，测试视频源的类别包括基本测试序列、会议场景和投屏场景。其中，基本测试序列包括纯色背景视频测试序列，简单内容视频测试序列和复杂内容视频测试序列。会议场景包括单人静止会议场景序列，单人运动会议场景序列，多人静止会议场景序列和多人运动会议场景序列。投屏场景包括普通图片测试序列和复杂表格文档测试序列。

示例性的，测试视频源信息中的测试视频源的类别为基本测试序列中的纯色背景视频测试序列，且TI和SI均小于10，此时，该测试视频源信息描述的是一个最基本的测试序列，可以作为对照组，是系统的最基本能力。

示例性的，测试视频源信息中的测试视频源的类别为会议场景中的多人静止会议场景序列，且TI小于15，SI小于35，此时，该测试视频源信息描述的是多人会议场景，视频特性复杂度中等。

示例性的，测试视频源信息中的测试视频源的类别为投屏场景中的普通图片测试序列，且TI小于15，SI小于25，此时，该测试视频源信息描述的是会议分享场景，视频特性复杂度中等。

进一步地，在所述视频质量测评任务中还可以包括任务信息，所述任务信息包括任务标识和任务发起时间等，以便于记录每次的测评相关结果。

步骤2200，基于所述网络环境模拟信息模拟网络环境，并基于所述测试视频源信息生成第一测试视频序列，并基于所述被测试视频通信产品标识确定被测试视频通信产品。

需要说明的是，网络流量的控制通常发生在输出网卡处。流量控制的一个基本概念是队列(Qdisc)，每个网卡都与一个队列(Qdisc)相联系，每当Linux内核需要将报文分组从网卡发送出去，都会首先将该报文分组添加到该网卡所配置的队列中，由该队列决定报文分组的发送顺序。因此可以说，所有的流量控制都发生在队列中。

本步骤中，网络环境的模拟主要依靠Linux内核的流量控制工具流量控制器(TrafficControl，TC)模块实现，它利用队列规定建立处理数据包的队列，并定义队列中的数据包被发送的方式，从而实现对流量的控制。

需要说明的是，为了比较贴近用户的使用场景，以及节省成本和轻量化部署，在本实施例中提出将这种流量控制方式移植到路由器上，作为网络环境模拟的主要手段。在一个Openwrt(一种linux版本)系统上编译TC，即可获得上述的流量控制能力，即，通过TC命令编译所述网络环境模拟信息，对网络环境进行模拟。

例如：网络环境模拟信息中包括的丢包率为30％，则可以在路由器上通过TC命令：tcqdisc add devbr-wan root netem loss 30％设置一个30％丢包率的丢包弱网，从而模拟出30％丢包率的网络。

但是，在实际使用过程中，对于网络环境的模拟，上述方式只是其中的一种实现方式，像物理模拟，如加屏蔽与网络损耗等、购买专业的网络损伤仪等都可以得到一个类似的网络损伤环境，都可以成为本实施例中模拟网络环境的一种实现方式。

步骤2300，将所述第一测试视频序列输入至发送端的被测试视频通信产品，以使所述发送端的被测试视频通信产品将所述第一测试视频序列通过模拟的所述网络环境传输至接收端的被测试视频通信产品。

步骤2400，记录所述接收端的被测试视频通信产品接收到的第二测试视频序列。

本实施例在实现时，希望能够在无侵入的情况下获得对各个实时视频通信产品的相关技术指标，如时延、卡顿、帧率、清晰度等，那么将经过设计的一个测试视频源输入到整个视频通信系统中，以及获取最后接收端处的最终视频结果就是最终我们能够得到客观技术指标的关键。那么，在本实施例中，利用钩子(hook)技术可以将整个实时视频通信产品的视频采集与视频播放部分变成可控制的部分。

即，在将第一测试视频序列输入至发送端的被测试视频通信产品，以及从接收端的被测试视频通信产品获取第二测试视频序列的过程中，均采用hook的方式。具体的，hook的实现方式可以包括硬件的方式和软件的方式。

采用硬件的方式实现hook是指通过视频采集设备将视频注入系统中，即，采用硬件的采集播放设备接入到测评的系统中，通过硬件设备抓取需要的输入输出信息，这种方式在可以兼容硬件采集设备的系统上实施起来比较便捷。

采用软件的方式实现hook是指通过替换系统层上采集渲染关键函数，将测试视频序列注入与提取，即，通过修改系统底层的视频采集与播放关键应用程序接口(Application Programming Interface，API)，获得整个测试系统的输入与输出信息，优点是不受设备的限制。

步骤2500，基于所述第一测试视频序列和所述第二测试视频序列，得到视频质量的评估结果并输出。

其中，所述视频质量的评估结果中至少包括：时延信息、卡顿信息、帧率信息、损坏帧信息以及视频清晰度信息。在本步骤中，该电子设备1000需要对上述时延信息、卡顿信息、帧率信息、损坏帧信息以及视频清晰度信息分别进行计算。

具体的，为了实现对这些信息的计算，在本实施例中，在制作每一帧测试视频帧时，为每一帧测试视频帧设置帧号和时间戳：所述第一测试视频序列的每一第一测试视频帧包括帧号和发送所述第一测试视频帧的第一时间戳，所述第二测试视频序列的每一第二测试视频帧均包括帧号和接收到所述第二测试视频帧的第二时间戳。

其中，帧号固定占4位，不够4位时用0补齐，例如，0001，0089，1000。时间戳是本帧发送时的时间，单位为ms。接收端通过光学字符识别(Optical Character Recognition，OCR)的方式获取标记在视频上的信息。

该电子设备1000在计算时延信息时，对于帧号相同的第一测试视频帧和第二测试视频帧，根据所述第二时间戳与所述第一时间戳之差得到所述时延信息：Time_delay＝Time_recv-Time_send。其中，Time_delay是指时延信息，Time_recv是指第二时间戳，Time_send是指第一时间戳。

该电子设备1000在计算卡顿信息时，基于接收到每一帧所述第二测试视频帧的间隔时间，确定所述卡顿信息：Time_jank＝Time_recv-n-Time_recv-n-1。其中，Time_jank是指卡顿信息，Time_recv-n是指第n帧第二测试视频帧，Time_recv-n-1是指第n-1帧第二测试视频帧。

该电子设备1000在计算帧率信息时，基于每秒接收到的不同第二测试视频帧的数量，确定所述帧率信息FrameRate＝(Num_recv-n,...,Num_recv-n+30)_unique。

该电子设备1000在确定损坏帧信息时，将无法提取到帧号和/或第二时间戳的第二测试视频帧确定为所述损坏帧信息。

该电子设备1000在计算视频清晰度信息时，可以利用预设视频清晰度评估算法计算得到所述视频清晰度信息。其中，所述预设视频清晰度评估算法至少包括以下任意一种：峰值信噪比(Peak Signal to Noise Ratio，PSNR)算法、结构相似性指数(structuralsimilarity index，SSIM)算法、视频有参考清晰度评估算法(Video MultimethodAssessment Fusion，VMAF)算法、深度学习算法、人工智能(artificial intelligence，AI)算法。

需要说明的是，视频清晰度的评估方案目前采用较广泛的是传统的有参考视频清晰度评估方法，在获得了原始视频，即视频源的输入视频和损伤视频，即接收端采集下来的视频后，通过相应的清晰度评估算法，如PSNR、SSIM、VMAF等进行清晰度的评估。

但这些现有的视频清晰度评估方案具有一定的弊端，即，需要原始视频，且需要视频的分辨率、视频帧严格对齐，那么实施上有了一定的局限性，在端到端的实时视频质量评估上不好开展。

因此，在本实施例中，不仅可以利用上述传统的有参考视频清晰度评估方法计算得到视频清晰度信息，还可以采用更先进的无参考视频清晰度评估方法，即，不使用参考视频作为基准，通过深度学习、AI等先进的方式和算法，直接提取接收端视频中相应特征，进行清晰度的评估。

进一步地，通过获取到一些原始的视频数据，例如主观人工评价或者是阶段一的一些结果，可以对这些数据加以二次利用，通过上述的一些方法，得到一个更加智能的评测体系。

本实施例中，通过接收视频质量测评任务；视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品标识；基于网络环境模拟信息模拟网络环境，基于测试视频源信息生成第一测试视频序列，并基于所述被测试视频通信产品标识确定被测试视频通信产品；将第一测试视频序列输入至发送端的被测试视频通信产品，以使发送端的被测试视频通信产品将第一测试视频序列通过模拟的网络环境传输至接收端的被测试视频通信产品；记录接收端的被测试视频通信产品接收到的第二测试视频序列；基于第一测试视频序列和第二测试视频序列，得到视频质量的评估结果并输出。从而实现视频质量的自动化评估。

<装置>

在本实施例中，还提供一种视频质量的评估装置，如图9所示，该视频质量的评估装置3000包括接收模块3100，模拟模块3200，输入模块3300，记录模块3400和输出模块3500。

其中，接收模块3100，用于接收视频质量测评任务；所述视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品标识。

模拟模块3200，用于基于所述网络环境模拟信息模拟网络环境，基于所述测试视频源信息生成第一测试视频序列，并基于所述被测试视频通信产品标识确定被测试视频通信产品。

输入模块3300，用于将所述第一测试视频序列输入至发送端的被测试视频通信产品，以使所述发送端的被测试视频通信产品将所述第一测试视频序列通过模拟的所述网络环境传输至接收端的被测试视频通信产品。

记录模块3400，用于记录所述接收端的被测试视频通信产品接收到的第二测试视频序列。

输出模块3500，用于基于所述第一测试视频序列和所述第二测试视频序列，得到视频质量的评估结果并输出。

具体的，所述模拟模块3200具体用于：通过流量控制器命令编译所述网络环境模拟信息，对网络环境进行模拟。

其中，所述网络环境模拟信息中至少包括：丢包率、网络抖动信息、网络限速信息、上行网络或下行网络信息中的一种或多种。所述视频质量的评估结果中至少包括：时延信息、卡顿信息、帧率信息、损坏帧信息以及视频清晰度信息。

具体的，所述第一测试视频序列的每一第一测试视频帧包括帧号和发送所述第一测试视频帧的第一时间戳，所述第二测试视频序列的每一第二测试视频帧均包括帧号和接收到所述第二测试视频帧的第二时间戳；

所述输出模块3500具体可以用于：对于帧号相同的第一测试视频帧和第二测试视频帧，根据所述第二时间戳与所述第一时间戳之差得到所述时延信息；基于接收到每一帧所述第二测试视频帧的间隔时间，确定所述卡顿信息；基于每秒接收到的不同第二测试视频帧的数量，确定所述帧率信息；将无法提取到帧号和/或第二时间戳的第二测试视频帧确定为所述损坏帧信息；以及利用预设视频清晰度评估算法计算得到所述视频清晰度信息。

可选地，所述预设视频清晰度评估算法至少包括以下任意一种：峰值信噪比(PSNR)算法、结构相似性指数(SSIM)算法、视频有参考清晰度评估算法(VMAF)算法、深度学习算法、人工智能(AI)算法。

进一步地，所述视频质量测评任务中还包括任务信息，所述任务信息包括任务标识和任务发起时间。

本实施例的视频质量的评估装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

<设备>

本实施例中，还提供一种电子设备，该电子设备包括本说明书装置实施例中描述的视频质量的评估装置3000；或者，该电子设备为图10所示的电子设备4000，包括：

存储器4100，用于存储可执行命令。

处理器4200，用于在存储器4100存储的可执行命令的控制下，执行本说明书任意方法实施例中描述的方法。

在电子设备根据所执行的方法实施例的实施主体，可以是服务器，也可以是终端设备。

<计算机可读存储介质>

本实施例提供一种计算机可读存储介质，该存储介质中存储有可执行命令，该可执行命令被处理器执行时，执行本说明书任意方法实施例中描述的方法。

<第二实施例>

<方法>

图11是根据本说明书实施例二的视频质量的评估方法的流程示意图，该方法可以由电子设备实施，该电子设备例如是图7所示的电子设备1000。

如图11所示，本实施例的视频质量的评估方法可以包括如下步骤5100～步骤5300：

步骤5100，根据获取的多个网络环境模拟信息，分别模拟对应的网络环境。

该电子设备1000可以根据不同的网络环境模拟信息模拟不同的网络环境。

步骤5200，在所模拟的各个所述网络环境中，分别传输测试视频序列，得到对应的视频质量的评估结果。

其中，所述视频质量的评估结果，是将所述测试视频序列在各个所述网络环境中，由发送端传输至接收端后，基于所述发送端的测试视频序列和对应的所述接收端接收到的测试视频序列得到的。

所述视频质量的评估结果中至少包括：时延信息、卡顿信息、帧率信息、损坏帧信息以及视频清晰度信息。在本步骤中，该电子设备1000需要对上述时延信息、卡顿信息、帧率信息、损坏帧信息以及视频清晰度信息分别进行计算。具体的计算方式可以参照上述第一实施例的方法中所述的内容，在此不再赘述。

步骤5300，根据所述视频质量的评估结果，确定符合预设条件的目标网络环境。

具体的，在上述步骤5100中模拟了多种不同的网络环境，对测试视频序列进行传输，并得到了对应的视频质量的评估结果，本步骤中，该电子设备1000可以逐一判断不同网络环境对应的视频质量的评估结果是否符合预设条件，或者是否满足需求，从而确定出目标网络环境。

本实施例的方法，可以通过在模拟的不同的网络环境中传输测试视频序列得到相应的视频质量的评估结果，并根据所得到的视频质量的评估结果，确定出符合预设条件的用于传输视频的目标网络环境。

<装置>

在本实施例中，还提供一种视频质量的评估装置，如图12所示，该视频质量的评估装置6000包括模拟模块6100，评估模块6200和确认模块6300。

其中，模拟模块6100用于根据获取的多个网络环境模拟信息，分别模拟对应的网络环境。

评估模块6200用于在所模拟的各个所述网络环境中，分别传输测试视频序列，得到对应的视频质量的评估结果。

确认模块6300用于根据所述视频质量的评估结果，确定符合预设条件的目标网络环境。

<设备>

本实施例中，还提供一种电子设备，该电子设备包括本说明书装置实施例中描述的视频质量的评估装置6000；或者，该电子设备为图13所示的电子设备7000，包括：

存储器7100，用于存储可执行命令。

处理器7200，用于在存储器7100存储的可执行命令的控制下，执行本说明书任意方法实施例中描述的方法。

<计算机可读存储介质>

<系统>

本实施例还提供一种视频质量的评估系统。该系统可以包括评估设备和测试设备。所述测试设备中包括接收端、发送端以及设置有流量控制器的路由器。

其中，所述发送端用于生成第一测试视频序列，并将所述第一测试视频序列通过所述路由器发送至所述接收端；以及，将所述第一测试视频序列传输至所述评估设备。所述接收端用于接收所述第一测试视频序列，并记录为第二测试视频序列；将所述第二测试视频序列传输至所述评估设备。所述路由器用于通过所述流量控制器模拟网络环境；并在所模拟的所述网络环境下将所述第一测试视频序列传输至所述接收端。

所述评估设备用于接收视频质量测评任务，以及根据所述第一测试视频序列和所述第二测试视频序列生成视频质量的评估结果并输出。

本实施例的视频质量的评估系统，可以实现视频质量的自动化评估。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims

1.一种视频质量的评估方法，应用于测试设备，所述方法包括：

基于所述网络环境模拟信息模拟网络环境，基于所述测试视频源信息生成第一测试视频序列，并基于所述被测试视频通信产品标识确定被测试视频通信产品；

2.根据权利要求1所述的方法，其中，所述基于所述网络环境模拟信息模型网络环境，包括：

3.根据权利要求2所述的方法，其中，所述网络环境模拟信息中至少包括：丢包率、网络抖动信息、网络限速信息、上行网络或下行网络信息中的一种或多种。

4.根据权利要求1所述的方法，其中，所述视频质量的评估结果中至少包括：时延信息、卡顿信息、帧率信息、损坏帧信息以及视频清晰度信息。

5.根据权利要求4所述的方法，其中，所述第一测试视频序列的每一第一测试视频帧包括帧号和发送所述第一测试视频帧的第一时间戳，所述第二测试视频序列的每一第二测试视频帧均包括帧号和接收到所述第二测试视频帧的第二时间戳；

6.根据权利要求5所述的方法，其中，所述预设视频清晰度评估算法至少包括以下任意一种：峰值信噪比PSNR算法、结构相似性指数SSIM算法、视频有参考清晰度评估算法VMAF算法、深度学习算法、人工智能AI算法。

7.根据权利要求1所述的方法，其中，所述视频质量测评任务中还包括任务信息，所述任务信息包括任务标识和任务发起时间。

8.一种视频质量的评估方法，包括：

根据获取的多个网络环境模拟信息，分别模拟对应的网络环境；

在所模拟的各个所述网络环境中，分别传输测试视频序列，得到对应的视频质量的评估结果；

根据所述视频质量的评估结果，确定符合预设条件的目标网络环境；

9.一种视频质量的评估装置，包括：

接收模块，用于接收视频质量测评任务；所述视频质量测评任务中至少包括：网络环境模拟信息、测试视频源信息以及被测试视频通信产品标识；

模拟模块，用于基于所述网络环境模拟信息模拟网络环境，并基于所述测试视频源信息生成第一测试视频序列，基于所述被测试视频通信产品标识确定被测试视频通信产品；

输入模块，用于将所述第一测试视频序列输入至发送端的所述被测试视频通信产品，以使发送端的所述被测试视频通信产品将所述第一测试视频序列通过模拟的所述网络环境传输至接收端的所述被测试视频通信产品；

10.一种视频质量的评估装置，包括：

模拟模块，用于根据获取的多个网络环境模拟信息，分别模拟对应的网络环境；

评估模块，用于在所模拟的各个所述网络环境中，分别传输测试视频序列，得到对应的视频质量的评估结果；

确认模块，用于根据所述视频质量的评估结果，确定符合预设条件的目标网络环境；

11.一种视频质量的评估系统，包括：

评估设备和测试设备；

所述测试设备中包括接收端、发送端以及设置有流量控制器的路由器；

其中，所述发送端用于生成第一测试视频序列，并将所述第一测试视频序列通过所述路由器发送至所述接收端；以及，将所述第一测试视频序列传输至所述评估设备；

所述接收端用于接收所述第一测试视频序列，并记录为第二测试视频序列；将所述第二测试视频序列传输至所述评估设备；

所述路由器用于通过所述流量控制器模拟网络环境；并在所模拟的所述网络环境下将所述第一测试视频序列传输至所述接收端；

12.一种电子设备，其中，包括：

如权利要求9所述的视频质量的评估装置；或者，如权利要求10所述的视频质量的评估装置；或者，

处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据权利要求1至7中任一项所述的方法；或者，所述指令用于控制所述处理器执行根据权利要求8所述的方法。

13.一种计算机可读存储介质，存储介质存储有可执行指令，所述可执行指令被处理器执行时，执行如权利要求1至7中任一项所述的方法；或者，执行如权利要求8中所述的方法。