JP6328637B2 - ビデオストリーミングサービスのためのコンテンツ依存型ビデオ品質モデル - Google Patents

Description

本発明は、好ましくはインターネットプロトコルテレビジョン（ＩＰＴＶ）またはビデオオンデマンド（ＶｏＤ）等のビデオストリーミングサービスに関連してデジタルビデオ信号の知覚品質を推定するための方法および装置に関し、特にコンテンツ複雑性パラメータを提供すること、および提供されたコンテンツ複雑性パラメータにより既存のまたは将来のパラメータベースのビデオ品質推定方法を制御することによる、デジタルビデオ信号の知覚品質のコンテンツ依存型推定のための方法および装置に関する。

非対話型ストリーミング（ＩＰＴＶ、ＶｏＤ）等のビデオサービスのユーザ満足度を高めることを保証するために、それらサービスの知覚ビデオ品質は、推定される必要がある。それは、そのサービス品質を維持するために、コンテンツ提供者および消費者の両方に対する放送提供者の主な責任である。大規模ＩＰＴＶネットワークでは、完全に自動化された品質監視調査だけがこの要件を満たすことができる。

この目的を達成するために、ユーザによって知覚されるビデオ品質の推定を提供するビデオ品質モデルが開発されている。それらモデルは例えば、ユーザエンドで受信されたビデオとオリジナルの劣化していないビデオとの間の類似度を出力することができる。また、より洗練された態様では、人間の視覚系（ＨＶＳ）をモデル化することができる。最後に、知覚品質の推定を最終的に提供するために、モデル出力を広範な主観的品質テストの結果にマッピングすることができる。

ビデオ品質モデルおよびそれによる測定系は一般に、以下の通り分類される。
品質モデルタイプ
・ＦＲ（Ｆｕｌｌ Ｒｅｆｅｒｅｎｃｅ）：基準信号が要求される。
・ＲＲ（Ｒｅｄｕｃｅｄ−Ｒｅｆｅｒｅｎｃｅ）：ソース信号から抽出された一部の情報が要求される。
・ＮＲ（Ｎｏ−Ｒｅｆｅｒｅｎｃｅ）：基準信号が要求されない。
入力パラメータタイプ
・信号／メディアベース：復号された画像（ピクセル情報）が要求される。
・パラメータベース：ビットストリームレベル情報が要求される。情報は、パケットヘッダ情報から始まり、パケットヘッダの解析、符号情報であるペイロードを含むビットストリームの解析、およびビットストリームの部分的および全体的復号を要求する。
アプリケーションのタイプ
・ネットワーク計画：モデルまたは測定系は、最善の実装を計画するためにネットワークの実装前に使用される。
・サービス監視：モデルは、サービス業務の間に使用される。
ビデオ品質モデルのタイプの関連情報は、文献［１−３］で見られる。

いくつかのパケットベースのパラメータビデオ品質モデルは、文献［４−６］に記載されている。しかし、これらモデルの主な欠点は、コンテンツの質的インパクトを考慮しないことである。他の項目では、文献［７−１２］で報告された通り、知覚ビデオ品質は、ビデオの時空間特性に依存する。例えば、ニュース放送等のビデオで複雑な動きがない時、一般にパケット損失がうまく隠されることがよく知られている。パケット損失がない時、低および中ビットレートに関して、低い時空間複雑性を備えたコンテンツは、時空間複雑コンテンツより高い品質を達成する。

別の従来技術ではまた、文献［１３ａ、１３ｂ、１４、１５、１６］を参照すると、パケット損失がある場合およびない場合の両方に関して、パラメータベースのパラメータビデオ品質モデルにコンテンツの質的インパクトを含ませることを目的とする。

例えば、文献［１３ａ、１３ｂ、１４］では、コンテンツの複雑性は、現在のフレームサイズと適応閾値との比較によってビデオフレーム毎に決定される。現在のフレームサイズがこの閾値より高い、同じ、または低いかは、現在のフレームに関連付けられた推定された品質の向上または悪化をもたらす。しかし、閾値の使用と、この値に対して高い、同じ、または低いことでもたらされる３つの可能性に起因して、これら文献で開示された方法は、ビデオコンテンツの比較的粗い考察を提供するだけである。即ち、所定の測定窓内においてフレームの複雑性の測定が円滑でも連続でもない。また、適応閾値は、測定窓の全部または一部で計算されるので、各フレームの複雑性は、同じビデオシーケンスにおける他のフレームの複雑性に関連して決定されるが、他のコンテンツの複雑性に関連して決定されない。

文献［１５］では、コンテンツ関連パラメータ、即ち量子化パラメータおよび動きベクトル等のコンテンツの時空間複雑性を反映するパラメータを、パラメータベースのビデオ品質モデルに挿入するという解決策が提案されている。しかしながら、これらコンテンツ関連パラメータは、暗号化ビットストリームから抽出することができないので、文献［１５］を本発明と同様に扱うことができない。

文献［１６］は、パケット損失による信号劣化の大きさを示す単一パラメータを備えたパケット損失の場合に知覚ビデオ品質を推定するための解決策を提供する。この解決策は、コンテンツの時間複雑性または時空間複雑性に基づき信号劣化の推定大きさを調整するための補正係数の含有を予見している。しかし、例えば暗号化ビデオの場合にこの補正係数を計算するための解決策が提案されていない。

故に、デジタルビデオ信号の知覚品質を推定するための方法に対する必要性が未だ存在する。一方で、そのような方法は、ビデオ信号のコンテンツの質的インパクトの幾分きめの細かい考察を可能にし、他方で、それはまた、パケット損失がある場合の符号劣化およびない場合の符号劣化の両方を含む暗号化ビデオに適用できなければならない。これら特徴を備えた方法を実行するよう構成された装置に対する必要性も同様に存在する。

文献[16] WO 2012/076202 ("Method and apparatus for assessing the quality of a video signal during encoding and transmission of the video signal'") 文献[20] WO/2012/013655 ("Method for estimation of the type of the group of picture structure of a plurality of video frames in a video stream") 文献[21] PCT/EP2011/067741 (Argyropoulos, S. et al, "Scene change detection for perceptual quality evaluation in video sequences"). PCT/EP2011/067741は、本願の出願前の出願日を有する文書であるが、本願の出願前に公開されなかった。

文献[1] A. Takahashi, D. Hands, and V. Barriac, "Standardization Activities in the ITU for a QoE Assessment of IPTV," in IEEE Communication Magazine, 2008. 文献[2] S. Winkler and P. Mohandas, "The Evolution of Video Quality Measurement: From PSNR to Hybrid Metrics," in IEEE Trans. Broadcasting, 2008. 文献[3] A. Raake, M.N. Garcia, S. Moeller, J. Berger, F. Kling, P. List, J. Johann, and C. Heidemann, "T-V-MODEL: Parameter-based prediction of IPTV quality," in Proc. of ICASSP, 2008. 文献[4] O. Verscheure, P. Frossard, and M. Hamdi, "User-oriented QoS analysis in MPEG-2 video delivery," in Real-Time Imaging, 1999. 文献[5] K. Yamagishi and T. Hayashi, "Parametric Packet-Layer Model forMonitoring Video Quality of IPTV Services," in Proc. of ICC, 2008. 文献[6] M-N. Garcia and A. Raake, "Parametric Packet-Layer Video Quality Model for IPTV," in Proc. of ISSPA, 2010. 文献[7] S. Pechard, D. Barba, and P. Le Callet, "Video quality model based on a spatio-temporal features extraction for H.264-coded HDTV sequences," in Proc. of PCS, 2007. 文献[8] Y. Liu, R. Kurceren, and U. Budhia, "Video classification for video quality prediction," in Journal of Zhejiang University Science A, 2006. 文献[9] M. Ries, C. Crespi, O. Nemethova, and M. Rupp, "Content-based Video Quality Estimation for H.264/AVC Video Streaming," in Proc, of Wireless Communications and Networking Conference, 2007. 文献[10] A. Khan, L. Sun. and E. Ifeachor, "Content clustering based video quality prediction model for MPEG4 video streaming over wireless networks," in Proc. of ICC, 2009. 文献[11] Garcia, M.-N., Schleicher, R. and Raake, A. "Towards A Content-Based Parametric Video Quality Model For IPTV", in Proc. Of VPQM, 2010. 文献[12] Guangtao Zhai et al, Cross-dimensional Quality Assessment for Low Bitrate Video, in IEEE Transactions on Multimedia, 2008. 文献[13a] Clark, A. (Telchemy), WO 2009012297 (Al), Method and system for content estimation of packet video streams. 文献[13b] Clark, A. (Telchemy), US 2009/004114 (Al), Method and system for viewer quality estimation of packet video streams. 文献[14] Liao, Ning et al, "A packet-layer video quality assessment model with spatiotemporal complexity estimation", EURASIP Journal on Image and Video Processing 2011, 2011:5 (22 August 2011 ) 文献[15] Garcia, M.-N., Schleicher, R. and Raake, A. (2010). Towards A Content-Based Parametric Video Quality Model For IPTV. Fifth International Workshop on Video Processing and Quality Metrics for Consumer Electronics (VPQM 2010). Intel, 20-25. 文献[17] Rosenbluth, J. H. (AT&T) "ITU-T Delayed Contribution D.064: Testing the quality of connections having time varying impairments", 1998 文献[18] Gros, L., Chateau, N. "Instantaneous and Overall Judgements for Time- Varying Speech Quality: Assessments and Relationships, Acta Acustica, Volume 87, Number 3, May/June 2001, pp. 367-377(11) 文献[19] Weiss, B., Moller, S., Raake, A., Berger, J., Ullmann, R. (2009). Modeling Conversational Quality for Time-varying Transmission Characteristics, Acta Acustica united with Acustica 95, 1140-1 151.

これら目的は、本願の特許請求の範囲で開示された特徴を備えた方法および装置によって達成される。

本発明は、暗号化ビデオの場合、即ちパケットヘッダ情報のみが利用可能の場合、パラメータベースのビデオ品質モデルでの使用に向けられる。本発明はまた、非暗号化ビデオの場合に作用するが、非暗号化ビットストリームからより深い情報を完全に復号または抽出することに基づき、ビデオ品質モデルほど正確ではない設計によってもよい。パケットベースの情報の利用だけで、本発明の計算複雑性を低く維持するという利点をもたらし、勿論暗号化ストリームだけでなく非暗号化ストリームでの用途範囲に拡張される。

本発明を要約すると以下の通りである。
本発明の目的は、コンテンツ複雑性パラメータを提供することにより、および任意の、故に既存または将来の、パラメータベースのビデオ品質推定方法を制御するためのこれらコンテンツ複雑性パラメータを使用することにより、デジタルビデオ信号の知覚品質を推定するための方法を提供することである。本発明による方法は一方で、ビデオ信号のコンテンツの質的インパクトの幾分きめの細かい考察を可能にし、他方で暗号化ビデオに、およびパケット損失がある場合およびない場合の両方に適用可能である。本発明のもう１つの目的は、コンテンツ複雑性パラメータを計算し、それらを任意のパラメータベースのビデオ品質モデルに挿入するために構成された装置を提供することであり、そのようなパケットヘッダベースの手法の全ての利点が関連付けられる。

本発明は、計算されたコンテンツ関連パラメータおよびこれらパラメータをモデルに含ませる方法の両方によって、上記引用した文献［１３ａ、１３ｂ、１４］の手法とは実質的に異なることも留意すべきである。本発明では、コンテンツ関連パラメータは、絶対値として提供され、文献［１３ａ、１３ｂ、１４］に開示されたようなフレームの履歴に依存しない。故に、それらは原則として、２つの異なるコンテンツの、または１つのコンテンツの異なるシーン若しくはパッセージの複雑性を比較するために使用されうる。また、本発明で使用されるコンテンツ関連パラメータの値は、連続的ではあるが、文献［１３ａ、１３ｂ、１４］のように不明瞭なクラスの観点で分類別ではなく、故にコンテンツの質的インパクトのかなりきめの細かい推定を可能にする。また、本発明では、全てのパラメータは、全体の測定窓上で、ピクチャ群（ＧＯＰ）毎、またはビデオシーン毎の何れかで計算されるが、従来技術（文献［１３ａ、１３ｂ、１４］を参照）では、それらは、フレーム毎に計算される。

暗号化ビデオの場合、ＧＯＰ構造は、文献［２０］を用いて推定できることに留意すべきである。また、（ビデオ）シーンは、Ｉフレームから始まり、一般にいくつかのＧＯＰを含むことに留意すべきである。シーンカットは、文献［２１］（本願の出願前に開示されていない）を用いて暗号化ビデオの場合に検出できることに留意すべきである。２つのビデオシーンは一般に、それらの意味的コンテンツによって異なる。また、コンテンツ信号の時空間複雑性のシーン内変動は一般に、そのシーン間変動より少ない。

異なるタイプの劣化からの寄与に基づき推定ビデオ品質（Ｑν）を表す２つの共通の方法は、以下の式で示される。

ここで、ＩｃｏｄおよびＩｔｒａは、“障害係数”（ＩＦ）の例である。障害係数は、特定の劣化タイプの質的インパクトを定量化し、各障害係数は、送信経路および信号のパラメータ記述から計算できる。式（１）および（２）では、Ｉｃｏｄは、圧縮アーチファクトの質的インパクトを表し、Ｉｔｒａは、送信エラー（パケット損失）の質的インパクトを表す。式（２）および本願全体を通じて、記号“ｘ”は、２つの実数間の一般的な乗算を意味するものであり、時々記号“・”が意味するものでもあることに留意すべきである。

式（１）および（２）の全ての項は例えば、０から１００または１から５の尺度で表される。Ｑνｏは、ベース品質であり、知覚品質を表すために使用される尺度の最大値に対応し、例えばＱνｏ＝１００またはＱνｏ＝５である。

本発明によると、ＩｃｏｄおよびＩｔｒａ、故にＱνは、測定窓毎に計算でき、１つの測定窓は通常、１０から２０秒まで続く。

もう１つの手法は、例えば文献［１３］および［１４］に従い、ビデオフレーム毎のパケット損失および符号化による画像関連品質の寄与を計算することである。取得された一組のビデオフレーム品質値は次いで、測定窓上で合計される。フレーム毎のビデオ品質値を合計する１つの直接的な方法は、平均をとることである。より洗練された方法は、文献［１７−１９］に記載されている。

以下では、Ｉｃｏｄ、Ｉｔｒａ、およびＱνは、測定窓毎に計算される。また、ＩｃｏｄおよびＩｔｒａの両方は、以下の形式の関数を用いて計算され、以下“インパクト関数”としても言及される。

ここで、Ｉｍｐ∈｛Ｉｃｏｄ，Ｉｔｒａ｝、ｍ、ｎ、およびｕは、正の整数であり、ｆ_ＩＦは、各障害係数を意味する（上側）インデックスＩＦに依存するインパクト関数であり、

は、ビットレート、フレームレート、またはパケット損失の割合等の「暗号化またはネットワークの技術的特性」に関する第１の組のパラメータを意味し、

は、以下定義される「ＧＯＰ／複雑性」パラメータから導出される“コンテンツ依存型”パラメータとして以下さらに言及される第２の組のパラメータを意味し、

は、ｆ_ＩＦに関連付けられた一組の係数を意味する。以下では、上付き文字ＩＦは、簡潔にするために式（４）から（６）によって与えられるような数量の表記法において時々消去される。

ここで、Ｐ^ＩＦおよびｑ^ＩＦは、測定窓毎に計算されるのが好ましく、１つの測定窓は通常、１０から２０秒続く。以下では、上側インデックスＩＦは、特定の障害係数、即ち例えばＩｃｏｄまたはＩｔｒａの定量化または測定のために使用される変数の各名称に従って称される。また、式（３）の用途は、障害係数ＩｃｏｄおよびＩｔｒａの場合に限定されず、式（３）はむしろ、他のタイプの品質劣化、即ち他の障害係数にも適用できる。

式（３）に従うインパクト関数は、障害係数に対するコンテンツ関連の寄与を推定するための一般的概念を構成することに留意すべきである。即ち、式（３）は、ＩｃｏｄまたはＩｔｒａ等の異なる障害係数に適用可能なだけでなく、特定の障害係数、例えばＩｃｏｄによる品質劣化を推定するための各種（パラメータベースの）モデルにも適用される。障害係数に関する１つの選択された推定方法に適合される式（３）の具体的な実現において一組ｑ^ＩＦによって記述されるようなコンテンツ依存型パラメータを用いて、この障害係数の推定は、コンテンツ依存型パラメータによって制御されるようになる。ビデオ信号の知覚された“全体の”品質Ｑνの推定を計算する最終ステップが、例えば１つまたは複数の障害係数の推定に基づき式（１）若しくは（２）または任意の他の方法を採用することによって実行される時、さらにＱνの推定は、コンテンツ依存型パラメータによって制御される。このように、本発明による方法は、ビデオ信号のコンテンツによる質的インパクトの上記説明したきめの細かい考察を可能にする。

コンテンツ依存型パラメータｑ^ＩＦを計算するために使用されるＧＯＰ／シーン複雑性パラメータは、ビデオフレームのタイプおよびサイズ（例えば、バイト）に関する知識を要求する全てのパラメータである。これらパラメータは一般に、必須ではないが、ピクチャ群（ＧＯＰ）またはビデオシーン（ＳＣ）毎に計算され、パラメータまたは結果としての品質推定は次いで、測定窓上で合計される。

本発明によると、少なくとも以下のＧＯＰ／シーン複雑性パラメータが考慮される。
・Ｓ^Ｉ _ＳＣ：所定のシーンＳＣに対する平均Ｉフレームサイズ；好ましい実施形態では、第１のシーンの第１のＩフレームが無視されるのが好ましい。
・Ｓ^Ｐ _ｇｏｐ：所定のＧＯＰｇｏｐに対する平均Ｐフレームサイズ。
・Ｓ^Ｂ _ｇｏｐ：ＧＯＰ毎の基準Ｂ（階層符号化の場合に使用される）の平均サイズ。
・Ｓ^ｂ _ｇｏｐ：ＧＯＰ毎の非基準ｂフレームサイズの平均サイズ。
・Ｓ^ｎｏＩ _ｇｏｐ：ＧＯＰ毎の平均化されたＰ、Ｂ、およびｂフレームサイズ。
・Ｂ^Ｉ _ＳＣ：シーン毎に計算されたＩフレームのビットレート
・Ｂ^Ｐ _ＳＣ：シーン毎に計算されたＰフレームのビットレート
・Ｂ^Ｂ _ＳＣ：シーン毎に計算されたＢフレームのビットレート
・Ｂ^ｂ _ＳＣ：シーン毎に計算されたｂフレームのビットレート
・Ｂ^ｎｏＩ _ＳＣ：シーン毎に計算されたＰ、Ｂ、およびｂフレームの結合ビットレート

上記記号では、フレームシーケンスタイプ、即ちＩ、Ｐ、Ｂ、ｂ、またはｎｏＩは、上側インデックスによって示され、指数と混同されるべきでない。

フレームタイプＴのフレームのシーン毎のビットレート（Ｂ^Ｔ _ＳＣ、ここでＴ∈｛Ｉ、Ｐ、Ｂ、ｂ、ｎｏＩ｝）は、以下のように計算される。

ここで、
・Ｂｙ^Ｔ _ＳＣ：シーン毎のフレームＴに対する全バイト量である。
・ｆｒ^Ｔ：Ｔフレームに対するフレームレート、即ち秒あたりＴフレームの数である。
・ｎｆｒ^Ｔ：シーンでのＴフレームの数である。
・ｂｒ：Ｍビット／秒での全ビットレートである。

代替として、ｆｒ^Ｔは、シーンにおけるフレームの全体数ｎｆｒに基づく全フレームレートｆｒおよびｎｆｒ^Ｔによって置き換えることができる。

また、以下の比率は、ＧＯＰ／シーン複雑性パラメータとして考慮されうる。各比率は、上記定義された通りＧＯＰ／シーン複雑性パラメータからＧＯＰ毎に計算される。

またここでは、式の左および右手側の記号の上付き文字は、上側インデックスを意味する。

本発明の１つの局面は、デジタルビデオ信号の知覚品質を推定するための方法に関し、方法は：
（１ａ）復号化前に取り込まれるビデオビットストリームの情報を抽出するステップと；
（１ｂ）各障害係数に適合されたインパクト関数を推定毎に使用して１つまたは複数の前記障害係数ＩＦのための（複数の）推定を取得するステップと；
（１ｃ）ステップ（１ｂ）で取得された前記（複数の）推定を使用して前記デジタルビデオ信号の前記知覚品質を推定するステップと；
を含み、
ステップ（１ｂ）で使用された前記インパクト関数の各々は、一組のＧＯＰ／シーン複雑性パラメータから計算された一組のコンテンツ依存型パラメータｑを入力として扱い、前記ＧＯＰ／シーン複雑性パラメータは、パケットヘッダ情報から導出可能であり暗号化ビデオビットストリームの場合に利用可能であることを特徴とする。

本発明の方法によると、前記ＧＯＰ／シーン複雑性パラメータは、ピクチャ群（ＧＯＰ）毎またはビデオシーン毎に計算されうる。

本発明の１つの実施形態によると、ステップ（１ｂ）で使用された前記インパクト関数の各々はまた：
暗号化またはネットワークの技術的特性、例えばビットレート、フレームレート、パケット損失の割合、またはＧＯＰ若しくはシーンにおける損失の比率；および／または
前記インパクト関数に関連付けられた係数；
に依存する。

本発明の１つの好ましい実施形態では、前記一組のコンテンツ依存型パラメータｑは、少なくとも１つの以下の前記ＧＯＰ／シーン複雑性パラメータから導出される。
Ｓ^Ｉ _ＳＣ、シーン毎の平均Ｉフレームサイズを意味し、第１のシーンの第１のＩフレームは、無視されるのが好ましい。
Ｓ^Ｐ _ｇｏｐ、ＧＯＰ毎の平均Ｐフレームサイズを意味する。
Ｓ^Ｂ _ｇｏｐ、ＧＯＰ毎の平均（基準）Ｂフレームサイズを意味する。
Ｓ^ｂ _ｇｏｐ、ＧＯＰ毎の平均非基準ｂフレームサイズを意味する。
Ｓ^ｎｏＩ _ｇｏｐ、ＧＯＰ毎の結合平均Ｐ、Ｂ、およびｂフレームサイズを意味する。
Ｂ^Ｉ _ＳＣ、シーン毎に計算されたＩフレームのビットレートを意味する。
Ｂ^Ｐ _ＳＣ、シーン毎に計算されたＰフレームのビットレートを意味する。
Ｂ^Ｂ _ＳＣ、シーン毎に計算されたＢフレームのビットレートを意味する。
Ｂ^ｂ _ＳＣ、シーン毎に計算されたｂフレームのビットレートを意味する。
Ｂ^ｎｏＩ _ＳＣ、シーン毎に計算されたＰ、Ｂ、およびｂフレームのビットレートを意味する。

本発明の１つの実施形態では、前記一組のパラメータｑは、少なくとも１つの以下の前記ＧＯＰ／シーン複雑性パラメータから導出される。

一つの実施形態では、インパクト関数ｆ_ＩＦが使用される。

好ましくは、インパクト関数ｆ_ＩＦは、圧縮アーチファクトによる質的インパクトを推定するために使用され、それは、コンテンツ依存型パラメータｑ_１に依存し、ｑ_１は、係数倍したシーンｓｃにより、前記ＧＯＰ／シーン複雑性パラメータＳ^Ｉ _ＳＣの加重平均の逆数を割って計算される。係数は、ビデオフレーム毎のピクセル数ｎｘおよびビデオフレームレートｆｒに比例する。

本発明の方法の好ましい実施形態では、各シーンｓｃは、加重ｗ_ｓｃｘＮ_ｓｃを有し、Ｎ_ｓｃは、シーン毎のＧＯＰ数であり、ｗ_ｓｃは、さらなる加重係数であり、最小のＳ^Ｉ _ＳＣ値を有するシーンに対して、ｗ_ｓｃは、１より大きい値に設定され、例えばｗ_ｓｃ＝１６であり、全ての他のシーンに対して、ｗ_ｓｃは、１に等しく設定される。

１つの実施形態では、コンテンツ依存型パラメータｑ_１は、以下により与えられる。

１次元のパラメータの組（パラメータベクトル）の場合、その組の１つの要素の記号は、以下に簡潔のためにその組の記号で特定されるものである。例えば、一組のコンテンツ依存型パラメータは、１つのパラメータのみ、即ちｑ＝（ｑ_１）を有する場合、それは、単にｑ＝ｑ_１と表記される。同様に、それは、暗号化またはネットワークの技術的特性に関連付けられたパラメータの１次元の組の場合、ｐ＝（ｐ_１）＝ｐ_１と設定される。

本発明の方法の１つの実施形態では、コンテンツ依存型パラメータｑ＝ｑ_１に依存するインパクト関数ｆ_ＩＦは、以下により与えられる。

ここで、ｐ＝ｐ_１は、ピクセル毎のビット数を記述するパラメータであり、最も好ましくは以下により与えられる、

ここで、α＝（α_１、α_２、α_３、α_４）は、インパクト関数に関連付けられた一組の係数である。

本発明の方法の１つの実施形態では、インパクト関数ｆ_ＩＦは、好ましくは送信アーチファクトによる質的インパクトを推定するために使用され、一組のコンテンツ依存型パラメータｑ＝（ｑ_１、ｑ_２）に依存し、その組のｊ∈｛１、２｝である各成分ｑ_ｊは、ＧＯＰ／シーン複雑性パラメータに依存するパラメータβ_ｋ、ｉの加重和によって取得され、ｊ∈｛１、２｝毎の加重和は、以下に従って計算されるのが好ましい。

であり、加重Ｒ_ｋ，ｊを備える。

加重は、ｊ∈｛１、２｝に対して以下により与えられ、

ここで、Ｔ_ｋは、ＧＯＰｋの損失持続時間であり、ｔ_ｉは、損失イベントｉのＧＯＰにおける位置であり、ｒ_ｉは、損失イベントｉの空間広がりを意味する。

好ましい実施形態によると、フレーム毎の１つのスライスの場合、ｒ_ｉ＝ｎａｐ／ｎｐを使用し、フレーム毎の複数のスライスの場合、ｒ_ｉ＝ｎｌｐ／ｎｐ＋ｎｌｅｘ１／（２ｘｎｓｌ）を使用し、ｎｐは、フレームにおけるパケット数であり、ｎａｐは、ヒットフレームにおいて影響を受けたトランスポートストリーム（ＴＳ）パケットの数であり、ｎｌｐは、フレームにおける損失パケット数であり、ｎｌｅは、フレームにおける損失イベントの数であり、ｎｓｌは、フレームにおけるスライス数である。

パラメータβ_ｋ、１は、ＧＯＰ／シーン複雑性パラメータＳ^{ｎｏＩ／Ｉ}に依存しうる。

パラメータβ_ｋ、２は、ＧＯＰ／シーン複雑性パラメータＳ^ｂ／Ｐに依存しうる。

方法の１つの実施形態によると、ｋ∈｛１、．．．、ν｝毎のパラメータβ_ｋ、１は、以下のステップによって得られる。
（１２ａ）β_ｋ、１＝Ｓ^{ｎоＩ／Ｉ}を設定
（１２ｂ）β_ｋ、１≦０．５の場合、β_ｋ、１を２ｘβ_ｋ、１に設定
（１２ｃ）β_ｋ、１＞０．５の場合、β_ｋ、１を１に設定

好ましくは、ｋ∈｛１、．．．、ν｝毎のパラメータβ_ｋ、２は、β_ｋ、２＝ｍａｘ（０、−Ｓ^ｂ／Ｐ＋１）として得られる。

１つの実施形態では、一組のコンテンツ依存型パラメータｑ＝（ｑ_１、ｑ_２）に依存するインパクト関数ｆ_ＩＦは、以下により与えられる。

ここで、α＝（α_１、α_２、α_３）は、インパクト関数に関連付けられた一組の係数である。

好ましくは、ｐ_１は、圧縮アーチファクトによる質的インパクトを記述するパラメータである。

好ましくは、ｐ_２は、測定窓または測定窓の持続時間におけるＧＯＰの数である。

本発明の方法の１つの実施形態では、ビデオ信号は、少なくとも一部の非対話型データストリーム、好ましくは非対話型ビデオ若しくは視聴覚ストリームであり、または少なくとも一部の対話型データストリーム、好ましくは対話型ビデオ若しくは視聴覚ストリームである。

１つの実施形態では、方法は、圧縮および／または送信よりむしろ他の障害によるデジタルビデオ信号の知覚品質上のインパクトを推定するための１つまたは複数の方法に組み合わされ、組合せは、組み合わせるべき方法の少なくとも線形関数および／または少なくとも乗法関数を用いて実行されるのが好ましい。

１つの実施形態では、方法は、圧縮および／または送信によるデジタルビデオの知覚品質を推定するための１つまたは複数の他の方法に組み合わされ、組合せは、組み合わされるべき方法の少なくとも線形関数および／または少なくとも乗法関数を用いて実行されるのが好ましい。

本発明の１つの局面は、以下のステップで、送信されたデジタルビデオ信号の品質を監視するための方法に関する。
（１８ａ）サーバからクライアントにビデオ信号を送信するステップ
（１８ｂ）上記のようにデジタルビデオ信号の知覚品質を推定するための方法に従ってデジタルビデオ信号の知覚品質を推定するための方法をクライアント側で実行するステップ
（１８ｃ）サーバにステップ（１８ｂ）の推定の結果を送信するステップ
（１８ｄ）送信されたビデオ信号の品質の推定をサーバ側で監視するステップ
であり、前記方法は、以下のステップをさらに含む。
（１８ｅ）好ましくは送信パラメータに依存して、送信されたビデオ信号の監視された品質を分析するステップ、および任意に
（１８ｆ）送信されたビデオ信号の品質を上げるために、ステップ（１８ｅ）の分析に基づき送信パラメータを変更するステップ

本発明の１つの局面は、デジタルビデオ信号の知覚品質を推定するための装置に関し、前記装置は、
復号化前に取り込まれたビデオビットストリームから情報を抽出するよう構成された手段と、
少なくとも１つのインパクト推定器と、
ビデオ信号の知覚品質Ｑνを推定するよう構成された品質推定器と
を含み、
（複数の）インパクト推定器の各々は、一組のＧＯＰ／シーン複雑性パラメータから計算された一組のコンテンツ依存型パラメータを入力として扱う障害関数を用いて障害係数により質的インパクトを推定するよう構成され、ＧＯＰ／シーン複雑性パラメータは、パケットヘッダ情報から導出可能であり、故に暗号化ビデオビットストリームの場合に利用可能になる。

装置は、上記のようにデジタルビデオ信号の知覚品質を推定するための方法の任意の１つの実施形態による方法を用いてデジタルビデオ信号の知覚品質を推定するようさらに構成されるのが好ましい。

本発明の１つの局面は、デジタルビデオ信号を受信するための受信器に接続可能なセットトップボックスに関し、セットトップボックスは、本発明による装置を含む。

本発明の１つの局面は、送信されたデジタルビデオ信号の品質を監視するためのシステムに関し、システムは、サーバおよびクライアントを含み、システムは、上記のような本発明による、送信されたデジタルビデオ信号の品質を監視するための方法を実行するよう構成される。

システムの１つの実施形態では、クライアントは、本発明による装置として構成される。

システムの１つの実施形態では、クライアントは、本発明による装置を含む。

本発明のシステムの代替の実施形態では、システムは、本発明によるセットトップボックスをさらに含み、セットトップボックスは、クライアントに接続される。

他の局面、特徴、および利点は、上記要約からだけでなく、図および請求項を含む以下の記載からも明らかとなろう。

本発明によると、圧縮関連の質的障害Ｉｃｏｄおよび送信関連の質的障害Ｉｔｒａの両方に対するコンテンツ複雑性インパクトは、以下に記載するスキームを用いて推定されうる。

無損失の場合におけるコンテンツの質的インパクトを説明するための一例として使用される式（１０）の計算結果を示す。詳細については上記参照。 パケット損失の場合におけるコンテンツの質的インパクトを説明するための一例として使用される式（１７ａ）から（１７ｃ）を示す。詳細については上記参照。 パケット損失の場合におけるコンテンツの質的インパクトを説明するための一例として使用される式（１８）を示す。詳細については上記記載参照。

損失なしの場合−Ｉｃｏｄ
本発明の１つの実施形態は、式（３）に対するＧＯＰ／シーン複雑性パラメータの含有に関し、Ｉｍｐ＝Ｉｃｏｄ、ｍ＝１、ｎ＝１、ｕ＝４であり、Ｉｍｐは、指数関数であるｆ_Ｉｃｏｄによって得られる。

式（８）における一組の係数α^Ｉｃｏｄの一例は、
α^Ｉｃｏｄ _１＝４７．７８
α^Ｉｃｏｄ _２＝−２１．４６
α^Ｉｃｏｄ _３＝７．６１
α^Ｉｃｏｄ _４＝７．７１
であり、Ｐ^Ｉｃｏｄ _１は、最も好ましくは以下により与えられるピクセル毎の平均ビット数である。

ここで、ｎｘおよびｆｒは各々、ビデオフレーム毎のピクセル数およびビデオフレームレートである。また、ｂｒは、Ｍｂｉｔ／ｓでのビデオビットレートである。

好ましい実施形態では、ｑ^Ｉｃｏｄ _１は、ＧＯＰ／シーン複雑性パラメータＳ^Ｉ _ＳＣの関数であり、以下のように表される。

ここで、ｎｘおよびｆｒは各々、ビデオフレーム毎のピクセル数およびビデオフレームレートであり、Ｎ_ＳＣは、シーン毎のＧＯＰ数である。最小のＳ^Ｉ _ＳＣ値を有するシーンに関して、ｗ_ＳＣ＞１であり、ｗ_ＳＣ＝１６が好ましく、さもなければｗ_ＳＣ＝１である。

図１は、ビデオシーケンスが２つのシーンからなる、式（１０）の計算結果の一例を示す（測定窓は、このビデオシーケンスの持続時間に対応すると仮定する）。ビデオシーケンスのフォーマットは、１０８０ｐ２５である。結果として、ｎｘ＝１９２０ｘ１０８０＝２０７３６００およびｆｒ＝２５である。

第１のシーン（ｓｃ＝１）は、２つのＧＯＰ（ｇоｐ１およびｇоｐ２）を含み、即ちＮ_１＝２であり、その平均Ｉフレームサイズは、Ｓ^Ｉ _１＝０．１（例えば、メガバイト）である。

第２のシーン（ｓｃ＝２）は、３つのＧＯＰ（ｇоｐ３からｇоｐ５）を含み、即ちＮ_２＝３であり、その平均Ｉフレームサイズは、Ｓ^Ｉ _２＝０．３（例えば、メガバイト）である。

ビデオシーケンスにおける最小のＳ^Ｉ _ＳＣは、Ｓ^Ｉ _１である。結果として、
ｗ_１＝１６
ｗ_２＝１
であり、

である。

損失ありの場合−Ｉｔｒａ
本発明の１つの実施形態は、式（３）に対するＧＯＰ／シーン複雑性パラメータの含有に関し、Ｉｍｐ＝Ｉｔｒａ、ｍ＝２、ｎ＝２、ｕ＝３であり、Ｉｍｐは、対数関数であるｆ_Ｉｔｒａによって得られる。

式（１１）における一組の係数α^Ｉｔｒａの一例は、
α^Ｉｔｒａ _１＝１７．９５
α^Ｉｔｒａ _２＝α^Ｉｔｒａ _３＝５９．０２
である。

好ましくは、
Ｐ^Ｉｔｒａ _１＝Ｉｃｏｄ
Ｐ^Ｉｔｒａ _２＝ν
であり、νは、測定窓におけるＧＯＰ数である。代わりに、νは、測定窓持続時間である。

好ましい実施形態では、ｑ^Ｉｔｒａ _１およびｑ^Ｉｔｒａ _２は、ＧＯＰ／シーン複雑性パラメータから導出され、それらは、以下の関係式を用いて測定窓毎に得られる。

ここで、νは、測定窓におけるＧＯＰ数であり、Ｒ_ｋ，１およびＲ_ｋ，２は、各ＧＯＰｋに関して計算された損失の時空間記述子であり、以下のように計算される。

ここで、Ｔ_ｋは、ＧＯＰｋの損失持続時間であり、ｔ_ｉは、損失イベントｉのＧＯＰにおける位置であり、ｒ_ｉは、損失イベントｉの空間広がりを意味し、好ましくは
フレーム毎の１つのスライスの場合

であり、フレーム毎の複数のスライスの場合

であり、ここで、ｎｐは、フレームにおけるパケット数であり、ｎａｐは、（シーケンス番号、タイムスタンプ等のパケットヘッダ情報を含む任意の方法を用いて導出された）ヒットフレームにおいて影響を受けたトランスポートストリーム（ＴＳ）パケットの数であり、ｎｌｐは、フレームにおける損失パケットの数であり、ｎｌｅは、フレームにおける損失イベントの数であり、ｎｓｌは、フレームにおけるスライス数である

ｒ_ｋは、文献［１６］における式（５）のｘｌ＿ｋ／Ｔ＿ｋであることに留意すべきである。同様に、式（１５）のｒ_ｉは、文献［１６］における式（７ｃ）のｘｌ＿ｉに対応し、式（１６）におけるｒ_ｉは、文献［１６］の式（７）におけるｘｌ＿ｉに対応する。最後に、式（１２）および（１３）のβ_ｋ、１およびβ_ｋ、２の合計は、文献［１６］の式（９ａ）における補正係数α_１、ｋに対応する。しかし、上記の通り、暗号化ビデオの場合にこの補正係数を計算するための解決策が提案されていない。

また、パラメータβ_ｋ、１およびβ_ｋ、２は、ＧＯＰ／シーン複雑性パラメータから導出され、ＧＯＰｋ毎に計算される。

好ましい実施形態では、β_ｋ、１は、以下のステップを用いて得られる（図２参照）。

好ましい実施形態では、β_ｋ、２は、以下を用いて得られる（図３参照）。

本発明は、図面および上記記載で詳細に図示および説明されたが、そのような図示および説明は、例示的であって限定的ではないと考えるべきである。変更および修正は、以下の請求項の範囲内で当業者によって行えることが分かる。特に、本発明は、上記および下記で説明した異なる実施形態から任意の特徴の組み合わせを備えた更なる実施形態に及ぶ。

また、請求項において、用語「含む」は、他の要素またはステップを除外せず、不定冠詞は、複数であることを除外しない。単一のユニットは、請求項に記載された、いくつかの特徴の機能を満たすことができる。属性または値に関連する用語「本質的」、「約」、「およそ」等は特に、各々厳密に属性を定義し、または厳密に値を定義する。請求項における参照符号は、請求の範囲を限定するものとして理解されるべきでない。

Claims (33)

1. デジタルビデオ信号の知覚品質を推定するための方法であって：
   （１ａ）暗号化前に取り込まれるビデオビットストリームの情報を抽出するステップと；
   （１ｂ）各障害係数に適合されたインパクト関数を前記推定毎に使用して、１つまたは複数の障害係数ＩＦに関する（複数の）推定を取得するステップと；
   （１ｃ）ステップ（１ｂ）で取得された前記（複数の）推定を使用して、前記デジタルビデオ信号の前記知覚品質を推定するステップと；
   を含み、
   ステップ（１ｂ）で使用された前記インパクト関数の各々は、一組のＧＯＰ／シーン複雑性パラメータから計算された一組のコンテンツ依存型パラメータｑを入力として扱い、前記ＧＯＰ／シーン複雑性パラメータは、パケットヘッダ情報から導出可能であり、暗号化ビデオビットストリームの場合に利用可能であり、
   前記一組のコンテンツ依存型パラメータｑは、シーン毎の平均Ｉフレームサイズを意味する少なくともＧＯＰ／シーン複雑性パラメータＳ^Ｉ _ＳＣから導出され、第１のシーンの第１のＩフレームは、無視されるのが好ましく、
   少なくとも１つの前記障害係数、好ましくは圧縮アーチファクトによる質的インパクトを推定するために、係数によって乗算されたシーンｓｃ上の前記ＧＯＰ／シーン複雑性パラメータＳ^Ｉ _ＳＣの加重平均の逆数から計算されるコンテンツ依存型パラメータｑ_１に依存するインパクト関数ｆ_ＩＦが使用され、
   各シーンｓｃは、加重ｗ_ＳＣｘＮ_ＳＣを有し、Ｎ_ＳＣは、シーン毎のＧＯＰ数であり、ｗ_ＳＣは、加重係数であり、最小のＳ^Ｉ _ＳＣ値を有するシーンに関して、ｗ_ＳＣは、１より大きな値に設定され、例えばｗ_ＳＣ＝１６であり、全ての他のシーンに関して、ｗ_ＳＣは、１に等しく設定されることを特徴とする方法。
2. 前記係数は、ビデオフレーム毎のピクセル数ｎｘおよびビデオフレームレートｆｒに比例することを特徴とする請求項１に記載の方法。
3. 前記コンテンツ依存型パラメータｑ_１は、
   

   

   により与えられることを特徴とする請求項２に記載の方法。
4. 前記ＧＯＰ／シーン複雑性パラメータは、ピクチャ群（ＧＯＰ）毎またはビデオシーン毎に計算されることを特徴とする請求項１から３の何れか１項に記載の方法。
5. ステップ（１ｂ）で使用された前記インパクト関数の各々は、暗号化またはネットワークの技術的特性、例えばビットレート、フレームレート、パケット損失の割合、またはＧＯＰ若しくはシーンにおける損失の比率にさらに依存することを特徴とする請求項１から４の何れか１項に記載の方法。
6. ステップ（１ｂ）で使用された前記インパクト関数の各々は、前記インパクト関数に関連付けられた係数にさらに依存することを特徴とする請求項１から４の何れか１項に記載の方法。
7. ステップ（１ｂ）で使用された前記インパクト関数の各々は：
   暗号化またはネットワークの技術的特性、例えばビットレート、フレームレート、パケット損失の割合、またはＧＯＰ若しくはシーンにおける損失の比率と；
   前記インパクト関数に関連付けられた係数と；
   にさらに依存することを特徴とする請求項１から４の何れか１項に記載の方法。
8. 前記一組のコンテンツ依存型パラメータｑは、少なくとも１つの以下のＧＯＰ／シーン複雑性パラメータからさらに導出され、
   Ｓ^Ｐ _ｇｏｐは、ＧＯＰ毎の平均Ｐフレームサイズを意味し；
   Ｓ^Ｂ _ｇｏｐは、ＧＯＰ毎の平均（基準）Ｂフレームサイズを意味し；
   Ｓ^ｂ _ｇｏｐは、ＧＯＰ毎の平均非基準ｂフレームサイズを意味し；
   Ｓ^ｎｏＩ _ｇｏｐは、ＧＯＰ毎の結合平均Ｐ、Ｂ、およびｂフレームサイズを意味し；
   Ｂ^Ｉ _ＳＣは、シーン毎に計算されたＩフレームのビットレートを意味し；
   Ｂ^Ｐ _ＳＣは、シーン毎に計算されたＰフレームのビットレートを意味し；
   Ｂ^Ｂ _ＳＣは、シーン毎に計算されたＢフレームのビットレートを意味し；
   Ｂ^ｂ _ＳＣは、シーン毎に計算されたｂフレームのビットレートを意味し；
   Ｂ^ｎｏＩ _ＳＣは、シーン毎に計算されたＰ、Ｂ、およびｂフレームのビットレートを意味する；
   ことを特徴とする請求項１から４の何れか１項に記載の方法。
9. 前記一組のコンテンツ依存型パラメータｑは、少なくとも１つの以下のＧＯＰ／シーン複雑性パラメータから導出されることを特徴とする請求項８に記載の方法。
   

   
10. コンテンツ依存型パラメータｑ＝ｑ_１に依存する前記インパクト関数ｆ_ＩＦは、
    

    

    により与えられ、ここで、ｐ＝ｐ_１は、ピクセル毎のビット数を記述するパラメータであるのが好ましく、
    

    

    により与えられるのが最も好ましく、ここで、α＝（α_１、α_２、α_３、α_４）は、前記インパクト関数に関連付けられた前記一組の係数であることを特徴とする請求項１から９の何れか１項に記載の方法。
11. 一組のコンテンツ依存型パラメータｑ＝（ｑ_１、ｑ_２）に依存する、送信アーチファクトによる前記質的インパクトを推定するのに好ましいインパクト関数ｆ_ＩＦが使用され、前記一組のｊ∈｛１、２｝を備えた各要素ｑ_ｊは、ＧＯＰ／シーン複雑性パラメータに依存するパラメータβ_ｋ、ｉの加重Ｒ _ｋ、ｊ の和によって取得されることを特徴とする請求項１から１０の何れか１項に記載の方法。
12. ｊ∈｛１、２｝毎の加重和は、
    

    

    に従って計算されるのが好ましいことを特徴とする請求項１１に記載の方法。
13. 前記加重は、ｊ∈｛１、２｝に関して
    

    

    によって与えられ、ここで、Ｔ_ｋは、ＧＯＰｋの損失持続時間であり、ｔ_ｉは、損失イベントｉの前記ＧＯＰにおける位置であり、ｒ_ｉは、損失イベントｉの空間広がりを意味することを特徴とする請求項１１または１２に記載の方法。
14. フレーム毎の１つのスライスの場合、ｒ_ｉ＝ｎａｐ／ｎｐであり
    フレーム毎の複数のスライスの場合、ｒ_ｉ＝ｎｌｐ／ｎｐ＋ｎｌｅｘ１／（２ｘｎｓｌ）であり、
    ここで、ｎｐは、フレームにおけるパケット数であり、ｎａｐは、ヒットフレームにおける影響を受けたトランスポートストリーム（ＴＳ）パケットの数であり、ｎｌｐは、フレームにおける損失パケットの数であり、ｎｌｅは、フレームにおける損失イベントの数であり、ｎｓｌは、フレームにおけるスライス数であることを特徴とする請求項１３に記載の方法。
15. パラメータβ_ｋ、１は、前記ＧＯＰ／シーン複雑性パラメータＳ^{ｎｏＩ／Ｉ}に依存することを特徴とする、請求項９に直接又は間接に従属する場合の請求項１２から１４の何れか１項に記載の方法。
16. パラメータβ_ｋ、２は、前記ＧＯＰ／シーン複雑性パラメータＳ^ｂ／Ｐに依存することを特徴とする、請求項９に直接又は間接に従属する場合の請求項１２から１４の何れか１項に記載の方法。
17. パラメータβ_ｋ、１は、前記ＧＯＰ／シーン複雑性パラメータＳ^{ｎｏＩ／Ｉ}に依存し、パラメータβ_ｋ、２は、前記ＧＯＰ／シーン複雑性パラメータＳ^ｂ／Ｐに依存することを特徴とする、請求項９に直接又は間接に従属する場合の請求項１２から１４の何れか１項に記載の方法。
18. ｋ∈｛１、．．．、ν｝毎のパラメータβ_ｋ、１は、
    （１２ａ）β_ｋ、１＝Ｓ^{ｎоＩ／Ｉ}を設定するステップと；
    （１２ｂ）β_ｋ、１≦０．５の場合、β_ｋ、１を２ｘβ_ｋ、１に設定するステップと；
    （１２ｃ）β_ｋ、１＞０．５の場合、β_ｋ、１を１に設定するステップと；
    によって取得されることを特徴とする請求項１２から１７の何れか１項に記載の方法。
19. ｋ∈｛１、．．．、ν｝毎のパラメータβ_ｋ、２は、β_ｋ、２＝ｍａｘ（０、−Ｓ^ｂ／Ｐ＋１）として取得されることを特徴とする請求項１２から１８の何れか１項に記載の方法。
20. 前記一組のコンテンツ依存型パラメータｑ＝（ｑ_１、ｑ_２）に依存する前記インパクト関数ｆ_ＩＦは、
    

    

    によって与えられ、
    ここで、ｐ_１は、圧縮アーチファクトによる前記質的インパクトを記述するパラメータであり、ｐ_２は、測定窓または測定窓持続時間におけるＧＯＰ数であり、α＝（α_１、α_２、α_３）は、前記インパクト関数に関連付けられた前記一組の係数であることを特徴とする請求項１２から１９の何れか１項に記載の方法。
21. 前記ビデオ信号は、少なくとも一部の非対話型データストリーム、好ましくは非対話型ビデオ若しくは視聴覚ストリーム、または少なくとも一部の対話型データストリーム、好ましくは対話型ビデオ若しくは視聴覚ストリームであることを特徴とする請求項１から２０の何れか１項に記載の方法。
22. 圧縮および／または送信以外の障害によるデジタルビデオ信号の前記知覚品質上のインパクトを推定するための１つまたは複数の方法に組み合わされることを特徴とする請求項１から２１の何れか１項に記載の方法。
23. 圧縮および／または送信によるデジタルビデオの前記知覚品質を推定するための１つまたは複数の他の方法に組み合わされることを特徴とする請求項１から２２の何れか１項に記載の方法。
24. 前記組み合わせは、組み合わされるべき方法の少なくとも線形関数および／または少なくとも乗法関数を使用して実行されるのが好ましいことを特徴とする請求項２２または２３に記載の方法。
25. 送信されたデジタルビデオ信号の品質を：
    （１８ａ）サーバからクライアントにビデオ信号を送信するステップと；
    （１８ｂ）請求項１から２４の何れか１項によるデジタルビデオ信号の前記知覚品質を推定するための方法をクライアント側で実行するステップと；
    （１８ｃ）前記サーバにステップ（１８ｂ）の前記推定の結果を送信するステップと；
    （１８ｄ）前記送信されたビデオ信号の前記品質をサーバ側で監視するステップと；
    によって監視するための方法。
26. （１８ｅ）好ましくは送信パラメータに依存して、前記送信されたビデオ信号の前記監視された品質を分析するステップをさらに含むことを特徴とする請求項２５に記載の方法。
27. （１８ｆ）前記送信されたビデオ信号の前記品質を高めるために、ステップ（１８ｅ）の前記分析に基づき前記送信パラメータを変更するステップをさらに含むことを特徴とする請求項２６に記載の方法。
28. デジタルビデオ信号の知覚品質を推定するための装置であって：
    暗号化前に取り込まれるビデオビットストリームから情報を抽出するよう構成された手段と；
    少なくとも１つのインパクト推定器と；
    ビデオ信号の前記知覚品質Ｑνを推定するよう構成された品質推定器と；
    を含み、
    （複数の）前記インパクト推定器の各々は、一組のＧＯＰ／シーン複雑性パラメータから計算された一組のコンテンツ依存型パラメータｑを入力として扱う障害関数を使用して障害係数により質的インパクトを推定するよう構成され、前記ＧＯＰ／シーン複雑性パラメータは、パケットヘッダ情報から導出可能であり、故に暗号化ビデオビットストリームの場合に利用可能であり、
    前記一組のコンテンツ依存型パラメータｑは、シーン毎の平均Ｉフレームサイズを意味する少なくともＧＯＰ／シーン複雑性パラメータＳ^Ｉ _ＳＣから導出され、第１のシーンの第１のＩフレームは、無視されるのが好ましく、
    少なくとも１つの前記障害係数、好ましくは圧縮アーチファクトによる前記質的インパクトを推定するために、係数によって乗算されたシーンｓｃ上の前記ＧＯＰ／シーン複雑性パラメータＳ^Ｉ _ＳＣの加重平均の逆数から計算されるコンテンツ依存型パラメータｑ_１に依存するインパクト関数ｆ_ＩＦが使用され、
    各シーンｓｃは、加重ｗ_ＳＣｘＮ_ＳＣを有し、Ｎ_ＳＣは、シーン毎のＧＯＰ数であり、ｗ_ＳＣは、加重係数であり、最小のＳ^Ｉ _ＳＣ値を有するシーンに関して、ｗ_ＳＣは、１より大きな値に設定され、例えばｗ_ＳＣ＝１６であり、全ての他のシーンに関して、ｗ_ＳＣは、１に等しく設定されることを特徴とする装置。
29. 請求項１から２４の何れか１項による方法を使用してデジタルビデオ信号の前記知覚品質を推定するようさらに構成されることを特徴とする請求項２８に記載の装置。
30. セットトップボックスは、請求項２８または２９による前記装置を含むことを特徴とする、デジタルビデオ信号を受信するための受信器に接続可能なセットトップボックス。
31. システムは、サーバおよびクライアントを含み、前記システムは、請求項２５による前記方法を実行するよう構成されることを特徴とする、送信されたデジタルビデオ信号の品質を監視するためのシステム。
32. 前記クライアントは、請求項２８または２９による装置として構成され、および／または前記クライアントは、請求項２８または２９による装置を含むことを特徴とする請求項３１に記載のシステム。
33. 請求項３０によるセットトップボックスをさらに含み、前記セットトップボックスは、前記クライアントに接続されることを特徴とする請求項３１に記載のシステム。

Images