KR102059222B1

KR102059222B1 - 비디오 스트리밍 서비스를 위한 컨텐트-의존 비디오 품질 모델

Info

Publication number: KR102059222B1
Application number: KR1020147037146A
Authority: KR
Inventors: 마리 네지 가르시아; 알렉산더 라케; 사바스 아지로풀로스; 베른하드 화이텐; 피터 리스트
Original assignee: 도이체 텔레콤 악티엔 게젤샤프트
Priority date: 2012-08-20
Filing date: 2013-07-16
Publication date: 2019-12-24
Also published as: HRP20141060T1; US9319672B2; JP2015533269A; KR20150045958A; US20150138373A1; EP2701397A1; ES2526080T3; WO2014029561A1; CN104488265A; EP2701397B1; PL2701397T3; JP6328637B2; PT2701397E

Abstract

본 발명은 바람직하게는 인터넷 프로토콜 텔레비전(Internet Protocol Television, IPTV) 또는 비디오 온 디맨드(Video on Demand, VoD)와 같은 비디오 스트리밍 서비스의 컨텍스트(context)에서 디지털 비디오 신호의 체감 품질을 추정하기 위한 방법 및 장치에 관한 것으로, 특히 컨텐트 복잡도 파라미터들의 제공에 의한, 그리고 제공된 컨텐트 복잡도 파라미터들에 의한 기존 또는 미래의 파라미터 기반 비디오 품질 추정 방법들의 제어에 의한 디지털 비디오 신호의 체감 품질의 컨텐트-의존 추정들에 관한 것이다. 본 발명은 암호화된 비디오 스트림들을 위해 설계되나, 암호화되지 않은 비디오 스트림들에도 작용한다.

Description

비디오 스트리밍 서비스를 위한 컨텐트-의존 비디오 품질 모델{CONTENT-DEPENDENT VIDEO QUALITY MODEL FOR VIDEO STREAMING SERVICES}

비인터랙티브 스트리밍 비디오(IPTV, VoD)와 같은 비디오 서비스들의 사용자들을 위한 높은 수준의 만족도를 보장하기 위하여, 그러한 서비스들의 체감 비디오 품질이 추정될 필요가 있다. 그 서비스의 품질을 유지하는 것은 컨텐트 제공자 및 소비자에 대한 방송 제공자의 주요 책임이다. 대형 IPTV 네트워크들에서, 오직 완전히 자동화된 품질 모니터링 프로브들만이 이러한 요구를 충족시킬 수 있다.

이러한 목적을 위하여, 사용자에 의해 체감되는 바와 같은 비디오 품질의 추정을 제공하는 비디오 품질 모델들이 개발된다. 그러한 모델들은, 예컨대, 사용자단에서 수신되는 비디오 및 열화되지 않은 원본 비디오 사이의 유사도를 출력할 수 있다. 또한, 그리고 보다 복잡한 방식으로는, 인간 시각 시스템(Human Visual System, HVS)이 모델링될 수 있다. 마침내, 광범위한 주관적 품질 테스트들의 결과에 모델 출력이 매핑될 수 있으며, 궁극적으로 체감 품질의 추정이 제공된다.

비디오 품질 모델들 및 그에 따른 측정 시스템들은 일반적으로 다음과 같이 분류된다.

품질 모델 타입들

· 전 기준법(Full Reference, FR): 기준 신호가 요구된다.

· 감소 기준법(Reduced-Reference, RR): 소스 신호로부터 추출된 부분적 정보들이 요구된다.

· 무 기준법(No-Reference, NR): 기준 신호가 요구되지 않는다.

입력 파라미터 타입들

· 신호/미디어 기반: 디코딩된 이미지(픽셀 정보)가 요구된다.

· 파라미터 기반: 비트스트림 레벨 정보가 요구된다. 정보의 범위는 패킷 헤더들의 파싱, 페이로드, 즉 코딩 정보를 포함하는 비트스트림의 파싱, 및 비트스트림의 부분 또는 전체 디코딩을 필요로 하는 패킷 헤더 정보에 이를 수 있다.

응용의 타입

· 네트워크 플래닝(planning): 해당 모델 또는 측정 시스템은 최적의 가능한 구현을 계획하기 위하여 네트워크의 구현 이전에 사용된다.

· 서비스 모니터링: 해당 모델은 서비스 운영 중 사용된다.

비디오 품질 모델들의 타입들에 대한 관련 정보는 참고문헌 [1-3]에서 찾을 수 있다.

몇몇 패킷 기반 파라메트릭 비디오 품질 모델들이 문헌 [4-6]에 기술되었다. 그러나, 이러한 모델들의 주요 문제점은 그것들이 컨텐트의 품질 영향을 고려하지 않는다는 것이다. 다른 측면에서, 그리고 이전 연구들 [7-12]에서 보고된 바와 같이, 체감 비디오 품질은 비디오의 공간-시간적 특성들에 의존한다. 예를 들어, 방송 뉴스에서와 같이 비디오에서 복잡한 움직임이 없을 때 패킷 손실이 일반적으로 보다 잘 은폐된다는 것이 잘 알려져 있다. 패킷 손실이 없을 때 그리고 낮은 비트레이트 및 중간 비트레이트에 대하여, 낮은 공간-시간적 복잡도를 갖는 컨텐트는 공간-시간적으로 복잡한 컨텐트에 비해 보다 높은 품질을 이룬다.

다른 종래 기술 또한 패킷 손실 및 비 패킷 손실 케이스들에 대하여 컨텐트의 품질 영향을 파라미터 기반 파라메트릭 비디오 품질 모델들에 포함시키는 것을 목표로 한다. (참고문헌 [13a, 13b, 14, 15, 16] 참조)

예를 들어, 참고문헌 [13a, 13b, 14]에서, 현재 프레임 크기를 적응적 임계값과 비교함으로써 비디오 프레임 당 컨텐트들의 복잡도가 결정된다. 현재 프레임 크기가 이 임계값 위인지, 동일한지 혹은 아래인지 여부는 현재 프레임과 연관된 추정 품질의 증가 또는 감소로 귀결될 것이다. 하지만, 임계값의 사용 및 그에 따른 이 값에 대한 초과, 동일 또는 미만의 세 가지 가능성들로 인해, 이 참고문헌들에 개시된 방법은 단지 비디오 컨텐트의 상대적인 개략적인 고려만을 제공한다. 다시 말해서, 주어진 측정 윈도우 내에서 프레임들의 복잡도에 대한 부드러운 또는 연속적인 측정은 존재하지 않는다. 또한, 적응적 임계값이 측정 윈도우의 전체 또는 일부에 걸쳐 계산되기 때문에, 각 프레임의 복잡도는 동일한 비디오 시퀀스 내에서 다른 프레임들의 복잡도와 관련되어 결정되나, 다른 컨텐트들의 복잡도와 관련되어 결정되지는 않는다.

참고문헌 [15]에서, 컨텐트 관련 파라미터들, 즉 양자화 파라미터 및 모션 벡터들과 같은 컨텐트의 공간-시간적 복잡도를 반영하는 파라미터들을 파라미터 기반 비디오 품질 모델에 삽입하기 위한 솔루션이 제안된다. 하지만, 이 컨텐트 기반 파라미터들은 암호화된 비트스트림으로부터 추출될 수 없으며, 따라서 참고문헌 [15]는 본 발명과 동일한 방법으로 사용될 수 없다.

참고문헌 [16]은 패킷 손실로 인한 신호 열화의 크기를 나타내는 단일 파라미터를 갖는 패킷 손실의 경우 체감 비디오 품질을 추정하기 위한 솔루션을 보인다. 이 솔루션은 컨텐트의 시간적 또는 공간-시간적 복잡도에 기반하여 신호 열화의 추정 크기를 조절하기 위한 보정 계수의 포함을 예견한다. 하지만, 예컨대 암호화된 비디오의 경우 이 보정 계수를 계산하기 위한 솔루션은 제안되지 않는다.

결국, 디지털 비디오 신호의 체감 품질을 추정하기 위한 방법에 대한 필요성이 여전히 존재한다. 한편으로는, 그러한 방법은 비디오 신호의 컨텐트의 품질 영향에 대한 상당히 정교한 고려를 허용해야 하며, 다른 한편으로는 패킷 손실을 수반 또는 수반하지 않는 코딩 열화의 경우 모두를 포함하는 암호화된 비디오에 적용도 가능해야 한다. 이러한 특징들을 갖는 방법을 수행하기 위하여 구성되는 장치에 대한 필요성도 마찬가지로 존재한다.

이러한 목적들은 본 문서에 나타난 청구항들에 의해 개시되는 바와 같은 특징들을 갖는 방법 및 장치에 의해 달성된다.

본 발명은 암호화된 비디오, 즉 패킷 헤더 정보 만이 이용가능한 경우 파라미터 기반 비디오 품질 모델들의 사용을 목적으로 한다. 본 발명은 또한 비암호화된 비디오의 경우에도 작용하나, 완전한 디코딩 또는 비암호화된 비트스트림으로부터의 보다 자세한 정보의 추출에 기초한 비디오 품질 모델보다 덜 정확한 디자인에 의한 것일 수 있다. 오직 패킷 기반 정보만을 사용하는 것은 본 발명의 계산 복잡도를 낮게 유지하는 장점을 제공하며, 암호화된 스트림들뿐만 아니라 비암호화된 스트림들에까지 응용 범위를 당연히 확장시킨다.

본 발명은 다음과 같이 요약될 수 있다.

본 발명의 목적은 임의의―또한 그에 따라 현존의 또는 장래의―파라미터 기반 비디오 품질 추정 방법들을 제어하기 위하여 컨텐트 복잡도 파라미터들을 제공하고 이러한 컨텐트 복잡도 파라미터들을 사용함으로써 디지털 비디오 신호의 체감 품질을 추정하는 방법을 제공하는 것이다. 본 발명에 따른 상기 방법은 한편으로는 비디오 신호의 컨텐트의 품질 영향의 상당히 정교한(fine-grained) 고려를 허용하나, 다른 한편으로는 또한 암호화된 비디오에 대하여 그리고 패킷 비손실 케이스뿐만 아니라 패킷 손실 케이스 모두에 대하여 응용할 수 있다. 본 발명의 다른 목적은 컨텐트 복잡도 파라미터들을 계산하고 그것들을 임의의 파라미터 기반 비디오 품질 모델들에 삽입하도록 구성되는 장치를 제공하는 것이며, 그러한 패킷-헤더 기반 접근법들과 연관되는 모든 장점들을 수반한다.

계산되는 컨텐트 관련 파라미터들 및 이러한 파라미터들이 상기 모델들에 포함되는 방식 모두에 의해 본 발명은 앞서 언급된 참고문헌들[13a, 13b, 14]의 접근법들과는 실질적으로 다르다는 점 또한 주지되어야 한다. 본 발명에서, 컨텐트 관련 파라미터들은 절대값들로 제공되는데, 이 절대값들은 참고문헌들[13a, 13b, 14]에 개시된 바와 같이 프레임들의 히스토리에 의존적이지 않다. 따라서, 그들은 원칙적으로 두 개의 서로 다른 컨텐트들, 또는 서로 다른 장면들 또는 하나의 컨텐트의 구절들(passages)의 복잡도를 비교하는데 사용될 수 있었다. 또한, 본 발명에서 사용되는 컨텐트 관련 파라미터들의 값들은 연속적이고―그리고 [13a, 13b, 14]에서와 같이 불분명한 클래스들의 측면에서 범주에 속하지 않고(not categorical)― 그에 따라 컨텐트의 품질 영향의 매우 정교한 추정을 허용한다. 또한, 본 발명에서, 모든 파라미터들은 Group Of Picture (GOP) 또는 비디오 장면 단위마다 전체 측정 윈도우에 걸쳐 계산되는 반면에, 종래 기술(참고문헌들[13a, 13b, 14] 참고)에서, 그들은 프레임마다 계산된다.

암호화된 비디오의 경우, GOP 구조는 [20]을 이용하여 추정될 수 있다는 점을 주지해야 한다. (비디오) 장면은 I-프레임과 함께 시작하며 일반적으로 다수의 GOP들을 포함한다는 점 또한 주지해야 한다. 암호화된 비디오의 경우 장면 컷들은 참고문헌 [21](본 출원의 출원일 이전에 공개되지 않음)을 이용하여 검출될 수 있다. 대개 두 개의 비디오 장면들은 그들의 의미 컨텐트들(semantic contents)에 의해 달라진다. 또한, 컨텐트 신호의 공간-시간적(ST) 복잡도의 인트라-장면 변화는 일반적으로 그것의 인터-장면 변화에 비해 낮다.

서로 다른 타입의 열화들로부터의 기여도들에 기반하여 추정 비디오 품질 Qv를 표현하는 두 개의 일반적인 방법이 다음 수학식들에 나타난다.

여기서 Icod 및 Itra는 "장애 요소들(impairment factors, IF)"의 예시들이다. 장애 요소들은 특정 열화 타입의 품질 영향을 계량화하며, 각각의 장애 요소는 전송 경로 및 신호들의 파라미터적 기술로부터 계산될 수 있다. [수학식 1] 및 [수학식 2]에서, Icod는 압축 아티팩트들(compression artifacts)의 품질 영향을 나타내고, Itra는 전송 에러들(패킷 손실)의 품질 영향을 나타낸다. [수학식 2]에서 그리고 전체 응용에 걸쳐서, 기호 "×"는 두 실수들(real numbers) 사이의 일반적인 곱셈을 나타내며, 그것은 또한 때때로 기호 "·"로 표시된다.

[수학식 1] 및 [수학식 2] 내의 모든 항들은, 예컨대, 0에서 100 또는 1에서 5의 스케일 상에서 표현될 수 있다.

Qvo는 기본 품질이며 일반적으로 체감 품질을 표현하기 위하여 사용되는 스케일의 최대 값에 대응되는데, 예를 들어 Qvo = 100 또는 Qvo = 5이다.

본 발명에 따르면, Icod 및 Itra는, 그리고 그에 따라 Qv는 측정 윈도우 마다 계산될 수 있는데, 하나의 측정 윈도우는 일반적으로 10에서 20초 동안 지속된다.

예컨대 참고문헌 [13] 및 [14]에 의한 다른 접근법은 비디오 프레임 당 패킷 손실 및 코딩에 기인한 이미지 관련 품질 기여도들을 계산하는 것이다. 획득된 비디오 프레임 품질 값들의 세트는 이후 측정 윈도우에 걸쳐 집계된다. 프레임 당 비디오 품질 값들을 집계하는 하나의 쉬운 방법은 평균을 취하는 것이다. 보다 복잡한 방법들은 참고문헌 [17-19]에 기술된다.

다음에서, Icod, Itra 및 Qv가 측정 윈도우마다 계산된다. 또한, Icod 및 Itra는 모두 아래 형태의 함수를 이용하여 계산되는데, 이 함수는 또한 아래에서 "영향 함수(impact function)"로도 참조될 것이다.

여기서 Imp ∈ {Icod, Itra}이고, m, n 및 u는 양의 정수이며, f_IF는 각각의 장애 요소를 나타내는 (상위) 인덱스 IF에 의존하는 영향 함수이며,

[수학식 4]는 비트레이트, 프레임 레이트 또는 패킷 손실의 퍼센티지와 같은 인코딩 또는 네트워크 기술적 특성들(encoding or network techincal characteristics)와 관련된 파라미터들의 제1 집합을 나타내고,

[수학식 5]는 아래에서 정의되는 GOP/장면-복잡도 파라미터들(GOP/scene-complexity parameters)로부터 유래하며 이하에서 "컨텐트-의존" 파라미터들로도 참조되는 파라미터들의 제2 집합을 나타내고,

[수학식 6]은 f_IF와 관련된 계수들의 집합을 나타낸다. 이하에서, 편의를 위해 [수학식 4] 내지 [수학식 6]에 의해 주어진 바와 같은 양들의 표기에서 윗첨자 IF는 때때로 삭제될 것이다.

여기서, p^IF 및 q^IF는 바람직하게는 각 측정 윈도우마다 계산되는데, 하나의 측정 윈도우는 일반적으로 10에서 20초 동안 지속된다. 이하에서, 상위 인덱스 IF는 특정 장애 요소, 즉, 예컨대, Icod 또는 Itra의 계량화 또는 측정을 위하여 사용되는 변수의 개별적인 명칭에 따라 명명될 것이다. 또한, [수학식 3]의 응용은 장애 요소 Icod 및 Itra의 케이스들에만 한정되지 않는다. [수학식 3]은 또한 다른 타입의 품질 열화들, 즉, 다른 장애 요소들에도 다소 응용될 수 있다.

[수학식 3]에 따른 영향 함수는 장애 요소들에 대한 컨텐트 관련 기여도들을 추정하기 위한 일반적인 컨셉이 된다. 다시 말해서, [수학식 3]은 Icod 또는 Itra와 같은 서로 다른 장애 요소들에만 응용가능한 것이 아니라, 예컨대 Icod와 같은 특정 장애 요소로 인한 품질 열화를 추정하기 위한 다양한 (파라미터 기반) 모델들에 응용될 수 있다. 하나의 장애 요소에 대하여 선택된 하나의 추정 방법에 적용되는 [수학식 3]의 특정한 구현에서 집합 q^IF에 의해 기술되는 바와 같은 컨텐트-의존 파라미터들의 사용에 의해, 이러한 장애 요소의 추정은 컨텐트-의존 파라미터들에 의해 제어된다. 비디오 신호의 "전체적인" 체감 품질 Qv의 추정치 계산의 마지막 단계가 수행될 때, 예컨대 [수학식 1] 또는 [수학식 2] 또는 하나 이상의 장애 요소의 추정에 기반한 임의의 다른 방법들을 사용함으로써, 또한 Qv의 추정은 컨텐트-의존 파라미터들에 의해 제어된다. 이렇게 하여, 본 발명에 따른 방법은 전술한 비디오 신호의 컨텐트로 인한 품질 영향의 정교한 고려를 허용한다.

컨텐트-의존 파라미터들 q^IF를 계산하기 위하여 사용되는 GOP/장면-복잡도 파라미터들은 비디오 프레임들의 타입 및 크기(예컨대, 바이트)에 대한 인식을 요하는 모든 파라미터들이다. 이 파라미터들은 일반적으로 ―그러나 필수적이지는 않음― Group of Picture (GOP) 또는 비디오 장면(video scene, SC) 마다 계산되고, 상기 파라미터들 또는 그에 따른 품질 추정은 그후 측정 윈도우에 걸쳐 집계된다.

본 발명에 따르면, 적어도 다음의 GOP/장면-복잡도 파라미터들이 고려될 수 있다.

·

: 주어진 장면 sc에 대한 평균 I 프레임 크기; 바람직한 실시예에서, 첫 장면의 첫 I 프레임은 바람직하게는 무시된다.

·

: 주어진 GOP gop에 대한 평균 P 프레임 크기

·

: GOP 당 기준 B(계층적 코딩의 경우에 사용됨)의 평균 크기

·

: GOP 당 비기준 b 프레임 크기들의 평균 크기

·

: 평균화된 GOP 당 P, B 및 b 프레임 크기

·

: 장면 당 계산되는 I 프레임들의 비트레이트

·

: 장면 당 계산되는 P 프레임들의 비트레이트

·

: 장면 당 계산되는 B 프레임들의 비트레이트

·

: 장면 당 계산되는 b 프레임들의 비트레이트

·

: 장면 당 계산되는 P, B 및 b 프레임들의 조인트 비트레이트

위 기호들에서, 프레임 시퀀스 타입, 즉 I, P, B, b 또는 noI는 상위 인덱스로 나타내지며, 이는 지수(exponent)와 혼동되지 않아야 한다.

프레임 타입 T (

)를 갖는 프레임들의 장면 당 비트레이트는 다음과 같이 계산된다.

여기서

·

는 각 장면에 대한 프레임 T의 바이트의 총량이고,

·

는 T 프레임들에 대한 프레임 레이트, 즉 초당 T 프레임들의 개수이고,

·

는 장면 내 T 프레임들의 개수이고,

· br은 Mbit/s 단위의 전체 비트레이트이다.

대안으로서,

는 전체 프레임 레이트 fr로 대체될 수 있고

는 장면 내 프레임들의 전체 개수 nfr로 대체될 수 있다.

또한, GOP/장면-복잡도 파라미터들로서 다음 비율들이 고려될 수 있다. 각 비율들은 위에서 정의된 바와 같이 GOP/장면-복잡도 파라미터들로부터 GOP 마다 계산된다.

여기에서도, 수학식의 좌측 및 우측 기호들의 윗첨자는 상위 인덱스를 의미한다.

본 발명의 일 측면은 디지털 비디오 신호의 체감 품질을 추정하는 방법에 관한 것으로, 상기 방법은

(1a) 디코딩 이전에 캡처되는 비디오 비트 스트림의 정보를 추출하는 단계;

(1b) 각각의 추정치에 대하여, 개별적인 장애 요소에 대하여 적용되는 영향 함수를 이용하여 하나 이상의 장애 요소 IF에 대한 추정치(들)를 획득하는 단계;

(1c) 단계(1b)에서 획득된 추정치(들)를 이용하여 상기 디지털 비디오 신호의 체감 품질을 추정하는 단계;를 포함하고,

상기 방법은, 단계 (1b)에서 사용되는 각각의 영향 함수가 GOP/장면-복잡도 파라미터들의 집합으로부터 계산되는 컨텐트-의존 파라미터들 q의 집합을 입력으로 취하는 것을 특징으로 하고, 상기 GOP/장면-복잡도 파라미터들은 패킷-헤더 정보로부터 유도되고 암호화된 비디오 비트 스트림들의 경우에 사용 가능하다.

본 발명의 상기 방법에 따르면, 상기 GOP/장면-복잡도 파라미터들은 Group of Picture (GOP) 마다 또는 비디오 장면마다 계산될 수 있다.

상기 방법의 일 실시예에 따르면, 단계 (1b)에서 사용되는 각각의 영향 함수는

예컨대 비트 레이트, 프레임 레이트, 패킷 손실 퍼센티지 또는 GOP나 장면 내 손실 비율과 같은 인코딩 또는 네트워크 기술적 특성들; 및/또는

상기 영향 함수와 관련된 계수들에 더 의존한다.

본 발명의 바람직한 일 실시예에서, 컨텐트-의존 파라미터들 q는 다음의 GOP/장면-복잡도 파라미터들 중 적어도 하나로부터 유도될 수 있다.

, 장면 당 평균 I 프레임 크기를 나타내며, 첫 장면의 첫 I 프레임은 바람직하게는 무시됨;

, GOP 당 평균 P 프레임 크기를 나타냄;

, GOP 당 평균 (기준) B 프레임 크기를 나타냄;

, GOP 당 평균 비기준 b 프레임 크기를 나타냄;

, GOP 당 조인트 평균 P, B 및 b 프레임 크기를 나타냄;

, 장면 당 계산되는 I 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 P 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 B 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 b 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 P, B 및 b 프레임들의 조인트 비트레이트

를 나타냄.

본 발명의 바람직한 일 실시예에서, 파라미터들 q의 집합은 다음의 GOP/장면-복잡도 파라미터들 중 적어도 하나로부터 유도될 수 있다.

일 실시예에서, 영향 함수 f_IF가 사용된다.

바람직하게는, 상기 영향 함수 f_IF는 압축 아티팩트들로 인한 품질 영향의 추정을 위하여 사용되는데, 상기 영향 함수는 계수가 곱해진 장면들 sc에 대하여 GOP/장면-복잡도 파라미터

의 가중 평균의 역수로부터 계산되는 컨텐트-의존 파라미터 q₁에 의존한다. 상기 계수는 비디오 프레임 nx 당 픽셀들의 개수 및 비디오 프레임 레이트 fr에 비례할 수 있다.

발명된 방법의 바람직한 실시예에서, 각각의 장면 sc는

의 가중치를 갖는데,

는 장면 당 GOP들의 개수이고

는 다른 가중 요소이며, 최소의

값을 갖는 장면들에 대하여

는 1보다 큰 값, 예컨대

= 16으로 설정되고, 모든 다른 장면들에 대하여

는 1로 설정된다.

일 실시예에서, 컨텐트-의존 파라미터 q₁은 다음과 같이 주어진다.

하나의 1차원 파라미터 집합(파라미터 벡터)의 경우, 해당 집합의 유일 원소(only element)의 기호는 편의를 위하여 이하의 집합의 기호로 확인되어야 한다. 예를 들어, 컨텐트-의존 파라미터들의 집합이 오직 하나의 파라미터만 갖는다면, 즉, q = (q₁)이면, 그것은 단순하게 q = q₁으로 쓰여질 수 있다. 유사하게, 인코딩 또는 네트워크 기술적 특성들과 관련된 파라미터들의 1차원 집합의 경우 집합 p = (p₁) = p₁이다.

발명된 방법의 일 실시예에서, 컨텐트-의존 파라미터 q = q₁에 의존하는 영향 함수 f_IF는 다음과 같이 주어진다.

여기서 p = p₁은 바람직하게는 픽셀 당 비트들의 개수를 기술하는 파라미터이고 가장 바람직하게는

에 의해 주어지며, 여기서

는 상기 영향 함수와 관련된 계수들의 집합이다.

발명된 방법의 일 실시예에서, 바람직하게는 전송 아티팩트들에 의한 품질 영향을 추정하기 위하여, 컨텐트-의존 파라미터들 q = (q₁, q₂)에 의존하는 영향 함수 f_IF가 사용되는데, 상기 집합의 각 컴포넌트 q_j (j ∈ {1, 2})는 GOP/장면-복잡도 파라미터들에 의존하는 파라미터들

의 가중 합에 의해 획득되며, 각각의 j ∈ {1, 2}에 대한 가중 합은 바람직하게는

에 따라 계산되며,

는 가중치들이다.

상기 가중치들은 다음과 같이 주어질 수 있다.

여기서 T_k는 GOP k의 손실 듀레이션(loss duration)이고, t_i는 손실 이벤트 i의 GOP 내 위치이고, r_i는 손실 이벤트 i의 공간적 크기를 나타낸다.

바람직한 실시예에 따르면,

프레임 당 하나의 슬라이스의 경우,

; 및

프레임 당 하나 이상의 슬라이스의 경우,

;

를 사용한다.

여기서 np는 프레임 내 패킷들의 개수이고, nap는 히트 프레임 내 영향을 받은 전송 스트림(TS) 패킷들의 개수이고, nlp는 프레임 내 손실 패킷들의 개수이고, nle는 프레임 내 손실 이벤트들의 개수이고, nsl은 프레임 내 슬라이스들의 개수이다.

파라미터

는 GOP/장면-복잡도 파라미터

에 의존할 수 있다.

파라미터

는 GOP/장면-복잡도 파라미터

에 의존할 수 있다.

상기 방법의 일 실시예에 따르면, 각각의 k ∈ {1, ..., v}에 대하여 파라미터들

는 다음 단계들에 의해 획득된다.

(12a)

로 설정하는 단계;

(12b)

의 경우,

를

로 설정하는 단계;

(12c)

의 경우,

를 1로 설정하는 단계.

바람직하게는, 각각의 k ∈ {1, ..., v}에 대하여 파라미터들

는

와 같이 획득될 수 있다.

일 실시예에서, 컨텐트-의존 파라미터들 q = (q₁, q₂)의 집합에 의존하는 상기 영향 함수 f_IF는 다음과 같이 주어진다.

여기서

는 상기 영향 함수와 관련된 계수들의 집합이다.

바람직하게는, p₁은 압축 아티팩트들로 인한 품질 영향을 기술하는 파라미터이다.

바람직하게는, p₂는 측정 윈도우 듀레이션 또는 측정 윈도우 내의 GOP들의 개수이다.

발명된 방법의 일 실시예에서, 상기 비디오 신호는 비인터렉티브 데이터 스트림, 바람직하게는 비인터렉티브 비디오 또는 오디오비주얼 스트림의 적어도 일부이거나, 인터렉티브 데이터 스트림, 바람직하게는 인터렉티브 비디오 또는 오디오비주얼 스트림의 적어도 일부이다.

일 실시예에서, 상기 방법은 압축 및/또는 전송 이외의 다른 장애들에 의한 디지털 비디오 신호의 체감 품질에 대한 영향을 추정하기 위한 하나 이상의 방법과 결합되는데, 여기서 상기 결합은 바람직하게는 결합될 방법들의 적어도 선형 함수 및/또는 적어도 곱셈 함수(multiplicative function)를 이용하여 수행된다.

일 실시예에서, 상기 방법은 압축 및/또는 전송에 의한 디지털 비디오의 체감 품질을 추정하기 위한 하나 이상의 다른 방법들과 결합되는데, 여기서 상기 결합은 바람직하게는 결합되는 방법들의 적어도 선형 함수 및/또는 적어도 곱셈 함수를 이용하여 수행된다.

본 발명의 일 측면은 하기 단계들을 수반하는 전송된 디지털 비디오 신호의 품질을 모니터링하는 방법에 관한 것이다.

(18a) 서버로부터 클라이언트로 상기 비디오 신호를 전송하는 단계;

(18b) 클라이언트 측에서 전술한 바와 같은 디지털 비디오 신호의 체감 품질을 추정하는 방법에 따른 디지털 비디오 신호의 체감 품질 추정 방법을 수행하는 단계;

(18c) 단계 (18b)의 추정 결과를 상기 서버에 전송하는 단계;

(18d) 서버 측에서 상기 전송된 비디오 신호의 품질의 추정치를 모니터링하는 단계; 그리고

상기 방법은 바람직하게는

(18e) 바람직하게는 전송 파라미터들에 의존하여, 상기 전송된 비디오 신호의 모니터링된 품질을 분석하는 단계; 그리고 선택적으로

(18f) 상기 전송된 비디오 신호의 품질을 증가시키기 위하여 단계 (18e)의 분석에 기초하여 상기 전송 파라미터들을 변경하는 단계를

더 포함한다.

본 발명의 일 측면은 디지털 비디오 신호의 체감 품질을 추정하는 장치에 관한 것으로, 상기 장치는

디코딩 이전에 캡처된 비디오 비트 스트림으로부터 정보를 추출하기 위한 수단;

적어도 하나의 영향 추정기;

상기 비디오 신호의 체감 품질 Qv를 추정하기 위한 품질 추정기를 포함하고,

상기 장치는 상기 영향 추정기(들) 각각이 GOP/장면-복잡도 파라미터들의 집합으로부터 계산된 컨텐트-의존 파라미터들의 집합을 입력으로 취하는 장애 함수를 이용하여 장애 요소로 인한 품질 영향을 추정하도록 구성되는 것을 특징으로 하는데, 여기서 상기 GOP/장면-복잡도 파라미터들은 패킷-헤더 정보로부터 유도될 수 있고 그에 따라 암호화된 비디오 비트 스트림들의 경우에 사용 가능하다.

상기 장치는 바람직하게는 전술한 바와 같은 디지털 비디오 신호의 체감 품질을 추정하기 위한 방법의 실시예들 중 어느 하나에 따른 방법을 이용하여 디지털 비디오 신호의 체감 품질을 추정하도록 더 구성된다.

본 발명의 일 측면은 디지털 비디오 신호를 수신하기 위한 수신기에 연결 가능한 셋탑 박스에 관한 것으로, 상기 셋탑 박스는 본 발명에 따른 상기 장치를 포함한다.

본 발명의 일 측면은 전송된 디지털 비디오 신호의 품질을 모니터링하기 위한 시스템에 관한 것으로, 상기 시스템은 서버 및 클라이언트를 포함하고, 상기 시스템은 전술한 바와 같은 본 발명에 따른 전송된 디지털 비디오 신호의 품질을 모니터링하는 방법을 수행하도록 구성된다.

상기 시스템의 일 실시예에서, 상기 클라이언트는 본 발명에 따른 장치로 구성된다.

상기 시스템의 일 실시예에서, 상기 클라이언트는 본 발명에 따른 장치를 포함한다.

발명된 시스템의 대안적인 실시예에서, 상기 시스템은 본 발명에 따른 셋탑 박스를 더 포함하고, 상기 셋탑 박스는 상기 클라이언트에 연결된다.

도 1: 비손실 케이스에서 컨텐트의 품질 영향을 측정하기 위한 예시로서 사용되는 [수학식 10]의 계산에 대한 도시. 상세한 내용은 상기 텍스트 참조.
도 2: 패킷 손실 케이스에서 컨텐트의 품질 영향을 측정하기 위한 예시로서 사용되는 [수학식 17a] 내지 [수학식 17c]에 대한 도시. 상세한 내용은 상기 텍스트 참조.
도 3: 패킷 손실 케이스에서 컨텐트의 품질 영향을 측정하기 위한 예시로서 사용되는 [수학식 18]에 대한 도시. 상세한 내용은 상세한 설명 참조.
다른 측면들, 특징들 및 장점들은 도면들 및 청구항들을 포함하여 이어지는 상세한 설명뿐만 아니라 상기 요약으로부터 분명해질 것이다.

본 발명에 따르면, 압축 관련 품질 장애(Icod) 및 전송 관련 품질 장애(Itra) 모두에 대한 컨텐트 복잡도 영향(content-complexity-impact)은 아래에서 기술되는 방법(scheme)을 이용하여 추정될 수 있다.

비 손실 케이스(No Loss case) - Icod

본 발명의 일 실시예는 GOP/장면-복잡도 파라미터들을 [수학식 3]에 포함시키는 것이며, 여기서 Imp = Icod, m = 1, n = 1, u = 4이고, Imp는 다음의 지수 함수 f_Icod에 의해 획득된다.

[수학식 8]에서 계수들

의 집합의 예시는 다음과 같다.

그리고 바람직하게는

는 [수학식 9]에 의해 가장 바람직하게 주어지는 픽셀 당 비트들의 평균 개수이다.

여기서 nx 및 fr은 각각 비디오 프레임 당 픽셀들의 개수 및 비디오 프레임 레이트이다. 또한, br은 Mbit/s 단위의 비디오 비트레이트이다.

바람직한 실시예에서,

는 GOP/장면-복잡도 파라미터

의 함수이며 다음과 같이 표현된다.

여기서 nx 및 fr은 각각 비디오 프레임 당 픽셀들의 개수 및 비디오 프레임 레이트이며,

는 장면 당 GOP들의 개수이다. 가장 낮은

값을 갖는 장면에 대하여,

이고, 바람직하게는

이고, 그렇지 않으면

이다.

도 1은 두 개의 장면으로 구성되는 비디오 시퀀스로 [수학식 10]을 계산하는 예시를 나타낸다(측정 윈도우는 이 비디오 시퀀스의 듀레이션(duration)에 대응한다고 가정된다). 해당 비디오 시퀀스의 포맷은 1080p25이다. 결과적으로, nx = 1920×1080 = 2073600 이고 fr = 25이다.

첫 번째 장면(sc = 1)은 두 개의 GOP(gop1 및 gop2)를 포함하는데, 다시 말해서 N₁ = 2이고, 그것의 평균 I-프레임 크기는

(예컨대, 메가바이트(Megabytes) 단위)이다.

두 번째 장면(sc = 2)은 세 개의 GOP(gop3 내지 gop5)를 포함하는데, 다시 말해서 N₂ = 3이고, 그것의 평균 I-프레임 크기는

(예컨대, 메가바이트(Megabytes) 단위)이다.

해당 비디오 시퀀스 내에서 최소의

는

이다. 그 결과,

이고,

이다.

손실 케이스(Lossy case) - Itra

본 발명의 일 실시예는 GOP/장면-복잡도 파라미터들을 [수학식 3]에 포함시키는 것이며, 여기서 Imp = Itra, m = 2, n = 2, u = 3이고, Imp는 다음의 로그 함수 f_Itra에 의해 획득된다.

[수학식 11]의 계수들

의 집합의 예시는 다음과 같다.

바람직하게는,

이다. 여기서 v는 측정 윈도우 내 GOP들의 개수이다. 대안적으로, v는 측정 윈도우 듀레이션이다.

바람직한 실시예에서,

및

는 GOP/장면-복잡도 파라미터들로부터 유도되며 그것들은 다음 관계식들을 이용하여 측정 윈도우마다 획득된다.

여기서 v는 측정 윈도우 내의 GOP들의 개수이고,

및

는 각각의 GOP k에 대하여 계산되는 손실의 공간-시간적 기술자들(descriptors)로서 다음과 같이 계산된다.

여기서 T_k는 GOP k의 손실 듀레이션이고, t_i는 손실 이벤트 i의 GOP 내 위치이며 r_i는 손실 이벤트 i의 공간적 크기를 나타내며, 바람직하게는

프레임 당 하나의 슬라이스의 경우,

; 및

프레임 당 하나 이상의 슬라이스의 경우,

;

이다. 여기서 np는 프레임 내 패킷들의 개수이고, nap는 히트 프레임 내 영향을 받은 전송 스트림(TS) 패킷들의 개수이고(시퀀스 넘버, 타임 스탬프 등과 같은 패킷 헤더 정보를 수반하는 임의의 방법을 이용하여 유도됨), nlp는 프레임 내 손실 패킷들의 개수이고, nle는 프레임 내 손실 이벤트들의 개수이고, nsl은 프레임 내 슬라이스들의 개수이다.

r_k는 참고문헌 [16]의 수학식 (5)의 xl_k/T_k 임을 유의한다. 유사하게, [수학식 15]의 r_i는 참고문헌 [16]의 수학식 (7c)의 xl_i에 대응되고, [수학식 16]의 r_i는 참고문헌 [16]의 수학식 (7)의 xl_i에 대응된다. 마지막으로, [수학식 12] 및 [수학식 13]의

및

의 합은 참고문헌 [16]의 수학식 (9a)의 정정 요소(correcting factor)

에 대응된다. 그러나, 이전에 언급된 바와 같이, 암호화된 비디오의 경우 이러한 정정 요소를 계산하기 위한 어떠한 솔루션도 제안되지 않고 있다.

또한, 파라미터

및

는 GOP/장면-복잡도 파라미터들로부터 유도되며 각각의 GOP k에 대하여 계산된다.

바람직한 실시예에서,

은 다음 단계들을 이용하여 획득된다(도 2 참조).

(a)

로 설정하는 단계; (수학식 17a)

(b)

의 경우,

를

로 설정하는 단계; (수학식 17b)

(c)

의 경우,

를 1로 설정하는 단계. (수학식 17c)

바람직한 실시예에서,

는 [수학식 18]을 이용하여 획득된다(도 3 참조).

비록 본 발명이 도면 및 상기 상세한 설명에서 상세히 도시되고 기술되었으나, 그러한 도시 및 기술은 예시적인 것으로 고려되어야 하며 제한적인 것으로 고려되어서는 안된다. 하기의 청구항의 범위 내에서 당업자에 의해 변경 및 수정이 이루어질 수 있음이 이해될 것이다. 특히, 본 발명은 앞서 기술된 그리고 아래에서 기술되는 서로 다른 실시예들로부터의 특징들의 임의의 조합과 함께 다른 실시예들을 커버한다.

또한, 청구항들에서 용어 "포함하는(comprising)"은 다른 구성요소들 또는 단계들을 배제하지 않으며, 부정관서 "a" 또는 "an"은 다수(plurality)를 배제하지 않는다. 단일 유닛은 청구항들에서 언급되는 여러 특징들의 기능들을 실현할 수 있다. 속성 또는 값과 관련되어 용어 "필수적으로(essentially)", "약(about)", "대략(approximately)" 등은 특히 해당 속성 또는 해당 값도 각각 정확하게 정의한다. 청구항 내의 임의의 참조 기호들은 그 범위를 제한하는 것으로 해석되지 않아야 한다.

참고문헌:

[1] A. Takahashi, D. Hands, and V. Barriac, "Standardization Activities in the ITU for a QoE Assessment of IPTV," in IEEE Communication Magazine, 2008.

[2] S. Winkler and P. Mohandas, "The Evolution of Video Quality Measurement: From PSNR to Hybrid Metrics," in IEEE Trans. Broadcasting, 2008.

[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.

[4] O. Verscheure, P. Frossard, and M. Hamdi, "User-oriented QoS analysis in MPEG-2 video delivery," in Real-Time Imaging, 1999.

[5] K. Yamagishi and T. Hayashi, "Parametric Packet-Layer Model forMonitoring Video Quality of IPTV Services," in Proc. of ICC, 2008.

[6] M-N. Garcia and A. Raake, "Parametric Packet-Layer Video Quality Model for IPTV," in Proc. of ISSPA, 2010.

[7] S. Pehard, 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.

[8] Y. Liu, R. Kurceren, and U. Budhia, "Video classification for video quality prediction," in Journal of Zhejiang University Science A, 2006.

[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.

[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.

[11] Garcia, M.-N., Schleicher, R. and Raake, A. "Towards A Content-Based Parametric Video Quality Model For IPTV", in Proc. Of VPQM, 2010.

[12] Guangtao Zhai et al, Cross-dimensional Quality Assessment for Low Bitrate Video, in IEEE Transactions on Multimedia, 2008.

[13a] Clark, A. (Telchemy), WO 2009012297 (A1), Method and system for content estimation of packet video streams.

[13b] Clark, A. (Telchemy), US 2009/004114 (A1), Method and system for viewer quality estimation of packet video streams.

[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)

[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.

[16] WO 2012/076202 ("Method and apparatus for assessing the quality of a video signal during encoding and transmission of the video signal")

[17] Rosenbluth, J. H. (AT&T) "ITU-T Delayed Contribution D.064: Testing the quality of connections having time varying impairments", 1998

[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)

[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, 1140-1151.

[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")

[21] PCT/EP2011/067741 (Argyropoulos, S. et al., "Scene change detection for perceptual quality evaluation in video sequences"). PCT/EP2011/067741 is a document having a filing date prior to the filing date of the present application, but which was not published prior to the filing date of the present application.

Claims

디지털 비디오 신호의 체감 품질을 추정하는 방법에 있어서, 상기 방법은
(1a) 디코딩 이전에 캡처되는 비디오 비트 스트림의 정보를 추출하는 단계;
(1b) 개별적인 장애 요소에 대하여 적용되는 영향 함수를 각각의 추정치에 대하여 이용하여 하나 이상의 장애 요소(IF)에 대한 추정치를 획득하는 단계;
(1c) 단계 (1b)에서 획득된 추정치를 이용하여 상기 디지털 비디오 신호의 체감 품질을 추정하는 단계;를 포함하고,
상기 방법은, 단계 (1b)에서 사용되는 각각의 영향 함수가 GOP/장면-복잡도 파라미터들의 집합으로부터 계산되는 컨텐트-의존 파라미터들(q)의 집합을 입력으로 취하는 것을 특징으로 하고, 상기 GOP/장면-복잡도 파라미터들은 패킷-헤더 정보로부터 유도되고 암호화된 비디오 비트 스트림들의 경우에 사용 가능하고;
상기 컨텐트-의존 파라미터들(q)의 집합은 장면 당 평균 I 프레임 크기를 나타내는 GOP/장면-복잡도 파라미터(
)로부터 적어도 유도되며,
장애 요소들 중 적어도 하나를 추정하기 위하여 영향 함수(f_IF)가 사용되고, 상기 영향 함수(f_IF)는 계수가 곱해진 장면들(sc)에 대하여 상기 GOP/장면-복잡도 파라미터(
)의 가중 평균의 역수로부터 계산되는 컨텐트-의존 파라미터(q₁)에 의존하고,
각각의 장면(sc)은
의 가중치를 가지고,
는 장면 당 GOP들의 개수이고
는 가중 요소이며, 최소의
값을 갖는 장면들에 대하여
는 1보다 큰 값, 예컨대
= 16으로 설정되고, 모든 다른 장면들에 대하여
는 1로 설정되는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
상기 장애 요소들 중 하나로서 압축 아티팩트들(compression artifacts)로 인한 품질 영향이 추정되는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
첫 장면의 첫 I 프레임은 무시되는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
상기 계수는 비디오 프레임(nx) 당 픽셀들의 개수 및 비디오 프레임 레이트(fr)에 비례하는
디지털 비디오 신호의 체감 품질 추정 방법.
제4항에 있어서,
상기 컨텐트-의존 파라미터(q₁)는

로 주어지는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
상기 GOP/장면-복잡도 파라미터들은 Group of Picture(GOP)마다 또는 비디오 장면마다 계산되는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
단계 (1b)에서 사용되는 각각의 영향 함수는
예컨대 비트 레이트, 프레임 레이트, 패킷 손실 퍼센티지 또는 GOP나 장면 내 손실 비율과 같은 인코딩 또는 네트워크 기술적 특성들(encoding or network techincal characteristics)에 추가로 의존하는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
단계 (1b)에서 사용되는 각각의 영향 함수는
상기 영향 함수와 관련된 계수들에 추가로 의존하는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
단계 (1b)에서 사용되는 각각의 영향 함수는
예컨대 비트 레이트, 프레임 레이트, 패킷 손실 퍼센티지 또는 GOP나 장면 내 손실 비율과 같은 인코딩 또는 네트워크 기술적 특성들; 및
상기 영향 함수와 관련된 계수들에 추가로 의존하는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
컨텐트-의존 파라미터들(q)의 집합은 다음의 GOP/장면-복잡도 파라미터들:

, GOP 당 평균 P 프레임 크기를 나타냄;

, GOP 당 평균 (기준) B 프레임 크기를 나타냄;

, GOP 당 평균 비기준 b 프레임 크기를 나타냄;

, GOP 당 조인트 평균 P, B 및 b 프레임 크기를 나타냄;

, 장면 당 계산되는 I 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 P 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 B 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 b 프레임들의 비트레이트를 나타냄;

, 장면 당 계산되는 P, B 및 b 프레임들의 비트레이트를 나타냄
중 적어도 하나로부터 추가로 유도되는
디지털 비디오 신호의 체감 품질 추정 방법.
제10항에 있어서,
상기 파라미터들(q)의 집합은 다음의 GOP/장면-복잡도 파라미터들:

중 적어도 하나로부터 유도되는
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
컨텐트-의존 파라미터(q = q₁)에 의존하는 영향 함수(f_IF)는

로 주어지고,
p = p₁은 픽셀 당 비트들의 개수를 기술하는 파라미터이고,

는 상기 영향 함수와 관련된 계수들의 집합인
디지털 비디오 신호의 체감 품질 추정 방법.
제12항에 있어서,
p = p₁은

로 주어지는 파라미터인
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
전송 아티팩트들에 의한 품질 영향을 추정하기 위하여, 컨텐트-의존 파라미터들(q = (q₁, q₂))에 의존하는 영향 함수(f_IF)가 사용되고, 상기 집합의 각 컴포넌트(q_j (j ∈ {1, 2}))는 GOP/장면-복잡도 파라미터들에 의존하는 파라미터들(
)의 가중 합에 의해 획득되는
디지털 비디오 신호의 체감 품질 추정 방법.
제14항에 있어서,
각각의 j ∈ {1, 2}에 대한 가중 합은

에 따라 계산되며,
는 가중치들인
디지털 비디오 신호의 체감 품질 추정 방법.
제15항에 있어서,
상기 가중치들은

로 주어지고,
T_k는 GOP k의 손실 듀레이션(loss duration)이고, t_i는 손실 이벤트 i의 GOP 내 위치이고, r_i는 손실 이벤트 i의 공간적 크기를 나타내는
디지털 비디오 신호의 체감 품질 추정 방법.
제16항에 있어서,
프레임 당 하나의 슬라이스인 경우,
; 및
프레임 당 하나 이상의 슬라이스인 경우,
; 이고,
np는 프레임 내 패킷들의 개수이고, nap는 히트 프레임 내 영향을 받은 전송 스트림(TS) 패킷들의 개수이고, nlp는 프레임 내 손실 패킷들의 개수이고, nle는 프레임 내 손실 이벤트들의 개수이고, nsl은 프레임 내 슬라이스들의 개수인
디지털 비디오 신호의 체감 품질 추정 방법.
제15항에 있어서,
파라미터
는 GOP/장면-복잡도 파라미터
에 의존하는
디지털 비디오 신호의 체감 품질 추정 방법.
제15항에 있어서,
파라미터
는 GOP/장면-복잡도 파라미터
에 의존하는
디지털 비디오 신호의 체감 품질 추정 방법.
제15항에 있어서,
파라미터
는 GOP/장면-복잡도 파라미터
에 의존하고;
파라미터
는 GOP/장면-복잡도 파라미터
에 의존하는
디지털 비디오 신호의 체감 품질 추정 방법.
제18항에 있어서,
각각의 k ∈ {1, ..., v}에 대하여 파라미터들
는
(12a)
로 설정하는 단계;
(12b)
의 경우,
를
로 설정하는 단계;
(12c)
의 경우,
를 1로 설정하는 단계
에 의해 획득되는
디지털 비디오 신호의 체감 품질 추정 방법.
제19항에 있어서,
각각의 k ∈ {1, ..., v}에 대하여 파라미터들
는
로 획득되는
디지털 비디오 신호의 체감 품질 추정 방법.
제15항 중 어느 한 항에 있어서,
컨텐트-의존 파라미터들 q = (q₁, q₂)의 집합에 의존하는 상기 영향 함수 f_IF는

로 주어지고,
p₁은 압축 아티팩트들로 인한 품질 영향을 기술하는 파라미터이고, p₂는 측정 윈도우 듀레이션 또는 측정 윈도우 내의 GOP들의 개수이고,
는 상기 영향 함수와 관련된 계수들의 집합인
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
상기 디지털 비디오 신호는 비인터렉티브 데이터 스트림의 적어도 일부이거나, 인터렉티브 데이터 스트림의 적어도 일부인
디지털 비디오 신호의 체감 품질 추정 방법.
제24항에 있어서,
상기 디지털 비디오 신호는 비인터렉티브 비디오 또는 오디오비주얼 스트림의 적어도 일부이거나, 인터렉티브 비디오 또는 오디오비주얼 스트림의 적어도 일부인
디지털 비디오 신호의 체감 품질 추정 방법.
제1항에 있어서,
상기 방법은 압축 또는 전송 이외의 다른 장애들에 의한 디지털 비디오 신호의 체감 품질에 대한 영향을 추정하기 위한 하나 이상의 방법과 결합되는
디지털 비디오 신호의 체감 품질 추정 방법.
삭제
제1항에 있어서,
상기 방법은 압축 또는 전송에 의한 디지털 비디오의 체감 품질을 추정하기 위한 하나 이상의 다른 방법과 결합되는
디지털 비디오 신호의 체감 품질 추정 방법.
삭제
전송된 디지털 비디오 신호의 품질을 모니터링하는 방법에 있어서,
(18a) 서버로부터 클라이언트로 상기 비디오 신호를 전송하는 단계;
(18b) 클라이언트 측에서 제1항 내지 제26항, 제28항 중 어느 한 항에 따른 디지털 비디오 신호의 체감 품질을 추정하는 방법을 수행하는 단계;
(18c) 단계 (18b)의 추정 결과를 상기 서버에 전송하는 단계;
(18d) 서버 측에서 상기 전송된 비디오 신호의 품질의 추정치를 모니터링하는 단계를
포함하는 전송된 디지털 비디오 신호의 품질을 모니터링하는 방법.
제30항에 있어서,
(18e) 상기 전송된 비디오 신호의 모니터링된 품질을 분석하는 단계를
더 포함하는 전송된 디지털 비디오 신호의 품질을 모니터링하는 방법.
제31항에 있어서,
상기 단계 (18e)에서 상기 전송된 비디오 신호의 모니터링된 품질이 전송 파라미터들에 의존하여 분석되는
전송된 디지털 비디오 신호의 품질을 모니터링하는 방법.
제31항에 있어서,
(18f) 상기 전송된 비디오 신호의 품질을 증가시키기 위하여 단계 (18e)의 분석에 기초하여 전송 파라미터들을 변경하는 단계를
더 포함하는 전송된 디지털 비디오 신호의 품질을 모니터링하는 방법.
디지털 비디오 신호의 체감 품질을 추정하는 장치에 있어서, 상기 장치는
디코딩 이전에 캡처된 비디오 비트 스트림으로부터 정보를 추출하기 위한 수단;
적어도 하나의 영향 추정기;
상기 비디오 신호의 체감 품질(Qv)을 추정하기 위한 품질 추정기를 포함하고;
상기 장치는, 상기 영향 추정기(들) 각각이 GOP/장면-복잡도 파라미터들의 집합으로부터 계산된 컨텐트-의존 파라미터들의 집합을 입력으로 취하는 장애 함수를 이용하여 장애 요소로 인한 품질 영향을 추정하도록 구성되는 것을 특징으로 하고, 상기 GOP/장면-복잡도 파라미터들은 패킷-헤더 정보로부터 유도될 수 있고 그에 따라 암호화된 비디오 비트 스트림들의 경우에 사용 가능하고,
상기 컨텐트-의존 파라미터들(q)의 집합은 장면 당 평균 I 프레임 크기를 나타내는 GOP/장면-복잡도 파라미터(
)로부터 적어도 유도되며,
장애 요소들 중 적어도 하나를 추정하기 위하여 영향 함수(f_IF) 사용되고, 상기 영향 함수(f_IF)는 계수가 곱해진 장면들(sc)에 대하여 상기 GOP/장면-복잡도 파라미터(
)의 가중 평균의 역수로부터 계산되는 컨텐트-의존 파라미터(q₁)에 의존하고,
각각의 장면(sc)은
의 가중치를 가지고,
는 장면 당 GOP들의 개수이고
는 가중 요소이며, 최소의
값을 갖는 장면들에 대하여
는 1보다 큰 값, 예컨대
= 16으로 설정되고, 모든 다른 장면들에 대하여
는 1로 설정되는
디지털 비디오 신호의 체감 품질을 추정하는 장치.
제34항에 있어서,
상기 장애 요소들 중 하나로서 압축 아티팩트들(compression artifacts)로 인한 품질 영향이 추정되는
디지털 비디오 신호의 체감 품질을 추정하는 장치.
제34항에 있어서,
제1항 내지 제26항, 제28항 중 어느 하나에 따른 방법을 이용하여 디지털 비디오 신호의 체감 품질을 추정하도록 추가로 구성되는
디지털 비디오 신호의 체감 품질을 추정하는 장치.
디지털 비디오 신호를 수신하기 위한 수신기에 연결 가능한 셋탑 박스에 있어서,
상기 셋탑 박스는 제36항에 따른 장치를 포함하는
셋탑 박스.
전송된 디지털 비디오 신호의 품질을 모니터링하기 위한 시스템에 있어서,
상기 시스템은 서버 및 클라이언트를 포함하고,
상기 시스템은 제30항에 따른 방법을 실행하도록 구성되는
시스템.
전송된 디지털 비디오 신호의 품질을 모니터링하기 위한 시스템에 있어서,
상기 시스템은 서버 및 클라이언트를 포함하고,
상기 클라이언트는 제34항에 따른 장치로 구성되거나, 제34항에 따른 장치를 포함하는
시스템.
전송된 디지털 비디오 신호의 품질을 모니터링하기 위한 시스템에 있어서,
상기 시스템은 서버, 클라이언트 및 제37항에 따른 셋탑 박스를 포함하고,
상기 셋탑 박스는 상기 클라이언트에 연결되는
시스템.