[发明专利]基于分组度量和图像度量两者测量视频质量的系统和方法

权利要求书

1.一种用于视频流的视频质量测量(VQM)系统，包括：

图像度量测量模块，用于测量所述视频流的图像度量；

分组度量测量模块，用于测量所述视频流的分组度量；

耦合到所述图像度量测量模块和所述分组度量测量模块的神经网络VQM模块，用于基于所述图像度量和所述分组度量来计算所述视频流的视频质量度量；以及

耦合到所述神经网络VQM模块的VQM测试台，用于确定和验证所述神经网络VQM模块的体系结构。

2.如权利要求1所述的系统，其中所述视频流是MPEG4视频流，并且所述分组度量涉及I帧分组丢失率、P帧分组丢失率和I帧速率。

3.如权利要求2所述的系统，其中所述分组度量测量模块还包括：

帧类型确定单元，用于确定接收到的MPEG4图像帧的类型；

I帧分组丢失率计算单元，用于计算所述I帧分组丢失率；

P帧分组丢失率计算单元，用于计算所述P帧分组丢失率；以及

I帧速率计算单元，用于计算所述I帧速率。

4.如权利要求1所述的系统，其中所述图像度量测量模块还包括：

截取单元，用于从所述视频流中截取多个相邻图像帧；

采样单元，用于在每个截取的图像帧中采样多个像素块；

检测单元，用于检测每个被采样块在截取的帧期间的变化以确定经历了图像质量下降的块的数目；以及

图像度量生成器用于基于所述检测单元的结果来生成所述图像度量。

5.如权利要求1所述的系统，其中所述VQM测试台还包括：

视频流服务器，用于发送原始视频流；

流操纵器，用于根据来自失真参数数据库的失真参数仿真网络环境并使所述原始视频流失真；

视频流客户端，用于接收所述失真视频流；以及

失真参数数据库，用于存储通过先前的网络测量获得的失真参数。

6.如权利要求5所述的系统，其中所述VQM测试台还包括VQM模块，其将所述原始视频流和所述失真视频流相比较，以生成参考视频质量度量。

7.如权利要求6所述的系统，其中由所述失真参数数据库中的失真参数和所述参考视频质量度量构成的一系列训练样本被用于训练多个神经网络候选，以确定所述神经网络VQM模块的体系结构模型。

8.如权利要求6所述的系统，其中所述VQM模块使用主观VQM方法来生成所述参考视频质量度量。

9.如权利要求6所述的系统，其中所述VQM模块使用FR客观VQM方法来离线地生成所述参考视频质量度量。

10.如权利要求6所述的系统，其中所述参考视频质量度量与所述神经网络VQM模块的输出相比较来执行校准分析。

11.如权利要求1所述的系统，其中所述图像度量测量模块使用无参考VQM方法来生成所述图像度量。

12.一种用于视频流的视频质量测量(VQM)方法，包括：

构建神经网络VQM模块；

计算所述视频流的图像度量；

计算所述视频流的分组度量；以及

利用所述神经网络VQM模块来基于所述图像度量和所述分组度量计算视频质量度量。

13.如权利要求12所述的方法，还包括在创建所述神经网络VQM模块之后对其进行验证。

14.如权利要求12所述的方法，其中所述构建步骤由VQM测试台执行。

15.如权利要求13所述的方法，其中所述验证步骤也由所述VQM测试台执行。

16.如权利要求14所述的方法，其中所述构建步骤还包括：

选择多个神经网络候选；

利用所述VQM测试台生成一系列训练样本；以及

利用所述训练样本训练所述神经网络候选，以选出所述神经网络VQM模块。

17.如权利要求15所述的方法，其中所述验证步骤还包括将所述参考视频质量度量和所述神经网络VQM模块的输出相比较，以执行校准分析。

18.如权利要求12所述的方法，其中所述分组度量基于所述视频流的分组级别特性。