[发明专利]无参考视频质量评价方法

说明书

技术领域

本发明涉及一种无参考视频质量评价方法。

背景技术

现有的视频质量评价方法，根据评价对象的不同可以分为两类：一类 是对于用户体验质量(Quality of Experience，以下简称QoE)的评价；另 一类是服务质量的评价(Quality of Service，以下简称QoS)。在数字通信 中，原始的视频(也称为未损伤的视频)经过编码器、传输信道后，呈现 在用户面前的是必然是有损伤的，感官质量上肯定不是完美的。且根据损 伤程度的不同，感官质量也是变化的。

视频在编码、传输、播放的过程中，需要对QoE进行评价以确定损 伤对于人的感官有多大的影响。在针对于QOE的评价方法中，最可靠的 就是主观评价方法(Subjective Assessment)，即集合一定数量的评价者， 根据观看感受给视频打分，后取平均分值(Mean Opinion Score，以下简 称MOS)作为最终评价。因为是用户体验质量的评价，所以人的感官评 价是最可信的。但是在实际的应用中，用人来对视频质量进行评价耗时耗 力。因此迫切需要一种客观的度量方法，使其对QoE的评价能够尽量达 到采用主管评价方法的效果。也就是这种客观的度量方法输出的MOS值， 与相应的主观MOS值有较高的相关度。

目前对QOE评价的客观方法(Objective Assessment)有三大类，分 别为全参考度量(Full-Reference，以下简称FR)，部分参考度量(Reduce Reference，以下简称RR)和无参考度量(No-Reference，以下简称NR) 三种方法。

FR就是以原始的(没有损伤的)视频作为参考，用损伤的视频和其 作比较，来对损伤视频的QoE进行评价。这种方法由于有未损伤的视频 作为参考，所以其结果可以获得与MOS值有较高的相关度。但是由于视 频在实时的应用中，在用户端原始视频是不可用的，所以全参考的方法只 适用于实验室环境。

RR就是原始视频的部分参数可以作为参考，在实时应用中需要额外 的带宽来传输这些参数到用户端，所以也是不适合实际应用的。

而NR在实际应用中不需要原始的视频作为参考，所以可以较高效率 的对损伤视频的QOE进行评价。但是这也增加了其结果逼近主观MOS 值的难度。所以目前现有的NR方法中，其结果与主观MOS值的相关度 都不高。

目前已有的无参考度量方法，核心思想就是：提取视频某几种特征参 数，然后确定特征参数与客观MOS值之间的函数，即评分函数(评分模 型)，使此函数得出的客观MOS值与主观MOS值之间有较高的相关度， 从而实现无参考度量。

提取的视频特征参数主要有两种：第一种是基于主要感官损伤的特征 参数；第二种是基于TS流(Transport Stream，传输数据流)的参数。

基于主要感官损伤的特征参数，就是对于接收端解压后的视频，从空 域或时域中用数学模型描述其各种感官损伤特征，获得损伤特征参数。比 如块效应，模糊等特征参数。块效应俗称“马赛克”，是指在数据流传输 后造成的画面损伤。

基于TS流的参数，就是在接收端从解压缩前的TS流中提取特征参 数，比如码率，丢包率等。码率就是数据传输时单位时间传送的数据位数。 对于音频和视频文件来说，码率通俗一点的理解就是取样率。单位时间内 取样率越大，精度就越高，处理出来的文件就越接近原始文件。但是文件 体积与取样率是成正比的，所以几乎所有的编码格式重视的都是如何用最 低的码率达到最少的失真。从音频方面来说，码率越高，被压缩的比例越 小，音质损失越小，与音源的音质越接近。

目前已有的方法中用到的特征参数，要么是某个或者综合基于主要感 官损伤的特征参数；要么是某个或者综合基于TS流的参数。

对于从TS流提取参数的方法，有一个不足，就是某些参数并不能准 确反应用户感官质量，因为QoE针对的是解码之后的视频，即机顶盒的 输出，而TS流是解码之前的数据。机顶盒的重传机制和error concealment 可以纠正部分损伤，减少误码率等。所以针对解码后的视频提取的参数才 能比较实际的反应最终视频感官质量，基于主要感官损伤的特征参数更可 靠。