[发明专利]一种高速识别视频内容变化程度的方法

说明书

技术领域

本发明属于多媒体通信技术领域，涉及一种识别视频内容变化的方法，特别是涉及一种高速识别视频内容变化程度的方法。

背景技术

随着互联网的发展，音视频媒体流逐渐占据了网络的主要流量。然而，互联网是一种尽力而为的传输(Best-effort)网络，在流媒体的传输过程中的带宽、丢包、抖动、时延等情况时有发生，它们会对视频质量产生不利的影响。以往对网络服务质量QoS(Quality of Service)的研究是以提高网络性能和整体资源利用率为目的，而现在的ISP和ICP则更关注签约客户的实际使用感受，而QoS无法满足这一需要。因此引入用户体验质量QoE(Quality of Experience)来描述多媒体用户的观看质量。

目前，ITU、VQEG等多个研究组织提出了各自的视频质量评估模型，比较著名的有G.1070、E-Model、Evalvid等。而这些模型主要考虑了QoS参数对QoE的影响，但忽略了视频内容对QoE的影响。而现有实验表明，不同视频内容对QoE的影响存在很明显的不同。内容变化剧烈的视频（如足球赛等）受丢包、抖动的影响远大于内容变化平缓的视频（如新闻播报等）,如图1所示。这种差异导致QoE评估模型的准确度比较低。

现有的基于模式识别的视频内容识别技术能够对视频图像信息进行分析并获得内容信息。然而，该方法存在识别速度慢、资源开销大、需要前期大量数据的训练等问题，并且其识别的信息远多于QoE评估模型的需要，存在资源冗余和浪费。因此，在QoE的实时监测中很难将其引入。此外，国内外还有相关研究通过分析视频中每张图像的像素点的信息、或者分析编码后预测帧运动向量中DCT系数的信息，来估计视频的内容信息。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种高速识别视频内容变化程度的方法，用于解决现有技术中存在识别速度慢、资源开销大、需要前期大量数据的训练，并且识别的信息远多于QoE评估模型的需要，存在资源冗余和浪费的问题。

为实现上述目的及其他相关目的，本发明提供一种高速识别视频内容变化程度的方法。所述方法包括：

S1，将视频帧中的关键帧字节数和总字节数置为0，根据应用场景为待评测视频建立缓冲区，所述应用场景包括离线场景和在线场景，初始化局部变量；当应用场景为在线评测时，为待评测视频建立网络缓冲区，网络缓存区中元素为服务端向客户端顺序发送的数据包队列，并且将为待评测视频建立的网络缓冲区指向媒体流服务器端的网络数据包队列；当应用场景为离线测评时，为待评测视频建立文件缓冲区，所述文件缓冲区中的元素为待测视频的连续帧；

S2，从为待评测视频建立缓冲区首部读出下一帧，当应用场景为离线评测时，文件缓存区中的元素是为帧，直接从缓存区中读出首帧，将首帧数据存入临时帧数据缓存中，并执行下一步骤；当应用场景为在线评测时，为待评测视频建立的网络缓存区中的元素为数据包，需要先读取存放首帧的所有数据包，再将所述数据包组装成一个完整的帧，继续执行下一步骤；对于RTP协议的媒体流，为了确保需要读取的数据包的个数，采用清空临时帧数据缓冲数据，从为待评测视频建立的缓冲区中读出队首数据包，查看数据包中RTP协议域是否有标志位，并将所述数据包中的RTP数据域的数据取出存入临时帧数据缓冲数据中，如果查看到数据包中RTP协议域存在标志位，那么说明所述数据包是所承载帧的最后一个数据包，并说明已组装完成好一个帧，可以执行下一步骤；如果查看到数据包中RTP协议域不存在标志位，那么说明所述数据包是所承载帧的中间一个数据包；

S3，判断从为待评测视频建立缓冲区首部读出的帧是否为关键帧，若是，则执行下一步；若否，则返回步骤S2，重新执行步骤S2；

S4，计算所述临时帧数据缓冲所占字节数，并累加至总字节数；

S5，从为待评测视频建立缓冲区首部读出下一帧存入所述临时帧数据缓冲中，该步骤和步骤S2一致；

S6，判断从为待评测视频建立缓冲区首部读出的帧是否为预测帧，若是，则返回步骤S4；若否，则执行下一步；

S7，计算视频内容变化程度度量值。

优选地，当应用场景为在线评测时，表示待评测视频已经存在；当应用场景为离线评测时，表示待评测视频是实时生成；在离线应用场景下，为待评测视频建立文件缓冲区中帧的存放顺序必须与待评测视频存储顺序一致；在在线应用场景下，为待评测视频建立的网络缓存区中帧的存放顺序必须与待评测视频编码后的顺序一致。