[发明专利]基于内容的比特流层视频质量评价模型

说明书

本发明公开了基于内容的比特流层视频质量评价模型，属于多媒体技术领域。压缩域模型可以直接从码流中提取视频参数，用于实时非侵入式的质量监控。模型主要针对H.264视频编码标准，用于编码失真的质量评估。建立感知质量和量化参数QP之间的基本关系。考虑到感知质量对于视频内容的明显依赖性，视频内容被定义为不同时间复杂度和空间复杂度的组合。本发明使用小尺寸预测块所占比例SPM_Ratio，I帧中平均每个4×4块所包含DCT非零数的比例Ave_Coef，同时来描述视频的空间复杂度。使用码流中运动矢量信息后缀长度平均值归一化参数Ave_Mvlen来描述视频的空间复杂度。所有信息都可直接从码流中提取出来，而不需要进行解码操作。

技术领域

本发明提出了一种基于压缩域的视频质量评价模型，属于多媒体技术领域。

背景技术

近年来，随着多媒体技术的蓬勃发展，网络视频服务，可视电话，IPTV等在我们的日常生活中已经获得明显的普及。然而，这些应用的质量时常无法得到实时的监控和保证。因此，建立一种网络视频质量评估的客观模型变得非常有必要。

从是否需要原始视频信息的角度来讲，视频质量评价可以分为主观评价和客观评价两种。主观评价需要受测者在特定环境下，观察一系列的被测视频，按照事先规定的评分标准进行评分。主要的方法有：DSIS(Double Stimulus Impairment Scale)法，DSCQS(Double Stimulus Continuous Quality Scale)法，SSIM(Single Stimulus Methods)法，SSCQE(Single Stimulus Continuous Quality Evaluation)法。主观评价方法最常用的打分标准是MOS标准，MOS分数由5到1代表感知质量越来越差。主观评价是能最直接反映人对视频质量的感知水平的方法，但缺点是主观实验费时费力，且容易受到观察者自身认知水平的影响。客观评价一般通过数学计算的方法来对视频序列进行打分。根据对原始视频的依赖程度不用，又可以分为3类：全参考、部分参考、无参考。全参考模型需要原始视频的全部信息，常用的方法有PSNR、SSIM、MS-SSIM等。全参考模型需要评估完整的原始视频信息，也就是未经压缩的像素数据，这个量级的数据一般是无法实时传输的，这也就导致无法远程实时监控和评估视频质量。为了解决这个问题，人们提出了部分参考模型。部分参考模型需要原始视频的部分信息。这类方法通常会提取原始视频的某些特征值，利用它们来评价视频质量。作为一种折中方案，它能解决远程传输的问题，但是其准确度较低。无参考模型不再需要失真前的数据，而仅需要观众实际得到的视频信息。这类方法实现起来比较困难，但是一旦实现，即可很灵活地应用在视频相关的各个领域，是一种比较理想的视频质量评价手段。但到目前为止，无参考方法仍然没有一个较为成熟的方案，一方面因为其准确性不是特别高，另一方面其对视频内容有比较大的依赖性，普适性不能得到保证。

根据输入信息的来源不同，客观评价模型可以被分为：参数模型，包层模型，比特流层模型，媒体层模型和混合模型。参数模型往往从网络中提取参数，例如丢包率，延迟，比特率等等，常被用于QoE评估。包层模型利用包头信息来获取服务质量的信息，例如帧类型，I帧和P帧的比例等等。比特流层模型是从编码比特流中提取相关的有效信息，这种模型是一种非侵入式的评估方法，重点在于提高模型的准确性。媒体层模型是利用媒体信号来评估视频质量。这种模型需要重建视频，因此也被称为基于像素的模型。混合模型使用的信息来自比特流和像素域的组合，因此在某些应用上面具有比较好的性能。

整体而言，参数模型和包层模型由于无法访问有效载荷信息，因此模型精度不高。媒体模型和混合模型需要完全解码视频才能获得基于像素域的视频信息，因此非常耗时耗力。因此，比特流层模型是一个折中的度量方法，可以实现相对较高的准确度和较低的计算量。

网络视频失真主要有两个主要原因：编码时的量化失真和传输时的丢包失真。其中，编码失真的评估是视频质量评估的基础，很大程度上也是最关键的部分。因此，本发明致力于解决H.264视频的编码失真评估问题。