一種測量視頻質量的方法、裝置及系統的製作方法
2023-11-01 17:53:27 1
專利名稱：一種測量視頻質量的方法、裝置及系統的製作方法
技術領域：
本發明涉及測量領域，尤其是涉及一種測量視頻質量的方法、裝置及系統。
背景技術：
在帶寬有限，傳輸成本高的場景中，現有技術的視頻質量測量有兩種方法比特流 無參考評估模型和參數型無參考評估模型。 比特流無參考評估模型如下上遊探針把經過編碼壓縮後的視頻流發送到網絡， 下遊探針從網絡中收取視頻流，對包含壓縮損傷和傳輸損傷的視頻流進行解碼，用比特流 無參考評估模型對受損視頻進行視頻質量評估；參數型無參考評估模型如下下遊探針收 到視頻流後，分析和統計視頻流的壓縮編碼和網絡傳輸性能指標，例如比特率、丟包、抖動 等，以這些參數作為算法輸入評估視頻質量。 在對現有技術的研究和實踐過程中，本發明的發明人發現現有技術存在以下問 題 比特流無參考評估模型要求下遊探針對視頻流進行解碼，對下遊探針的性能要求 較高；而參數型無參考評估模型無需解碼視頻，開銷較小，但測量結果的準確性不高。
發明內容
本發明實施例要解決的技術問題是提供一種測量視頻質量的方法、裝置及系統， 將預先獲取的有關壓縮編碼部分的視頻質量損傷加入到視頻質量測量的考慮範圍，使得在 測量開銷較小的情況下，提高視頻質量測量結果的準確度。 為解決上述技術問題，本發明所提供的實施例是通過以下技術方案實現的
—種測量視頻質量的方法 上遊探針發送視頻質量壓縮損傷表徵值的視頻流，所述視頻質量壓縮損傷表徵值 為上遊探針預先獲取； 視頻質量客觀評估算法模型計算出網絡對所述視頻流造成的質量損傷表徵值；
下遊探針根據所述視頻流的所述視頻質量壓縮損傷表徵值和所述網絡造成的質 量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。
—種測量視頻質量的裝置，包括 獲取單元，用於獲取視頻質量壓縮損傷表徵值和視頻質量客觀評估算法模型計算 得到的網絡造成的質量損傷表徵值，所述視頻質量壓縮損傷表徵值為上遊探針預先獲取；
計算單元，用於根據獲取單元獲取的視頻質量壓縮損傷表徵值和網絡造成的質量 損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。
—種測量視頻質量的系統，包括 上遊探針，用於發送視頻質量壓縮損傷表徵值的視頻流，所述視頻質量壓縮損傷 表徵值為上遊探針預先獲取； 視頻質量客觀評估算法模型，用於計算出網絡對所述視頻流造成的質量損傷表徵
4值； 下遊探針，用於根據上遊探針預先獲取的視頻質量壓縮損傷表徵值和視頻質量客 觀評估算法模型計算得到的網絡造成的質量損傷表徵值，得到所述視頻流在接收端的質量 損傷表徵值。 由上述技術方案可以看出，本發明實施例根據預先獲取的所述視頻流的視頻質量 壓縮損傷表徵值和網絡造成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵 值，因為將已知的有關壓縮編碼部分的視頻質量損傷加入到視頻質量測量的考慮範圍，則 大大提高了視頻質量的測量準確度，同時上述技術方案不需要對視頻流進行解碼操作，降 低了系統開銷。
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現 有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以 根據這些附圖獲得其他的附圖。
圖1是本發明實施例一的方法流程示意圖；
圖2是本發明實施例二的方法流程示意圖；
圖3是本發明實施例裝置的結構示意圖；
圖4是本發明實施例系統的結構示意圖。
具體實施例方式
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於 本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他 實施例，都屬於本發明保護的範圍。 本發明實施例中，採用了主動測量的方式測量網絡對視頻業務的支持程度，方法 為將探針部署在網絡邊緣，視頻流從上遊探針發向下遊探針，然後測量視頻流從上遊探針 發向下遊探針過程中，即網絡傳輸時受到的質量損傷。 本發明實施例提供一種方案，兼顧節約系統開銷和提高測量結果的準確度，在系
統開銷較小的情況下，保證準確度比參數型無參考評估模型高，或者在準確度與比特流無
參考評估模型相當的情況下，將開銷大大降低。以下實施例對該方案進行詳細說明。 實施例一、參見圖1詳細說明，圖1為本實施例的方法流程示意圖。
步驟101 :上遊探針發送視頻質量壓縮損傷表徵值的視頻流，所述視頻質量壓縮
損傷表徵值為上遊探針預先獲取。 預先獲取的視頻質量壓縮損傷表徵值是表徵視頻在壓縮時質量受損程度的數值， 存在不同的表徵方法，例如視頻質量模型(video quality model，VQM)。 VQM值為一種全參 考視頻質量評估算法模型，值域是O-l，O表示測試視頻相對於參考視頻沒有損傷，1表示測 試視頻相對於參考視頻的損傷大數值越小表示測試視頻相對於參考視頻沒有損傷，數值越大表示相對於參考視頻的損傷大 到一個極限。現有技術中的比特流型無參考評估模型需要解碼，系統開銷太大，無法實現實 時監控測量，而參數型無參考評估模型很難準確地評估出壓縮編碼所造成的損傷(因為一 些可以很好表徵壓縮編碼損傷的參數無法從視頻流中獲取，如視頻類型、量化因子等)，模 型評估結果的準確度很低。 步驟102 :視頻質量客觀評估算法模型計算出網絡對所述視頻流造成的質量損傷 表徵值。 可通過布置在網絡中或者接收端的視頻質量客觀評估算法模型來計算網絡對視 頻流造成的質量損傷表徵值，可使用公式計算，其中，將網絡對視頻流造成的質量損傷表徵 值用B表示，可以採用參數型無參考評估模型算法。針對標清解析度、mpeg2和h264編碼 方式的視頻而言，網絡對該視頻流造成的質量損傷表徵值B可通過以下兩個公式計算
1 、 B = l-exp (- 117*PLER) 2、 B = 1-0. 754*exp(-O. 104*PLER)_0. 21*exp(-17. 9*PLR) 其中，PLR(packet loss rate)為丟包率，PLER(packet loss event rate)為丟包
事件率，丟包事件率是單位時間內的丟包事件個數， 一次連續的丟包為一個丟包事件。e鄧
表示返回e的n次冪。常數e等於2. 71828182845904，是自然對數的底數。。 視頻質量客觀評估算法模型除了包括參數型無參考評估模型之外，還可以包括其
他不需解碼而直接採用計算機客觀算法的模型，都不影響本發明實施例的實現。 步驟103 :下遊探針根據所述視頻流的視頻質量壓縮損傷表徵值和網絡造成的質
量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。 可通過本發明的計算方法來計算視頻流在接收端的質量損傷表徵值，可使用公式 計算，其中，將視頻流在接收端的質量損傷表徵值用C表示
C = V1*A+V2*B_V3*A*B 其中，A表示該視頻流的已知的視頻質量壓縮損傷表徵值，B表示網絡對該視頻流 造成的質量損傷表徵值，VI、 V2、 V3表示根據經驗設置的係數。 在以VQM值作為視頻質量壓縮損傷表徵值A時，通過經驗和實驗數據分析，得到系 數VI、 V2、V3的最優值都為l，公式則具體為C = A+B-A承B，其中各參數意義同前述。
本發明實施例根據預先獲取的所述視頻流的視頻質量壓縮損傷表徵值和網絡造 成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值，因為將已知的有關壓 縮編碼部分的視頻質量損傷加入到視頻質量測量的考慮範圍，則大大提高了視頻質量的測 量準確度。 並且，本發明實施例相對比特流無參考評估模型而言，不需解碼視頻流，因此，系 統開銷也小。 以下實施例二詳細說明本發明實施例一在實際應用中的流程，實施例一步驟102
所述的視頻質量客觀評估算法模型以參數型無參考評估模型為例進行說明。 實施例二、參見圖2詳細說明，圖2為本實施例的方法流程示意圖。 步驟201 :上遊探針獲知視頻流的視頻質量壓縮損傷表徵值A。 在測試視頻源端布置上遊探針，模擬視頻伺服器，上遊探針主動發生測試視頻數
據流，並且已知測試視頻的質量壓縮損傷表徵值A。質量壓縮損傷表徵值A可以是VQM值或者是其他類似VQM值表徵規律的表徵值，都不影響本發明實施例的實現。 探針為是具備相應功能(如模擬視頻流發送、接收、對視頻流進行分析)的一個獨
立設備。 步驟202 :上遊探針發送該視頻流和視頻質量壓縮損傷表徵值A。 步驟203 :參數型無參考評估模型捕獲該視頻流，計算網絡對所述視頻流造成的
質量損傷表徵值B。 參數型無參考評估模型所在的位置可能是網絡中的某個布置視頻測量的設備上， 或者終端機頂盒上，都不影響本發明實施例的實現。 可採用參數型無參考評估模型，使用公式B = l-e鄧(-0. 117*PLER) 或者B = 1-0. 754*exp(_0. 104*PLER)_0. 21*exp(_17. 9*PLR)計算網絡對所述視
頻流造成的質量損傷表徵值B，其中，PLER為丟包事件率，PLR為丟包率，其他參數意義同前述。 步驟204 :下遊探針接收到該視頻流。 布置在接收終端的下遊探針捕獲測試視頻數據流。 步驟205 :下遊探針根據與視頻流一起傳輸的A和計算得到的B，得到該視頻流在 接收端的質量損傷表徵值C。 可使用公式計算，其中，將視頻流在接收端的質量損傷表徵值用C表示具體為C =V1承A+V2承B-V3承A承B，其中，V1、V2、V3表示根據經驗設置的係數。 在以VQM值作為視頻質量壓縮損傷表徵值A時，通過經驗和實驗數據分析，得到系 數V1、V2、V3的最優值都為l，即此時公式變形為C = A+B-A*B。 本發明實施例根據預先獲取的所述視頻流的視頻質量壓縮損傷表徵值和網絡造 成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值，因為將已知的有關壓 縮編碼部分的視頻質量損傷加入到視頻質量測量的考慮範圍，則大大提高了視頻質量的測 量準確度。 並且，本發明實施例相對比特流無參考評估模型而言，不需解碼視頻流，因此，系 統開銷也小。 需要說明的是，對於前述的各方法實施例，為了簡單描述，故將其都表述為一系列 的動作組合，但是本領域技術人員應該知悉，本發明並不受所描述的動作順序的限制，因為 依據本發明，某些步驟可以採用其他順序或者同時進行。其次，本領域技術人員也應該知 悉，說明書中所描述的實施例均屬於優選實施例，所涉及的動作和模塊並不一定是本發明 所必須的。 在上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部 分，可以參見其他實施例的相關描述。 以上提供了一種測量視頻質量的方法，本發明實施例還提供測量視頻質量的裝置 和系統。 —種測量視頻質量的裝置30，參見圖3，圖3為本發明實施例裝置的結構示意圖， 包括 獲取單元31，用於獲取視頻質量壓縮損傷表徵值和視頻質量客觀評估算法模型 計算得到的網絡造成的質量損傷表徵值，所述視頻質量壓縮損傷表徵值為上遊探針預先獲取； 計算單元32，用於根據獲取單元31獲取的視頻質量壓縮損傷表徵值和網絡造成 的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。 所述計算單元32具體用於根據公式C = V1*A+V2*B_V3*A*B得到所述視頻流在接 收端的質量損傷表徵值，其中，A表示該視頻流的已知的視頻質量壓縮損傷表徵值，B表示 網絡對該視頻流造成的質量損傷表徵值，C則表示所述視頻流在接收端的質量損傷表徵值， VI、 V2、 V3表示根據經驗設置的係數。 在以VQM值作為視頻質量壓縮損傷表徵值A時，通過經驗和實驗數據分析，得到系 數V1、V2、V3的最優值都為1，所述計算單元32使用的公式則具體為C = A+B-A承B，其中各 參數意義同前述。 所述裝置30可存在於下遊探針中，或者是接收端的其他測量設備，都不影響本發
明實施例的實現。本發明實施例裝置在測量視頻質量時，將上遊探針已知的視頻質量壓縮
損傷表徵值加入到視頻質量測量的考慮範圍，大大提高視頻測量的精確度。 —種測量視頻質量的系統40，參見圖4，圖4為本發明實施例系統的結構示意圖，
包括 上遊探針41，用於發送視頻質量壓縮損傷表徵值的視頻流，所述視頻質量壓縮損 傷表徵值為上遊探針預先獲取；該視頻質量壓縮損傷表徵值可以是VQM值或者是其他類似 VQM值表徵規律的表徵值。 視頻質量客觀評估算法模型42，用於計算出網絡對所述視頻流造成的質量損傷表
徵值；可利用參數型無參考評估模型使用公式B = l-e鄧(-O. 117*PLER) 或者B = 1-0. 754*exp(_0. 104*PLER)_0. 21*exp(_17. 9*PLR)計算網絡對所述視
頻流造成的質量損傷表徵值B，其中，PLER為丟包事件率，PLR為丟包率。 下遊探針43，用於根據上遊探針41預先獲取的視頻質量壓縮損傷表徵值和視頻
質量客觀評估算法模型42計算得到的網絡造成的質量損傷表徵值，得到所述視頻流在接
收端的質量損傷表徵值。可使用公式C = V1*A+V2*B-V3*A*B計算，其中，A表示該視頻流
的已知的視頻質量壓縮損傷表徵值，B表示網絡對該視頻流造成的質量損傷表徵值，C表示
視頻流在接收端的質量損傷表徵值，VI、 V2、 V3表示根據經驗設置的係數。 在以VQM值作為視頻質量壓縮損傷表徵值A時，通過經驗和實驗數據分析，得到系
數VI， V2和V3的最優值都為1，即此時公式變形為C = A+B-A*B。 本發明實施例根據預先獲取的所述視頻流的視頻質量壓縮損傷表徵值和網絡造 成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值，因為將已知的有關壓 縮編碼部分的視頻質量損傷加入到視頻質量測量的考慮範圍，則大大提高了視頻質量的測 量準確度。 並且，本發明實施例相對比特流無參考評估模型而言，不需解碼視頻流，因此，系 統開銷也小。 本領域普通技術人員可以理解，實現上述實施例方法中的全部或部分流程，是可 以通過電腦程式來指令相關的硬體來完成，所述的程序可存儲於一計算機可讀取存儲介 質中，該程序在執行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質可為 磁碟、光碟、只讀存儲記憶體(Read-OnlyMemory， ROM)或隨機存儲記憶體(Random AccessMemory,廳)等。 以上對本發明實施例所提供的一種測量視頻質量的方法、裝置及系統進行了詳細 介紹，本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明 只是用於幫助理解本發明的方法及其核心思想；同時，對於本領域的一般技術人員，依據本 發明的思想，在具體實施方式
及應用範圍上均會有改變之處，綜上所述，本說明書內容不應 理解為對本發明的限制。
權利要求
一種測量視頻質量的方法，其特徵在於上遊探針發送視頻質量壓縮損傷表徵值的視頻流，所述視頻質量壓縮損傷表徵值為上遊探針預先獲取；視頻質量客觀評估算法模型計算出網絡對所述視頻流造成的質量損傷表徵值；下遊探針根據所述視頻流的所述視頻質量壓縮損傷表徵值和所述網絡造成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。
2. 根據權利要求1所述的方法，其特徵在於，所述利用視頻質量客觀評估算法模型計算出網絡對所述視頻流造成的質量損傷表徵值具體為利用參數型無參考評估模型計算出網絡對所述視頻流造成的質量損傷表徵值。
3. 根據權利要求2所述的方法，其特徵在於，所述利用參數型無參考評估模型計算出網絡對所述視頻流造成的質量損傷表徵值具體為參數型無參考評估模型根據B = 1_0. 754氺exp (_0. 104氺PLER)_0. 21氺exp (_17. 9氺PLR)或者B =l-e鄧(-O. 117*PLER)計算出網絡對所述視頻流造成的質量損傷表徵值，其中，B表示網絡對該視頻流造成的質量損傷表徵值，PLER為丟包事件率，PLR為丟包率。
4. 根據權利要求1至3任一項所述的方法，其特徵在於，所述下遊探針根據所述視頻流的已知的視頻質量壓縮損傷表徵值和所述網絡造成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值具體為下遊探針根據公式C = V1*A+V2*B-V3*A*B得到所述視頻流在接收端的質量損傷表徵值，其中，A表示預先獲取的該視頻流的視頻質量壓縮損傷表徵值，B表示網絡對該視頻流造成的質量損傷表徵值，C則表示所述視頻流在接收端的質量損傷表徵值，VI、 V2、 V3表示根據經驗設置的係數。
5. 根據權利要求4所述的方法，其特徵在於，所述公式具體為C二A+B-AAB，其中，A表示預先獲取的該視頻流的視頻質量壓縮損傷表徵值，B表示網絡對該視頻流造成的質量損傷表徵值，C則表示所述視頻流在接收端的質量損傷表徵值。
6. —種測量視頻質量的裝置，其特徵在於，包括獲取單元，用於獲取視頻質量壓縮損傷表徵值和視頻質量客觀評估算法模型計算得到的網絡造成的質量損傷表徵值，所述視頻質量壓縮損傷表徵值為上遊探針預先獲取；計算單元，用於根據獲取單元獲取的視頻質量壓縮損傷表徵值和網絡造成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。
7. 根據權利要求6所述的裝置，其特徵在於，所述計算單元具體用於根據公式C =VWA+V2AB-V3AAAB得到所述視頻流在接收端的質量損傷表徵值，或者，所述計算單元具體用於根據C = A+B-A*B得到所述視頻流在接收端的質量損傷表徵值，其中，A表示預先獲取的該視頻流的視頻質量壓縮損傷表徵值，B表示網絡對該視頻流造成的質量損傷表徵值，C則表示所述視頻流在接收端的質量損傷表徵值，VI、 V2、 V3表示根據經驗設置的係數。
8. —種測量視頻質量的系統，其特徵在於，包括上遊探針，用於發送視頻質量壓縮損傷表徵值的視頻流，所述視頻質量壓縮損傷表徵值為上遊探針預先獲取；視頻質量客觀評估算法模型，用於計算出網絡對所述視頻流造成的質量損傷表徵值；下遊探針，用於根據上遊探針預先獲取的視頻質量壓縮損傷表徵值和視頻質量客觀評估算法模型計算得到的網絡造成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。
9. 根據權利要求8所述的系統，其特徵在於，所述視頻質量客觀評估算法模型具體利用參數型無參考評估模型根據B = l-exp(-O. 117*PLER)或者B = 1-0. 754*exp (-O. 104*PLER)-O. 21*exp(-17. 9*PLR)計算出網絡對所述視頻流造成的質量損傷表徵值，其中，B表示網絡對該視頻流造成的質量損傷表徵值，PLER為丟包事件率，PLR為丟包率。
10. 根據權利要求8或9所述的系統，其特徵在於，所述參數型無參考評估模型具體根據C = V1*A+V2*B-V3*A*B或者C = A+B_A*B得到所述視頻流在接收端的質量損傷表徵值，其中，A表示預先獲取的該視頻流的視頻質量壓縮損傷表徵值，B表示網絡對該視頻流造成的質量損傷表徵值，C則表示所述視頻流在接收端的質量損傷表徵值，VI、 V2、 V3表示根據經驗設置的係數。
全文摘要
本發明實施例公開了一種測量視頻質量的方法、裝置及系統，所述方法為上遊探針發送視頻質量壓縮損傷表徵值的視頻流，所述視頻質量壓縮損傷表徵值為上遊探針預先獲；視頻質量客觀評估算法模型計算出網絡對所述視頻流造成的質量損傷表徵值；下遊探針根據所述視頻流的所述已知視頻質量壓縮損傷表徵值和所述網絡造成的質量損傷表徵值，得到所述視頻流在接收端的質量損傷表徵值。本發明實施例提供了一種在系統較小開銷的情況下，提高視頻流在接收端的質量測量精確度的方法。
文檔編號H04N7/26GK101790107SQ20091000604
公開日2010年7月28日 申請日期2009年1月22日 優先權日2009年1月22日
發明者於德雷, 熊禮霞 申請人:華為技術有限公司