图1 不同质量标准的视频在不同分辨率的屏幕上表现出的清晰度效果
2.2.3 网络质量对视频质量的影响
本文考虑的网络质量好坏对视频质量评估的影响主要表现在观看视频时的缓冲次数和每次缓冲的时长。它作为一项对视频评估分数的附加权重，对已评估的质量分数进行动态、实时地调整。在视频播放过程中，当某一质量的视频的下载速度和播放速度接近或小于播放的速度，就会出现在缓冲需要用户等待的情况，这种情况很明显的影响了视频质量的主观感受。
我们记录了每次视频播放过程中的所有缓冲次数，缓冲发生时的播放进度，每次缓冲时长以及总的播放时间等信息，对这些信息进行分析处理，以确定缓冲情况和视频感受质量的关系。
考虑在网络状态相对稳定的情况下，把缓冲次数和每次缓冲的时长归一化为1??lL和
??l?60。其中?l表示两次缓冲间隔的平均时长（若只发生了一次缓冲则为视频的总时
长），L表示视频的总时长，到了近似的曲线如下：
?l表示缓冲的总时长（单位：秒）。通过主观评估方法得
w2??c11??lL?c2???l?60?????(2)
其中，w2为视频评估分数的加权值。c1、c2为常数系数，由主观评估方法进行大量的测试训练得出，在确定c1、c2的值时考虑到不同评估分数的视频网络播放的时候都会有缓冲，c2的值确定不同缓冲时长的视频和评估的分数之间的关系，所以缓冲时长应该对视频评估的影响相对小一些，而c1的值决定了网络播放中的流畅程度对评估分数的影响大小，一旦视频的下载速度跟不上播放速度就会出现缓冲，下载速度相对稳定时这个缓冲间隔时长也
是相对稳定的，能代表当前的视频质量，所以c1乘项的权重是相对较大的。经过取关键点的大量测试得到系数c1?2.1，c2?0.9时最接近用户真实的质量感受。 2.2.4 硬件性能对视频质量的影响
由于移动终端设备性能的差异性较大，高质量标准的视频在某些终端上并不能流畅的播放，对于这些终端用户来说，这些已通过质量评估获得高分的视频反而实际的观看质量很差，针对这种情况要把终端的硬件性能考虑在内，当设备的性能大于要播放的某类视频的阈值时，我们就认为性能方面足以保证流畅播放，反之在播放中会出现卡顿等不流畅的情况，我们认为极大影响了视频的质量，则会给视频质量重新评估分数。本文目前仅考虑CPU的性能方面。CPU使用率使用以下公式计算得出：
Ci???totalCpuTime??idel??totalCpuTime?100%(3)
me表示在一段时间内其中，Ci表示CPU的平均使用率（第i次测量），?totalCpuTi（取1秒）CPU的总时间，包括进程占用CPU的时间、IO等待时间、其他等待时间、中断时间。?idel表示在这一段时间内除了IO等待时间以外的其它等待时间。
在终端上播放不同评估质量的视频进行CPU使用率的实际测试计算中，发现以下三个特点：
(1)不同评估质量的视频播放时CPU使用率差距不大，因为受操作系统自身的一些系统机制等的影响，很难准确测量。
(2)同一个视频在播放过程中CPU使用率波动较大。视频刚开始播放时的使用率很高之后快速降低而且设备上其他软件也会对CPU使用率的测量产生影响。
(3)终端设备CPU型号、频率差异较大。
(4)出现卡顿时，CPU最近的使用率一直在90%以上，并且多次出现使用率达到100%的情况。
由以上特点，我们形成一个统一的CPU性能对视频质量的评估标准。公式如下：
1??c6??I????c5?w3??1?c3?exp?c4?n????1ifC??0.9,1?,Cmax??0.99,1?(4)else
C??Ci?1nin(5)
Cmax?max(C1,C2,?,Cn)(6)
其中，C表示在一个时间段内测量的n次CPU使用率的平均值，Cmax表示测量的n次
CPU使用率中的最大值，?I表示在这n次测量中CPU使用率大于90%的次数，c3、c4、
c5为常数系数，w3为评估分数的乘数。
通过主观评估测试得出在if条件下，分别以?In、w3为x、y轴的二维曲线如图2所示，其中横坐标为?In（n为常数，?In??0,1?），可得c3?1，c4?5，c5?2.09，
c6?0.11。
图2 CPU使用率对视频质量分数影响的部分加权函数图像
硬件性能衡量在本文的视频质量评估系统中是最后一个环节，它是在已获得视频质量评估分数之后再考虑终端硬件性能，确保评估的分数更准确。
2.3 视频质量评估算法
本文的视频质量评估系统以主观测评方式为依据，结合主观测评方法，根据以上的图片客观质量评价方法和几点影响视频感知质量的因素最终确定了客观质量评估分数的公式，可以较准确的计算出移动终端用户当前感知到的视频质量，以帮助视频提供者更好地提供服务、改善体验。
视频质量分数评估公式：
S?w3?S0?w1?w2?c?(7)
其中，S为最终的视频质量评估分数，S0、u、w1、w2、w3为上文中的值，c为校正的常量参数。经过实验测试分析得出c为0.0824。 2.3.1 校准参数出现的背景
各大视频服务提供方例如优酷视频、搜狐视频、乐视TV等对视频质量的五个级别的划分标准（极速、流畅、高清、超清、原画）从横向来看，并不是统一的。比如优酷视频和乐视TV高清标准的视频的分辨率等参数都是不同的。但是从纵向上来看，对于每一个视频服务提供方，它们是有相似的阶梯标准划分规律。比如优酷视频的流畅、高清、超清标准的视
频的区别度量化出的评估公式和乐视TV的流畅、高清、超清标准的视频的区别度量化出的评估公式是一致的。 2.3.2 校准参数的确定
由上文视频服务的现状中的规律和用户终端对感知视频质量的影响的量化标准的一致性，我们可以通过动态改变公式(7)中的校准参数c就能为不同的视频提供者定制终端用户感知的视频质量评估分数系统。
由于视频提供方的不同清晰度标准的视频不可能百分之百规整和统一，会出现有些视频源的某几个相邻清晰度标准的视频清晰度是相同的的情况。针对这些视频源的视频没有严格按照清晰度标准进行区分的情况，在确定校准参数运算时舍弃这些视频源的数据。
3 视频质量评估系统的实现
基于移动终端用户感知的视频质量评估系统是在Android操作系统下实现的，使用VLC开源播放器播放视频，对VLC播放器进行修改和定制以实现整个完整的系统。 3.1 系统架构
视频质量分数评估系统如图2所示，包括两方面的内容：
一是视频服务提供端，可以提供接口平台接收终端设备的标识和收集移动终端设备发来的视频质量分数等信息。
二是移动终端设备端，包括收集系统和评估系统。收集系统可以获取视频中截图、终端设备标识、设备分辨率、视频播放过程中的缓冲信息、CPU的使用率信息。评估系统包括由根据视频截图的一种图像空间域无参考评分方法得出的视频质量评价系统和针对收集系统中收集到的信息进行视频质量评估分数调校的系统。 视频中图片截取 空间域无参考图像质量评价系统 CPU状态监测 视频质量评价感知分数调校系统 网络状况监测 视频服务提供者 数据库 标记终端设备并上传评估分数 移动终端用户设备 获取终端设备分辨率 数据库
相关推荐：
loading