图3 视频质量评估系统架构图
3.2 视频感知质量评估系统运行流程
我们通过定制用户终端的VLC开源视频播放器实现视频参数的收集和评估分数的计算。当用户使用VLC视频播放器播放网络视频时，评估系统就会把终端设备标识、设备分辨率、播放的视频标识这些静态的信息保存在本地的数据库中，并且对播放视频过程中的缓冲信息和CPU使用率进行动态实时监测，记录每一次播放过程中的缓冲信息和CPU使用率，通过上文提到的空间域的图像质量评价系统对视频质量进行评分之后由分数调校系统根据收集到的静态和动态的信息通过上文得到的公式对评估分数进行调整，得到该视频感知质量分数。最终把该终端设备信息、视频信息和感知的视频质量分数等信息发送给视频服务提供端以供服务提供者使用。这就是整个视频感知质量评估系统的运行流程。通过这个移动终端用户感知的流媒体视频质量评估系统，可以建立视频服务提供者和终端用户的直接联系，使视频服务提供者可以直接获得终端用户观看的视频的感知质量的直观体验情况。
4 性能评估和分析
为了进一步验证本文的终端用户视频感知质量评估模型的有效性并分析该评估方法与主观参考评估结果的一致程度，进行了如下测试。
以参考各大视频网站的清晰度分类标准的主观质量评价方法—平均主观分值法（Mean Opinion Score，MOS）为测试的评价标准依据，通过对比MOS质量评估分数和采用本文中的视频感知质量评估系统得到的质量评估分数，得到两者的皮尔逊相关系数，从而确定视频感知质量评估系统算法优劣和性能高低。分别对优酷视频、搜狐视频、乐视TV、华数TV这四家视频服务提供者的不同视频进行测试，整合得到图4所示结果。
图4 感知质量评估系统算法与MOS的相关性
图4中的点的x轴坐标就是对上述四家网站的视频进行感知质量评估的分数，对应的y轴坐标是采用平均主观分值法得到的分数。预测结果越精确，点就越接近y?x这条直线。抽取所有点的x轴坐标构成X序列，抽取所有点的y轴坐标构成Y序列。由公式(8)计算出
皮尔逊相关系数为0.9174，表示本文中的视频感知质量评估系统评估的分数和真实结果有极强的相关性和一致性，系统性能很好。
r???Xi?1ni?XYi?Y2ni???(8)
2??Xi?1ni?X???Y?Y?i?1公式(8)中，r为要求的皮尔逊相关系数，n为图中所有点的数量。 5 结论
我们力图在现有的较成熟完善的无参考视频、图片质量评价方法基础上结合用户实际播放视频时的情况实现一个以用户主观感受为核心的视频质量分数评估系统。本文提出了一种针对移动终端用户观看的流媒体视频的感知质量的无参考评估系统。从用户体验的角度出发，分析图像质量评分结果、用户终端设备分辨率、CPU性能和网络状况对用户感知的视频质量分数的影响，建立了感知质量无参考评估系统模型，并以主观质量评价为参考对该模型进行测试和调整，最终根据该模型具体实现了该系统。该系统满足实时性、低资源开销和准确性的要求，具有很好的针对性和通用性。测试表明能准确地反应视频的感知质量分数。
由于其中涉及到了主观归一化的部分以及主观评定条件的限制，还存在一些待精确的地方。并且还有一些可以考虑增加感知质量的其他影响因素的研究以及加入声音质量评估等可以完善的方面。 参考文献
[1] Khan A, Sun L, Jammeh E, et al. Quality of experience-driven adaptation scheme for video applications over wireless networks[J]. Communications, IET, 2010, 4(11): 1337-1347.
[2] Zinner T, Hohlfeld O, Abboud O, et al. Impact of frame rate and resolution on objective QoE metrics[A]. IEEE. Quality of Multimedia Experience (QoMEX), 2010 Second International Workshop on[C]. Trondheim: IEEE, 2010. 29-34.
[3] Staelens, N, Deschrijver, D, Vladislavleva, E, et al. Constructing a No-Reference H. 264/AVC Bitstream-based Video Quality Metric using Genetic Programming-based Symbolic Regression[J]. Circuits & Systems for Video Technology IEEE Transactions on, 2013, 23(8):1322 - 1333. [4] Khan A, Sun L, Jammeh E, et al. Quality Of Experience-Driven Adaptation Scheme For Video Applications Over Wireless Networks[J]. Communications Iet, 2010, 4(11):1337 - 1347.
[5] Zinner T, Hohlfeld O, Abboud O, et al. Impact of frame rate and resolution on objective QoE metrics[C]// Quality of Multimedia Experience (QoMEX), 2010 Second International Workshop onIEEE, 2010:29-34.
[6] Anish M, Anush Krishna M, Alan Conrad B. No-Reference Image Quality Assessment in the Spatial Domain.[J]. IEEE Transactions on Image Processing, 2012, 21(12):4695 - 4708.
[7] Saad M A, Bovik A C, Christophe C. Blind Image Quality Assessment: A Natural Scene
Statistics Approach in the DCT Domain[J]. Image Processing IEEE Transactions on, 2012, 21(8):3339 - 3352.
[8] Lu L, Wang Z, Bovik A C, et al. Full-Reference Video Quality Assessment Considering Structural Distortion and No-Reference Quality Evaluation of MPEG Video[C]// in Proc. IEEE Int. Conf. Multimedia2002:61--64.
[9] 佟雨兵, 胡薇薇, 杨东凯,等. 视频质量评价方法综述[J]. 计算机辅助设计与图形学学报, 2006, 18:735-741. DOI:doi:10.3321/j.issn:1003-9775.2006.05.020.
[10] 熊峥. 视频业务用户体验质量评价方法的研究[D]. 北京邮电大学, 2014.
相关推荐：
loading