论文部分内容阅读
用户体验质量(Quality of Experience,QoE)评估是视频业务质量保障研究中面临的一个重要问题。人们所处的信息化世界是一个巨大、复杂的通信生态系统,用户的体验会受到技术、经济、环境以及用户自身等多个领域中各种因素的共同影响。如何准确分析各因素与QoE之间的关系是当前研究的难点。本文重点研究视频业务中的用户QoE评价方法。根据不同的应用场景,着重研究技术领域中网络视频质量的评估方法,提出了一种参数规划模型、一种包层评估模型以及一种比特流层评估模型。另外,本文还研究了用户领域和技术领域因素共同对用户QoE的影响,提出了一种QoE客观评价模型。主要研究成果包括:1.为了能够对网络视频的编码和网络参数合理规划和部署,提出了一种结合视频编码特性和信道传输特性评估网络视频质量的参数规划模型。本文根据四状态马尔科夫信道特性分析了数据包丢失的各状态概率分布,并结合数据包丢失的突发性与编码视频帧间的时域相关性推导出反映序列受损的参数以及反映视频帧受损的参数,利用这些损伤参数来预测网络视频的质量。相比国际标准G.1070中的模型和T-V模型,该模型可以更准确地预测由直接丢包和错误传播等因素造成的视频失真。2.为了能够实时预测网络视频质量,在分析视频内容运动特性的基础上建立了一种视频质量包层评估模型。该模型通过分析数据包头信息计算视频和网络相关参数,然后根据每帧编码比特数的变化情况提出一种基于动态阈值的视频帧类型检测方法。考虑到视频内容运动特性对视频质量的影响,采用平均P帧编码比特数与平均I帧编码比特数的比值来预测视频的时间复杂度。在此基础上,利用编码码率和视频内容的时间复杂度预测视频的编码失真,并结合丢包位置、时间复杂度等信息预测由丢包引起的失真,最后得到视频的质量。实验结果表明,其性能明显优于国际标准G.1070中的模型和德国电信提出的DT模型。3.为了能够更准确地预测数据包丢失对视频质量的影响,构建一种基于帧质量的视频质量比特流层评估模型。根据丢包对视频帧质量的影响将视频帧划分为四类,即未受丢包影响的帧、受参考帧丢失影响的帧、受错误传播影响的帧以及受二者共同影响的帧。另外,考虑到不同视频内容对视频帧质量的影响,通过对视频帧中的运动部分和静止部分进行区分,计算得到描述视频运动特性的时间复杂度。结合视频内容特性,对不同类型的视频帧的质量分别进行预测。在此基础上,进一步通过两级时域联合算法得到序列的质量。相比其他两个基于帧质量的视频质量评价模型,所提模型具有更好的性能。4.为了能够更全面的评价视频业务中用户的感受,结合用户对视频质量和内容的感知提出一种基于用户行为表征的QoE客观评价模型。不同于传统意义上的QoE评价方法,该模型着重分析用户对视频质量的感知以及对视频内容的感兴趣程度,并结合这两个视频业务中最基本的感知层面来预测用户的QoE。为了客观描述用户观看视频时的兴趣度,文中设计了一种与观看过程同步的基于单摄像头的眼部行为检测方法,并着重分析一些无意识的眼部行为,例如眨眼、凝视等,从中选取眨眼行为来表征用户的兴趣度。实验结果表明,预测QoE分值与实际主观QoE分值完全一致的序列所占比例为64.5%,而预测的QoE分值与主观分值相差在±1分之内的序列可达到98.8%。