基于码流的网络视频无参考质量评估研究

发布时间：2018-04-14 15:20

  本文选题：网络视频质量评估 + 编码失真　； 参考：《西安电子科技大学》2014年博士论文

【摘要】：网络视频质量评估是保证网络视频业务质量的关键技术本文深入研究了网络视频质量评估方法，提出了几种基于码流的网络视频质量评估方法：一种包层评估模型和两种比特流层评估模型，以及一种服务于包层评估模型的帧类型检测方法 主要研究成果为： 1.为了提高视频质量包层评估模型的性能，提出了一种帧类型检测方法考虑到不同类型视频帧压缩数据量的特点，利用动态阈值法初步估计各视频帧的类型；利用图像组(GOP)的周期性对初步估计结果进行修正；利用Spearman秩相关系数的概念判定B帧的预测结构 2.为了实现对网络视频的质量进行实时监控，提出了一种考虑视频内容运动特性的网络视频编码失真的包层评估模型通过帧类型检测方法确定各视频帧类型后，结合I帧编码比特数与P帧编码比特数的特点，提出一种反映视频内容运动特性的时间复杂度，并将其集成到编码比特率模型中，从而能对具有不同内容的网络视频的编码失真进行有效地评估 3.为了获取更准确的网络视频质量，通过对网络视频流数据包头信息和载荷信息的解析，提出一种内容自适应的网络视频编码失真的比特流层评估模型首先建立人眼感知的编码失真与量化参数的基本关系模型；考虑到人眼感知的编码失真还依赖于视频内容的空域特性和时域特性，，使用量化参数和残差像素分布的尺度参数预测空间复杂度，使用带加权的运动矢量预测时间复杂度，进而结合基本关系模型建立起内容自适应的视频编码失真的比特流层评估模型 4.为了能获取更为精确的视频帧质量并为数据包丢失评估提供视频帧的基准质量，提出了一种基于帧质量的H.264/AVC网络视频编码失真评估首先通过主观评估实验分析确定量化参数与视频帧编码失真的基本关系模型，然后利用量化参数和I帧编码比特率预测I帧的空间复杂度，利用运动矢量信息预测P帧的时间复杂度，最后结合人类视觉系统的空域掩盖效应和时域掩盖效应得到各视频帧的编码失真，进而联合各帧质量得到视频质量
[Abstract]:The evaluation of network video quality is the key technology to guarantee the quality of network video service. In this paper, the evaluation method of network video quality is deeply studied.In this paper, several video quality evaluation methods based on bitstream are proposed: a packet evaluation model and two bit stream evaluation models, as well as a frame type detection method serving for the packet evaluation model.The main research results are as follows:1.In order to improve the performance of the video quality evaluation model, a frame type detection method is proposed to estimate the types of video frames by dynamic threshold method, taking into account the characteristics of different types of video frame compression data.The preliminary estimation results are modified by using the periodicity of image group GOPs, and the prediction structure of B frame is determined by the concept of Spearman rank correlation coefficient.2.In order to monitor the quality of the network video in real time, this paper proposes a new model for evaluating the network video coding distortion, which considers the video content motion characteristics, and determines each video frame type by the frame type detection method.According to the characteristics of I frame coding bit number and P frame coding bit number, this paper proposes a time complexity to reflect the video content motion characteristics, and integrates it into the coding bit rate model.Therefore, the coding distortion of network video with different content can be evaluated effectively.3.In order to obtain more accurate network video quality, through the analysis of the network video stream data packet header information and load information,A content-adaptive bitstream layer evaluation model for network video coding distortion is proposed. Firstly, the basic relationship model between coding distortion and quantization parameters is established.Considering that the coding distortion of human perception also depends on the spatial and temporal characteristics of the video content, the spatial complexity is predicted by the quantization parameters and the scale parameters of the residual pixel distribution, and the time complexity is predicted by the weighted motion vector.Furthermore, based on the basic relational model, a bitstream layer evaluation model of video coding distortion based on content adaptation is established.4.In order to obtain more accurate video frame quality and provide reference quality for packet loss evaluation,In this paper, a frame quality based H.264/AVC network video coding distortion evaluation model is proposed. Firstly, the relationship between quantization parameters and video frame coding distortion is determined by subjective evaluation experiment.Then the space complexity of I frame is predicted by quantization parameters and coding bit rate of I frame, and the time complexity of P frame is predicted by motion vector information.Finally, the coding distortion of each video frame is obtained by combining the space-domain masking effect and time-domain masking effect of human visual system, and then the video quality is obtained by combining each frame quality.
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TN919.81

【相似文献】

相关期刊论文 前10条

1 焦辉;;利用非线性编辑系统进行视频质量监控[J];软件导刊(教育技术);2009年09期

2 焦庆春,谢俊,张文研;采用IP网络传输的视频会议系统的主要指标与测试方法[J];中国测试技术;2005年05期

3 莫非;王尊亮;董文辉;邓向冬;;视频质量主观评价辅助系统[J];广播与电视技术;2008年11期

4 袁飞;刘锦锗;;无线视频的内容活动性分析[J];厦门大学学报(自然科学版);2009年04期

5 黄晓波;黄志武;;IPTV视频质量故障定位及处理方法[J];信息通信;2010年04期

6 胡媛;司占军;;压缩格式和码率对视频质量的影响及应用研究[J];中国印刷与包装研究;2011年03期

7 成于庆;姜秀华;;立体电视视频质量影响因素分析[J];电视技术;2011年12期

8 齐少安;;3G电路域视频质量问题分析及初步解决思路[J];邮电设计技术;2011年06期

9 袁飞;黄联芬;姚彦;;视频质量客观评价技术研究[J];电视技术;2007年03期

10 肖敏雷;杨琦;;按有无参考视频进行的视频质量评价[J];软件导刊;2007年21期

相关会议论文 前6条

1 章颖;李均利;陈刚;卢国庆;满家巨;;基于模糊积分的视频质量评价方法[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

2 陈娟;张勇;;一种改进的视频清晰化方法的研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

3 杨春亭;柳杨;;基于视觉感知的视频质量测量方法的研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

4 李新;傅峰春;;电视台网模式技术质量分析及管理[A];数字电视产业与三网融合学术研讨会论文集[C];2009年

5 李新;傅峰春;;电视台网模式技术质量分析及管理[A];自主创新与持续增长第十一届中国科协年会论文集（4）[C];2009年

6 李新;傅峰春;;电视台网模式技术质量分析及管理[A];2009中国电影电视技术学会影视技术文集[C];2010年

相关博士学位论文 前3条

1 刘河潮;网络丢包的无参考视频质量评估方法研究[D];西安电子科技大学;2013年

2 苏洪磊;基于码流的网络视频无参考质量评估研究[D];西安电子科技大学;2014年

3 袁飞;无线视频质量的评测理论及方法研究[D];厦门大学;2008年

相关硕士学位论文 前10条

1 吴刚;流媒体服务器的设计与相关技术的研究[D];南京理工大学;2005年

2 冯国华;IP网络业务监控系统研究与实现[D];华东师范大学;2008年

3 丛会智;视频服务器关键技术的研究和实现[D];哈尔滨工程大学;2007年

4 莫非;视频质量主观评价辅助系统的设计与实现[D];北京邮电大学;2009年

5 薛静;基于NIVC-BP的IPTV视频质量实时评估方法的研究和应用[D];华东师范大学;2010年

6 尤峰华;IPTV网络参数化QoE模型的研究[D];华东师范大学;2010年

7 张浪;H.264/AVC中自适应宏模块编码和码率控制算法的研究[D];南京邮电大学;2011年

8 刘妮;基于视觉感知的视频质量评价方法[D];西安电子科技大学;2011年

9 董欣;基于流行度预测增益模型的流媒体代理缓存替换算法[D];大连工业大学;2009年

10 善俊;分布式网络测量系统功能增强的设计与实现[D];北京邮电大学;2011年

本文编号：1749885