基于H_264码流的高清视频质量评价算法

方法着眼于某一种或几种损伤，由于图像的损伤种类很
多，所以不适于表征视频图像整体感知质量。 2）基于码
流中的编码参数和视频的统计特征值（如量化因子和运
动矢量等），寻找这些特征与感知损伤的关系，将特征加
权，得到客观评估结果[5-7]。 在文献[7]中，针对 MPEG-2 视
频流，作者提出了一种基于 CBP（Circular Back Propaga-
经过比较分析以及 MPEG-2 视频 流 的 实 验 验 证[10]， 笔者最终挑选了“量化因子”、“编码跳过的宏块数目”这 2 个特征。 其中，“量化因子”与主观差异值有很好的相关 性，是直接度量视频序列损伤程度的参数；而“编码跳过 的宏块数目”则能很好地反映视频序列前后帧图像的变 化情况。
1） 量化因子（QP）。 在视频图像编码中，量化是图像 编码中引入失真的主要环节。 量化过程中，量化系数越 大，编码所需的比特数就越少，则可获得较高的压缩比。 但随着量化系数的增大，误差也随之增加。 在选择量化 系数时，一般可以依据人的视觉特性，加大图像不敏感 成分的量化系数，在减少编码比特数的同时，获得较好 的图像主观感受。 序列码率的变化会导致编码时量化步 长的变化，相应地 QP 值也发生改变。 对于不同码率的序
tion）神经网络的视频质量客观评价方法。 该算法把从码
流中提取的特征参数传入人工神经网络，通过神经网络
对一些典型的样本进行训练，利用神经网络的“记忆”功
能来建立计算提取的特征与主观评价结果的数学模型，
以实现对图像质量的正确评价。 其实验结果也说明了基
于压缩域的无参考评价算法的优点：既不需要原始信号
征，通过线性拟合，建立各视频特征与最终图像质量之间的数学模型，从而实现对视频质量的客观评估。 该算法定义了 2 个视频图
像特征：度量压缩损伤的量化因子和编码跳过宏块数目。 实验结果表明，基于这 2 个参数所获得的客观评价结果和主观感受具有
较高的相关性。 此外，由于该算法只需压缩码流中的特征参数即可实现可靠的快速评价，可广泛应用于实时终端场合。
1 引言
随着视频编解码技术在多媒体行业的广泛应用，数 字视频图像的质量评价也越来越重要。 目前已有的评价 算法包括主观评价和客观评价两大类。 主观评价是基于 人眼的直接观察来评价图像质量，因此结果可靠。 但是 该方法对测试环境要求苛刻，评价过程较为复杂，且不 适用于对图像质量的实时评测[1]。 而基于人眼视觉感知 特性的客观质量评价技术则可以很好地解决这个问题， 因此，客观评价在视频图像的相关领域得到了较为广泛 的应用。
3.1 H.264 压缩域特征参数提取 高 清 视 频 序 列 经 过 H.264 编 码 器 后 生 成 H.264 码
流，该码流所含的特征参数记录了原始视频在通过编码 器生成压缩码流时所“经历”的受损过程。 这些参数可以 为评价压缩编码所引起的质量损伤提供重要信息，因 此，特征参数的定义直接影响到视频质量的评价效果。
Standard,testing & equipment
文 章 编 号 ：1002－8692（2009）11-0113-04
基于 H.264 码流的高清视频 质量评价算法 *
·论文·
史 惠，孟 放，姜秀华 （中国传媒大学 信息工程学院，北京 100024）
【摘 要】 提出了一种基于压缩域 H.264 视频流的高清视频质量客观评价方法。 该算法直接从 H.264 视频码流 中 提取 指 定 视频 特
114 电视技术 2009年第 33 卷第 11 期（总第 335 期）
Standard,testing & equipment
列，主观评价值必然不同，这说明了 QP 和主观值之间有
一定的相关性。
2） 编码跳过的宏块数（num_skip）。 当图像采用帧间
预测编码时，H.264 允许在图像平坦的区域使用 “跳跃”
【关键词】 视频质量客观评价；无参考评价算法；H.264 码流；压缩域
【中图分类号】 TN919.81
【文献标识码】 A
Objective Evaluation Algorithm for HD Video Quality Based on H.264 Streams
SHI Hui, MENG Fang, JIANG Xiu-hua （School of Information Engineering, Communication University of China, Beijing 100024 ，China）
2 基于压缩域的无参考评价方法
目前国际上对压缩域视频图像质量客观评价的研
* 国家广播电影电视总局科技项目：数字高清晰度电视图像质量评测指标体系及评测方法研究
113 No．11 Vol.33 2009（Sum No．335 ） VIDEO ENGINEERING
标准、检测与仪器
究还处于初步阶段，相关的研究文献也较少。 概括起来
块，“跳跃”块本身不携带任何数据，解码器通过周围已
重建的宏块数据来恢复“跳跃”块 。 随 着 num_skip 的 增
加，不需要编码的宏块就越多，则编码后码率越小。 这些
跳跃块的存在可能导致解码后的画面在低频区域出现
较明显失真，从而带来主观观看的不适，获得较低的主
观评价结果。
析原始视频和受损视频对应特征参数的差异来评价图 像的受损程度。 由于评价中只用到特征参数，因此可以 很大程度地减少在用户终端评价时所需要的时间和空 间代价。 但如果所定义的特征参数不能很好地表征视频 序 列 的 整 体 特 征 ，则 可 能 导 致 评 价 结 果 出 现 误 差 ；3）无 参 考质量评价。 该方法不需要原始视频信号的任何信息， 仅通过分析和提取受损视频的特征即可实现质量评价。 由于不需要原始信号作为参考， 所以相比较前两种方 法，该评价方法的应用范围更为广泛。 无参考评价算法 可以对非压缩域的视频图像进行评价，也可以直接对传 输中的压缩码流进行评价。 其中，对于非压缩域的质量 评价需要先进行解码解压缩操作以获取各帧的像素值， 必然会增加算法的复杂性、影响算法的实时性。 因此，在 无参考质量评价的研究中，如何通过分析码流参数来获 取准确的质量评价结果是一个研究热点。
H.264 压 缩 码 流 的 特 征 信 息 来 获 取 对 当 前 码 流 质 量 的
客观评价。
3 基于 H.264 视频流的无参考评价算法
基于 H.264 标准的无参考视频质量评价框图如图 1 所示。 首先， 选取一部分高清测试序列经过 H.264 编码 器，将压缩后获得的码流作为训练素材，提取最能反映 视频压缩损伤程度和视频图像特性的特征。 之后，通过 分析这些特征值与主观评价结果之间的对应关系，以及 各特征参数对最终评价结果的影响程度，统计分析得到 每个特征的加权系数，最终建立视频质量的客观评价模 型。 当采用这个客观评价模型对某一视频序列的压缩码 流进行质量评测时， 可以直接从码流中提取指定的特 征，并根据模型定义的加权系数进行计算，获得该序列 质量评价结果。
B、平均绝对差 A 和过零率 Z，并结合图像的主观评价值
S，设计了一种简单的算法模型，其表达式为
S=α+β×Bγ1×Aγ2×Zγ3
（1）
式中：α，β，γ1，γ2，γ3 是模型参数。 该模型采用非线性回归 拟合算法，将用来训练的图像特征值和主观评价值作为
模型的输入，以确定模型参数。 之后，此模型即可用于图
客观评价算法根据评价时对原始视频图像的依赖 程度可进一步分为以下 3 种：1） 全参考质量评价。 该方 法需要获取全部的原始视频信息，通过将受损的视频图 像与原始视频进行逐帧逐像素的比较，以获得最终的评 价结果。 但是由于大部分应用都无法提供未压缩的原始 信 号 作 为 参 考 ，所 以 应 用 场 合 非 常 有 限 ；2）缩 减 参 考 质 量评价。 该方法首先定义视频图像的特征参数，通过分
可以将现有的方法分为 2 类：1） 在压缩域中求视频图像
的 某 种 损 伤 应 和 峰 值 信 噪
比（PSNR）等。 在文献[4]中，作者从压缩码流中提取量化
因子（QP）和宏块类型这 2 个特征值，并通过一定的测试
系统估计 PSNR 值以实现视频质量的客观评价。 但这种
然而，码流中可用的特征参数很多，需要经过一定 的挑选。 笔者对特征参数的挑选按如下 2 个原则进行： 1）提取码流中直接表征视频压缩编码的特征。 通过分析 各特征与主观分数值的相关性，可以选择相关性较大的 特征。 2）充分考虑视频图像的复杂度和序列帧间的运动 程度对视频压缩损伤的影响，提取出反映视频图像特性 的特征。
测试序列格式几乎都是 QCIF 或 CIF，码率低于 1 Mbit/s。
可见， 目前对 H.264 无参考视频质量评价的研究主要是
针对低比特率、低分辨率的流媒体和无线网络，而在高
清晰度视频应用领域的研 究 还 很 少 。 因 此 ，基 于 H.264
压缩域的高清晰度视频质量评价研究， 笔者提出了
一种新的无参考视频质量评价算法， 通过分析并提取
像质量的客观评测。 但这种方法只能用来评价静止的图
像，还不能用来评价 H.26x/MPEG-2 压缩的视频。 而且这
种方法需要大量不同类型的图像及其主观评价值用来
训练，以得到较准确的模型参数，因此这种模型的泛化
能力受到训练样本的限制。
然 而 ，在 文 献[5]、[6] 和 [9] 提 出 的 算 法 中 ， 实 验 采 用 的
作为参考，又可以减少非压缩域视频质量评价所需要的
再解码操作，从而降低了计算复杂性。
Zhou Wang 等人于 2002 年提出了一种无参考 JPEG
压缩图像的可感知质量评价方法[8]。 在这种方法中，首先
分析了图像的损伤原因，并设计了一种计算简单、高效
存储的特征提取方法。 主要提取了图像特征中的块效应
【Abstract】 An objective evaluation of video quality metric for H.264 video bitstreams is presented in this paper. At first, video features in the compressed domain and extract the specific parameters from H.264 bitstreams are analyzed. After that, a mathematical model is built to establish the relationship between those features and the video quality. In the metric, two video image features are defined and extracted, which is the quantization parameter relating to compression impairment, and the number of skipped blocks in the encoding process. Experimental results demonstrate that the metric can achieve good performance for HD of the proposed metric based on the two features. Furthermore, the metric only operates on the encoded bitstreams, which will result in low computational complexity, so it can be widely used in the real-time implementation. 【Key words】 objective evaluation method; No-Reference metric; H.264 bitstreams; compressed domain