视频质量评估系统的研究与实现

合集下载

视频质量评测中的主观感知方法研究

视频质量评测中的主观感知方法研究

视频质量评测中的主观感知方法研究随着网络速度和无线通信的不断发展,人们已经可以容易地享受到高清晰度的视频内容。

但在每个人的眼中,高清晰度是否代表着高质量呢?在视频质量评测中,主观感知方法一直是非常关键的一环。

本文将主要围绕主观评价方法的现状和研究进行讨论。

一、主观评价方法的现状1. 双刺激试验法双刺激试验法是目前应用最广泛的一种主观评价法,基于对比评价实验的设计原则,被广泛用来评估视频质量。

在实验过程中,被试者需要针对两个不同的视频源进行比较,以判断它们之间的质量差异。

这种方法可以提供可靠的数据来表明不同源之间的相对质量差异,并且具有较高的科学性和可重复性。

2. 单刺激试验法单刺激试验法是一种比较简单的主观测试方法,网络视频、电视广告等场景中常用。

它只涉及一个视频源的质量评估,是对特定场景中的视频质量感知进行必要控制和调查的一种方法。

由于其简单性和易实现,所以在视频平台中应用较为普及。

3. 主观均衡对比评估法主观均衡对比评估法是一种相对较新的主观测试方法,基于一组参考样本,并与当前进行评价的样本进行对比。

通过参考样本的影响来平衡所有样本,避免评价者疲劳导致的不准确评估和评价偏差。

目前,这种方法正变得越来越流行,有望成为主流主观评价方法。

二、主观评价方法的研究4. 视频质量影响因素在主观评价方法的研究中,研究者们一直致力于了解哪些因素会对视频质量产生影响。

例如:视频分辨率、码率、声音质量、亮度等。

在实验设计中,这些因素被控制在一定的范围内,以确保实验结果的准确性。

5. 主观评价的准确性和可靠性主观评价的准确性和可靠性一直是研究者们关注的问题。

为了提高主观评价的准确性,需要不断地探索更精细、更严格的评价方法。

例如:标准化的实验过程和评价指标。

同时,对于参与评估的评价者,其对于实验内容的了解程度、人类感知差异等等,也是影响主观评价结果的关键因素。

6. 机器学习与主观评价的结合随着人工智能技术的不断发展,研究者们也在尝试将机器学习技术应用到主观评价中。

一种基于教学视频分析的教学质量评估系统

一种基于教学视频分析的教学质量评估系统

一种基于教学视频分析的教学质量评估系统近年来,随着教育技术的迅速发展,教学视频的使用越来越普遍。

教学视频可以提供直观生动的教学内容,使学生能够更好地理解和掌握知识。

然而,如何评估教学视频的质量,以提高教育教学水平仍然是一个挑战。

为了解决这个问题,一种基于教学视频分析的教学质量评估系统应运而生。

该系统通过对教学视频中教师的表现以及学生的反应进行深入分析,从而给出针对性的改进意见,以提高教学效果。

首先,教学视频中教师的表现是评估教学质量的重要指标之一。

系统可以通过分析教师的语言和肢体语言,以及教学方法和技巧的运用情况来评估教学效果。

通过语音识别和图像处理技术,系统可以自动提取教师的讲解内容、语速、声音的情感色彩,并与优秀的教学模式进行对比。

同时,系统还可以检测教师在教学过程中是否存在分心、声音模棱两可等问题,并给出指导意见。

其次,学生的反应也是评估教学质量的重要依据之一。

教学质量评估系统可以通过分析学生在教学视频中的学习情况,如是否专注、参与度、学习动力等指标,来评估教学效果。

通过学生行为的感知和情感的分析,系统可以判断学生是否理解教学内容,并及时调整教学策略。

此外,系统还可以利用机器学习算法和数据挖掘技术,对学生的学习轨迹进行分析,从而预测学生的学习成果,以及提供个性化的学习建议。

当然,教学质量评估系统的建立还面临一些挑战和困难。

首先,教学质量评估涉及到个体差异、主观评价等问题,因此需要结合多种评价指标和方法。

其次,教学质量评估系统需要大量的教学数据作为基础,包括教学视频、学生的反馈等信息,因此如何收集和整合这些数据也是一个挑战。

此外,由于教学质量评估系统的复杂性,需要高度的技术支持和专业知识。

综上所述,基于教学视频分析的教学质量评估系统是一个有潜力的研究领域。

通过对教学视频中教师的表现和学生的反应进行深入分析,该系统可以提供针对性的改进意见,以提高教学效果。

然而,教学质量评估系统的建立还面临一些挑战和困难,需要进一步的研究和探索。

短视频平台的内容质量评估与改进机制研究

短视频平台的内容质量评估与改进机制研究

短视频平台的内容质量评估与改进机制研究随着社交媒体和智能手机的普及,短视频平台逐渐成为人们获取信息、娱乐休闲的重要途径。

然而,由于平台上存在大量低质量、虚假甚至有害内容,短视频平台面临着内容质量的评估与改进的挑战。

本文将对短视频平台的内容质量评估与改进机制进行研究,以期提供有益的解决方案。

一、短视频平台内容质量现状分析如今,短视频平台上存在各种各样的内容,包括创意短视频、搞笑短视频、游戏直播等。

然而,与此同时,也有大量的低质量、低俗、暴力、虚假甚至有害内容泛滥其中。

这些内容的存在严重影响着用户的使用体验和认知偏差。

二、短视频平台内容质量评估机制的设计与优化为了保证短视频平台上内容质量的提升,需要建立科学合理的评估机制。

具体而言,可以从以下几个方面进行设计与优化。

1. 用户反馈系统用户反馈是内容质量评估的重要参考依据之一。

短视频平台应该建立完善的用户反馈系统,鼓励用户通过举报、评论等方式向平台反映问题。

平台应及时处理用户反馈,并采取相应措施,包括删除低质量、有害内容,甚至对违规用户进行处罚。

2. 内容审核机制短视频平台应在内容上传前进行审核,以保证内容的合法性和合规性。

这需要建立一支专业的内容审核团队,通过人工审核和智能化审核技术,对上传的视频逐一进行审核。

同时,平台应制定明确的审核标准和流程,确保审核工作的公正性和准确性。

3. 算法优化短视频平台的内容推荐算法在内容质量评估与改进中起着重要作用。

平台应不断优化推荐算法,提高内容推荐的准确性和个性化程度。

除了考虑用户的个人兴趣和偏好,还应加入内容质量的评估因素,避免向用户推送低质量、虚假的内容。

三、内容质量改进机制的建立与完善除了评估机制,短视频平台还需要建立改进机制,以不断提升内容质量和用户体验。

1. 制定规范与标准短视频平台应制定一系列规范与标准,明确不允许上传的内容形式和内容类型。

例如,禁止上传低俗、暴力、有害等内容,限制广告的形式和数量,规范资讯类内容的真实性和准确性等。

基于深度学习的视频画面质量评估研究

基于深度学习的视频画面质量评估研究

基于深度学习的视频画面质量评估研究随着互联网的飞速发展,视频平台如雨后春笋般涌现,人们已经习惯了在网上观看视频。

尤其是在疫情期间,更多的人习惯通过视频学习、工作、娱乐,这进一步推动了视频技术的发展。

然而,视频画面质量的评估一直是一个难点问题。

传统的质量评估方法面临很多局限性。

近年来,基于深度学习的视频画面质量评估方法备受研究者们关注,受到了广泛应用。

一、传统方法的不足传统的视频画面质量评估方法基于图像和视频处理技术,通过算法计算图像或视频的像素、码率、信噪比等指标,进行评估。

传统方法通常只能评估一张图片或一段视频某个特定的片段,而难以对整个视频进行全面、准确、客观的评估。

此外,由于现今智能设备的应用广泛,媒体数据的呈现形式变得越来越复杂和多样化,传统算法已经无法满足对不同数据的评估需求。

传统方法对于复杂的画面内容和不同的视频类型,无法用简单的评估指标来评估质量,很容易出现误判,同时对于细节方面的评估也存在一定局限性,而这些问题可以通过深度学习得到较好的解决。

二、基于深度学习的视频画面质量评估方法近年来,随着深度学习技术的应用和发展,基于深度学习的视频画面质量评估方法越来越受到关注。

深度学习作为一种强大的机器学习技术,可以有效利用数据进行模型的训练,并基于模型的结果实现对视频画面质量的自适应和不断优化,实现更加准确、全面、客观的评估。

基于深度学习的视频画面质量评估方法主要分为两大类 --- 无参和有参两种。

无参方法直接对视频片段的像素值进行学习,从而避免了传统方法中过于复杂的完整视频处理流程。

有参方法则首先提取关键信息进行特征描述,再基于描述向量进行学习评估。

两种方法各有优缺点,但无论是哪一种方法,都能够有效解决传统评估方法中的一些问题。

三、未来的发展趋势可以预见的是,基于深度学习的视频画面质量评估将是未来视频技术发展的重点和趋势。

通过融合图像和视频信号处理技术、传统的计算机视觉技术和深度学习技术,可以有效提高对不同视频类型、画质和故障的准确评估,同时也为更高水平和更广泛范围的应用提供更好的支持。

短视频平台内容质量评估与提升

短视频平台内容质量评估与提升

短视频平台内容质量评估与提升是一个涉及多个方面的问题,以下是一些主要的建议:一、评估1. 建立多元评估体系:使用机器学习和人工反馈相结合的方法,对短视频的质量进行评估。

机器学习可以用于识别和分类视频,而人工反馈则可用于提供准确和具体的反馈,帮助改进视频质量。

2. 关注用户反馈:用户反馈是评估短视频质量的重要指标。

可以通过用户评分、评论和反馈来了解用户对视频的喜好和需求,从而优化内容生产。

3. 定期评估:定期评估短视频的质量,分析数据,找出问题,及时调整策略。

这有助于了解用户需求的变化,以便及时调整内容策略。

二、提升1. 丰富内容类型:提供更多元化的内容类型,以满足不同用户群体的需求。

例如,可以增加美食、旅游、科技、艺术等领域的短视频,吸引更多不同兴趣的用户。

2. 提升制作质量:通过培训和指导,提高短视频的制作水平。

这包括视频剪辑、音效、特效等方面的技能,以提高视频的整体质量。

3. 优化标题和描述:标题和描述是吸引用户点击的关键。

应使用简洁明了、有吸引力的标题和描述,突出视频主题和亮点,提高用户点击率。

4. 建立优质内容池:建立一套内容筛选机制,将优质短视频纳入优质内容池。

对于优质短视频,可以提供更多的流量支持和奖励,激励创作者产出更多优质内容。

5. 鼓励互动和反馈:鼓励用户评论、点赞和分享短视频,提高用户的参与度和粘性。

同时,及时处理用户的反馈和建议,不断优化视频内容。

6. 引入专业人士:邀请专业人士或行业专家制作高质量的短视频,提高平台的专业性和影响力。

这些专业人士的视频可以吸引更多的专业用户和行业用户,扩大平台的影响力。

7. 持续研究和探索:关注行业趋势和用户需求的变化,不断研究和探索新的内容形式和表达方式,以保持平台的创新力和竞争力。

总的来说,短视频平台内容质量的提升需要多方面的努力和持续的改进。

通过建立多元评估体系、关注用户反馈、丰富内容类型、优化标题和描述、建立优质内容池、鼓励互动和反馈、引入专业人士以及持续研究和探索等方法,可以有效地提高短视频平台的内容质量,吸引更多用户,并增强平台的竞争力和影响力。

视频图像质量评估算法的研究与应用

视频图像质量评估算法的研究与应用

视频图像质量评估算法的研究与应用随着互联网和数字媒体的发展,视频图像的质量评估越来越受到重视。

视频图像质量是指对视频图像的主要视觉特征,如清晰度、亮度、对比度和色彩等进行客观和主观评价的过程。

准确评估视频图像质量对于视频的采集、传输和显示具有重要意义,因此,研究和应用视频图像质量评估算法变得至关重要。

一、视频图像质量评估算法的研究进展1. 主观评价方法主观评价方法是通过人的视觉感知对视频图像的质量进行评估。

这种方法需要大量的被试者参与实验,通过对他们的问卷调查和主观评价结果统计来对视频图像质量进行评估。

虽然主观评价方法具有较高的准确性,但其过程复杂、耗时且受到被试者主观因素的影响。

2. 客观评价方法客观评价方法通过计算机算法对视频图像的特征进行分析来评估视频图像质量。

这种方法不受人为主观因素的影响,能够快速、可靠地评估视频图像的质量。

其中,基于图像处理的客观评价方法是应用最广泛的方法之一。

它通过对视频图像的特征提取、边缘检测、对比度调整等处理来分析和评估视频图像的质量。

二、视频图像质量评估算法的应用领域1. 视频采集和传输视频采集和传输是指在摄像机或其他设备上采集视频,并通过网络传输到目标终端。

在这个过程中,视频图像质量评估算法可以帮助实时监测视频质量,及时发现并解决传输过程中的问题,确保视频图像的清晰度和稳定性。

2. 视频编辑和后期制作视频编辑和后期制作是指在视频制作过程中对拍摄的素材进行剪辑、特效添加等处理,最终形成一个完整的视频作品。

视频图像质量评估算法可以帮助编辑人员评估和选择素材的质量,从而提高视频制作过程的效率和质量。

3. 视频播放和显示视频播放和显示是指将制作好的视频通过播放设备在屏幕上呈现给观众。

视频图像质量评估算法可以帮助播放设备进行实时的图像质量监测和优化,从而提供更好的观看体验。

4. 视频监控和安防视频监控和安防是指通过视频摄像头等设备对特定区域进行实时监控和录像,以保障安全和管理。

网络视频质量评估技术研究现状及发展动向

网络视频质量评估技术研究现状及发展动向

1 引言
随 着通 信技 术 的发 展 ,网络 已经 自然 而深 刻 地
融入 人类 的 日常生活 和 工作 。人 们希 望借 助 于泛在 网络 ,随 时 随地通 过语 音 、图像 以及 视频 等 多种 方 式 进 行灵 活通 信 。由于视 觉信 息直观 、生动 ,因此 网络 视频 业 务受 到 了人们 的广 泛青 睐 ,成 为 网络提 供 的主要 业 务应用 之 一 。

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 。依据对网络视频码流的介入程 度,客观 网络视
频质量评估模型可分 为参数规划模 型、分组层评价模 型、比特 流层评价模 型、媒体层评价模型及混合评价模型 5 大类 。首先介绍了网络视频质量评估方法的各种分类及应用场景 ,并基于影响网络 视频 质量 的重要 因素,分别详
Ov r i w fs a e o -h . r n u l e0 e v e o t . ft e a t d f t r f t a l
ne wo ke de t r d vi o qua iy a s s m e lt s e s nt
YANG — he W AN ua Fu z ng , Sh i
第3 3卷 第 4期 21 0 2年 4月




V l 3 b _ N o 4 3 . Ap l 01 i 2 r 2
J u n l nCo o r a mmu i ai n o nc t s o
网络视频质量评估技术研 究现状 及发展 动向
杨付 正 ,万帅
(. 安 电子科 技大 学 IN 国家 重 点实验 室 , 陕西 西 安 7 0 7 ;2 西 北工 业大 学 电子 信息 学 院, 陕西 西 安 7 07 ) 1 西 S 10 1 102

视频监控系统评估报告

视频监控系统评估报告

视频监控系统评估报告1. 引言视频监控系统作为一种重要的安全设备,广泛应用于各个领域,例如公共交通、商业建筑和住宅区等。

本评估报告旨在对视频监控系统进行全面评估,包括系统的功能、性能、可靠性以及其对安全性的贡献等方面进行分析和总结,以便于对该系统的使用和改进提供指导。

2. 系统概述视频监控系统是一种基于摄像头和相关硬件设备的安全监控系统。

它通过将实时视频信号传输到监控中心并进行录像存储,实现对监控区域的全方位覆盖和实时监控。

该系统还支持远程访问和视频回放,方便用户随时查看监控画面。

总体而言,该系统具备以下主要功能:1.实时监控:通过摄像头实时传输监控画面,用户可以立即观察到被监控区域的情况。

2.录像存储:系统能够将监控画面录像并存储,以便后续查看和分析。

3.远程访问:用户可以通过网络远程访问监控系统,无论身在何处,都能够查看监控画面。

4.视频回放:系统支持查看历史录像,方便用户进行回放和分析。

3. 功能评估3.1 实时监控功能实时监控是视频监控系统的核心功能之一。

经过测试和观察,该系统能够实时传输监控画面,并且画面质量较为清晰。

在不同光线条件下,系统仍能保持较好的画面质量,保证了监控效果的可靠性。

3.2 录像存储功能录像存储是视频监控系统的重要功能之一。

通过对系统进行长时间的测试,我们发现该系统能够稳定地进行录像存储,并且存储容量较大,能够满足长时间的监控需求。

同时,系统提供了录像管理功能,用户可以根据时间和监控区域等条件进行快速检索和查找。

3.3 远程访问功能远程访问是视频监控系统的便利功能之一。

经过测试,我们发现该系统能够稳定地支持远程访问,用户可以通过手机、电脑等终端设备随时随地查看监控画面。

同时,系统的网络传输速度较快,用户可以实时地获取监控画面,提高了监控的实时性。

3.4 视频回放功能视频回放功能对于事件分析和证据查找非常重要。

经过测试,该系统的视频回放功能稳定可靠,用户可以方便地查看历史录像,并且支持以不同速度进行回放。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

移动终端用户感知的流媒体视频质量评估系统的研究与实现摘要:视频的质量评估一直都是一个研究的重要课题。

本文具体来讲,实现了一个针对移动终端用户接收到的流媒体视频的质量评估系统。

由于这种视频服务提供者给移动终端用户提供视频服务的客观的业务限制,我们在进行终端用户感知视频质量的评估中需要用无参考的视频质量评估方法/模型。

而在无参考视频质量评估的研究中,已知的都是使用用户感知的视频相关参数或网络传输质量相关参数对视频质量进行评估。

这些传统的方法存在一些不足。

一方面这些相互之间较为独立的方法/模型并不能被视频服务提供者直接使用,没有一个较统一和完善的系统把这些方法/模型整合起来以更精确的感知终端用户收到的视频质量。

另一方面没有考虑到用户移动终端设备对其感知到的视频质量的影响以及对视频质量评估的影响。

针对上述问题,本文设计和实现了视频服务发送端对接收服务用户端感知质量的评估系统,以帮助视频服务提供者精确地判定视频质量和改善用户的体验。

关键词:终端用户视频服务提供者视频质量评估系统0 引言如今,随着多媒体业务的快速发展,随着3G/4G等移动互联网的飞速发展,移动终端用户的数量在爆发式的增长,用户在移动终端观看网络视频的情况越来越多。

由于用户的移动终端设备种类型号繁多,差异性较大,要想针对每一个用户给其提供尽可能高质量的视频就必须把用户终端设备信息考虑在内,并且由于大部分终端都受流量限制,所以针对每一个用户给其提供流量较小情况下的尽可能高质量的视频是本文的视频质量评估系统的目的。

1 视频质量评估的现状传统的视频质量评价分为视频主观质量评价和视频客观质量评价。

视频主观质量评价需要依靠人观看待评价的视频片段并且按照某一标准给每一个视频进行打分,视频的质量是这个视频的平均得分(Mean Opinion Score, MOS)。

由于视频的主观质量评价需要依靠大量的人力,并且为了保证尽可能少的由于人为因素的不确定性对最终视频的得分产生影响,需要制定详细的统一的标准,不断的交流和讨论。

效率比较低而且成本很大。

传统的方法都是把上述这种主观质量评价当作衡量视频客观质量评价准确性的标准。

视频质量客观评估模型根据是否需要参考原始的视频流分为全参考模型、部分参考模型和无参考模型,其中无参考模型由于不需要任何原始视频流的信息,很符合如今大部分的业务需求而有重要的研究价值和广阔的前景。

而在无参考视频质量评估的研究中,一部分是通过机器学习算法进行训练建模而成的复杂的评估过程,我们暂不考虑和研究这些方法,另一部分是根据影响视频质量的一些参数进行研究计算而成的,但是这些参数有很多方面,例如传输过程中损伤视频的关键指标、视频本身的质量指标等,过于繁杂。

对于提供视频服务方并没有一个统一的较完善的系统来直接针对终端用户感知到的视频进行评价。

2 本文的视频质量评估系统的研究本文设计的视频质量评估系统是对每一个终端用户他所真实感受到的视频质量进行客观评定。

在该客观评定中隐性的加入了我们设定的统一标准的主观评定方法,是一种无参考客观质量评价和主观质量评价相结合的方法。

该系统不需要用户去主动的评论视频的质量也能较精确的反映用户感受到的主观的视频质量,结合了客观评价快速、耗费人力少和主观评价精确,感受真实的优点。

2.1 主观评估标准研究过程中对视频质量进行参照分类的标准是通过大量视频网站如爱奇艺、优酷、乐视视频、搜狐视频等对视频源进行极速、流畅、高清、超清、原画的分类标准为依据采用传统的视频主观质量评价方法:平均主观分值法(MOS)。

根据极速、流畅、高清、超清、原画给视频质量评分为1分到5分,1分质量最差,5分质量最高。

2.2 客观视频质量评估系统该系统承载在终端设备的Android操作系统上,本文视频的播放采用VLC开源播放器,它的编解码核心是开源工具ffmpege,应用广泛,具有一定的代表性。

本文的视频质量评估系统主要包含以下四个方面,最后结合这四个方面对视频质量的影响建立系统模型。

2.2.1 视频图片初步确定视频质量在研究过程中发现现有的无参考客观视频质量的评估标准有很多方面,难以统一整合到一起。

考虑到本文的目的是对终端用户的感知视频质量进行评估,强调用户的主观感受,所以我们通过直接针对视频中的一帧帧图像进行质量分数的评估。

采用这种评估方式有三个好处,一是更贴近用户的主观感受,感知质量的评估效果更准确。

二是可以避免对决定视频质量因素的分析处理,不使用机器学习等复杂的算法和处理过程,较为简捷快速。

三是符合我们的感知质量评估标准的背景情况。

由于我们的主观视频质量评估参考是结合目前几大视频服务提供商的视频网站的分类标准的,而几大视频提供商的视频格式等存在一定的差异性甚至同一个视频提供商同一个视频的不同清晰标准的视频格式有的都是不同的,采用对视频中的播放图像进行质量分析可以忽略不同视频格式造成的视频质量评估的干扰和复杂性。

本文评估系统使用的图片质量评价是使用Anish Mittal等人的较成熟的研究成果,一种在空间域上的无参考图像质量评价方法[6],包括算法模型和实现程序。

每一帧的图像都会有一个分数,图像质量越高分数越小。

通过对这些大量图像分数的分析建立我们感知系统的初步评估模型。

我们对大量不同类视频的不同清晰度标准的视频进行测试,如图1所示展现了采用上述方法得到的某一类视频的标清、高清、超清三种清晰度的视频中的100幅图像的分数。

由图1中可以看到会有些异常高和异常低的数据,在实际的某个视频中的图像的清晰度是类似的,不应该存在差异如此巨大的情况,可以认为这些异常值是错误数据。

分析发现原因有的是在视频播放中图像暗度很高,甚至图像全黑导致产生了不准确的测量数据,所以第一步就是要获取有效的测试数据。

图1 某一视频的三种清晰度标准的图像分数设原有测试得出的分数组成数列X ,总数为n 。

对每一个分数),,2,1(n i X i =,判断由以下公式(1)得到的i ∆是否大于0,若大于0则舍弃无效分数i X ,反之则把i X 加入有效值数列Y 中。

)1(),,2,1(1n i b X X i i =--=∆)2(1n X X n i i∑==公式)1(中的1b 为常数参数,表示有效值相对全体平均值的范围,这里我们根据统计数据取141=b 。

通过上述方法我们获取到了视频中图像分数的有效值序列Y ,接下来根据X 和Y 序列构建感知视频质量系统初步评估模型公式。

通过利用Anish Mittal 等人的图像质量分数评估方法对不同视频的不同清晰度标准的视频进行测试(如图2)并取得有效分数。

在构建评估模型的时候,根据公式)1(仅仅简单的把无效值舍弃是不全面的,在大量的统计数据中我们发现了清晰度越低的视频图像分数数列的方差就越大,所以方差值也是视频感知质量初步评估函数的参数。

由如下公式得到了归一化为1分到5分的视频质量评估分数。

)3(134)(4.210X D Y S -=)4(1n Y Y n i i∑==其中,X 为所有图像分数组成的数列,Y 为图像有效分数组成的数列。

0S 为视频的初步质量评估分数。

2.2.2 分辨率对视频质量的影响用户终端设备的屏幕分辨率的大小和视频自身分辨率的大小是用户感受到视频质量最直观的影响因素。

先仅考虑视频自身的分辨率,通过统计优酷视频、搜狐视频、华数TV 、乐视TV 的极速、流畅、高清、超清、原画各个分类中视频的分辨率,可以总结为如下表1所示,并计算不同评分下的像素点的大致范围。

表1 视频信息与对应评分的关系然后把视频本身的分辨率和屏幕分辨率结合起来进行视频质量评估。

参照表1中的信息采用传统的主观评估方法,得到图1的极速、流畅、高清、超清四种视频清晰度标准在不同的屏幕像素点的终端中全屏观看时的用户主观感受到的视频质量的评分。

图中四条实线分别是极速、流畅、高清、超清四种标准分辨率的视频实测结果,可以看到当视频分辨率在高清范围内时(30万到50万像素),图像近似于虚线所示的arccot(x)的变换函数。

视频分辨率越靠近两边(极速和超清),图像形变越大,由于目前的移动终端设备主流像素都大于20万,在此条件下,流畅和极速分辨率的视频感知质量相差不大,而超清和原画(未画出)视频的最大的绝对值斜率都很小,所以屏幕像素主要影响的是高清视频的观看质量,由图像可看出,最大的绝对值斜率可近似的认为在视频像素和屏幕像素一致的点处,在此情况下只减少屏幕像素或增大屏幕像素可以相对较明显的感觉到视频质量的变化。

由此得出以下公式:()())1(889.2075.0cot 4889.2075.0cot 4101---=P arc P arc w ππ其中0P 表示终端设备的像素数(单位:万),1P 表示视频自身的像素数(单位:万)。

1w 表示最后视频质量评估的分数因为用户终端设备分辨率不同的影响所进行调整的加权值。

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L 1l ∆-和()60∑l 。

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,∑l 表示缓冲的总时长(单位:秒)。

通过主观评估方法得到了近似的曲线如下: ()()()[])2(60L 1212∑+∆--=l c l c w其中,2w 为视频评估分数的加权值。

1c 、2c 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1c 、2c 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,2c 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1c 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1c 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1.21=c ,9.02=c 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。

相关文档
最新文档