第３３卷第４期 ２０１２年４月 通信学报 Ｖｂｌ＿３３ Ｎｏ．４ Ａｐｒｉｌ ２０１２ Ｊｏｕｒｎａｌ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ 网络视频质量评估技术研究现状及发展动向 杨付正 ，万帅 （１．西安电子科技大学ＩＳＮ国家重点实验室，陕西西安７１００７１；２西北工业大学电子信息学院，陕西西安７１００７２） 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。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 细综述了各模型的特点、关键技术、最新研究成果及标准化进程。 关键词：网络视频；视频质量评估；视频传输 中图分类号：ＴＮ９１９．８ 文献标识码：Ｂ 文章编号：１０００—４３６Ｘ（２０１２）０４ ０１０７．０８ Ｏｖｅｒｖｉｅｗ ｏｆ ｓｔａｔｅ．ｏｆ－ｔｈｅ．ａｒｔ ａｎｄ ｆｕｔｌｌｒｅ ０ｆ ｎｅｔｗｏｒｋｅｄ ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ＹＡＮＧ Ｆｕ—ｚｈｅｎｇ ，ＷＡＮ Ｓｈｕａｉ （１ Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆＩｎｔｅｇｒａｔｅｄ Ｓｅｒｖｉｃｅ Ｎｅｔｗｏｒｋｓ，Ｘｉｄｉａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ ７１００７１，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆＥｌｅｃｔｒｏｎｉｃ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ，Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ ７１００７２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｓｓｅｓｓｍｅｎｔ ｏｆ ｎｅｔｗｏｒｋｅｄ ｖｉｄｅｏ ｑｕａｌｉｔｙ ｉｓ ｔｈｅ ｋｅｙ ｔｏ ｅｎｓｕｒｅ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｓｅｒｖｉｃｅ ｆｏｒ ｎｅｔｗｏｒｋｅｄ ｖｉｄｅｏ ａｐｐｌｉｃａ— ｔｉｏｎｓ．Ｆｒｏｍ ｈｅ ｖｉｔｅｗｐｏｉｎｔ ｏｆ ｔｈｅ ｅｍｐｌｏｙｅｄ ｖｉｄｅｏ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ｔｈｅ ｌｅｖｅｌ ｏｆ ａｃｃｅｓｓ ｔｏ ｔｈｅ ｂｉｔ—ｓｔｒｅａｍ，ｏＮｅｃｔｉｖｅ ｑｕａｌ— ｉｔｙ—ａｓｓｅｓｓｍｅｎｔ ｍｏｄｅｌｓ ｃａｎ ｂｅ ｃａｔｅｇｏｒｉｚｅｄ ｉｎｔｏ ｔｈｅ ｐａｒａｍｅｔｉｃ—ｐｌａｎｎｉｒｎｇ ｍｏｄｅｌ，ｐａｒａｍｅｔｒｉｃ ｐａｃｋｅｔ－ｌａｙｅｒ ｍｏｄｅｌ，ｐａｒａｍｅｔｒｉｃ ｂｉｔ—ｓｔｒｅａｍ—ｌａｙｅｒ ｍｏｄｅｌ，ｍｅｄｉａ—ｌａｙｅｒ ｍｏｄｅｌ，ａｎｄ ｈｙｂｒｉｄ ｍｏｄｅ１．Ｔｈｅ ｃｌａｓｓｉｉｃａｔｆｉｏｎ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｎｅｔｗｏｒｋｅｄ ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｗａｓ ｆｉｒｓｔ ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｎ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｋｅｙ ｔｅｃｈｎｉｑｕｅｓ，ｓｔａｔｅ—ｏｆ－ｔｈｅ—ａｒｔ，ａｎｄ ｓｔａｎｄａｒｄｉｚａｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｅａｃｈ ｍｏｄｅｌ ｗｅｒｅ ｄｅｓｃｒｉｂｅｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｋｅｙ ｆａｃｔｏｒｓ ｗｈｉｃｈ ｉｍｐａｃｔ ｔｈｅ ｎｅｔｗｏｒｋｅｄ ｖｉｄｅｏ ｑｕａｌｉｔｙ． Ｋｅｙ ｗｏｒｄｓ：ｎｅｔｗｏｒｋｅｄ ｖｉｄｅｏ；ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ；ｖｉｄｅｏ ｔｒａｎｓｍｉｓｓｉｏｎ 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。 收稿日期：２０１０．０８．１６；修回日期：２０１１．０５—３０ 网络视频业务占用带宽资源较多、实时性要求 较高，并且对分组丢失、时延、抖动等网络特性非 常敏感，尤其是时变的网络特性严重影响网络视频 业务的质量。通过对网络视频质量的监控和反馈， 可以调节编解码器或信道的参数，改善传输视频的 服务质量。因此，需要实时准确地对网络视频服务 质量进行监控，获得反映用户感受的视频体验质 量。有效的网络视频质量评估已经成为网络视频业 基金项目：国家自然科学基金资助项目（６０９０２０８１，６０９０２０５２）；国际科技合作计划基金资助项目（２０１０ＤＦＢ１０５７０）；西安电 子科技大学基本科研业务基金资助项目（７２００４８８５） Ｆｏｕｎｄａｔｉｏｎ Ｉｔｅｍｓ：Ｔｈｅ Ｎａｔｉｏｎａｌ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ ｏｆ Ｃｈｉｎａ（６０９０２０８１，６０９０２０５２）；Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｏｐｅｒａｔｉｏｎ Ｐｒｏｇｒａｍ ｏｆ Ｃｈｉｎａ（２０ｌ０ＤＦＢ １０５７０）；Ｔｈｅ Ｆｕｎｄａｍｅｎｔａｌ Ｒｅｓｅａｒｃｈ Ｆｕｎｄｓ ｆｏｒ ｔｈｅ Ｃｅｎｔｒａｌ Ｕｎｉｖｅｒｓｉｔｉｅｓ（７２００４８８５） 通信学报 第３３卷 务发展的迫切需要，国际标准化组织ＩＴＵ．Ｔ、ＶＱＥＧ 等正在致力于相关研究的标准化工作 ｑＪ。 传统的服务质量（ＱｏＳ，ｑｕａｌｉｔｙ ｏｆ ｓｅｒｖｉｃｅ）只反 映网络性能参数，如带宽、分组丢失率、延时、 因素。对于确定的网络视频传输系统，接收终端 往往采用缓存机制消除小的时延和抖动，而对具 有较大时延的数据分组做丢弃处理，从而使得时 延、抖动对视频质量的影响也体现为数据分组丢 失。因此本文主要讨论数据分组丢失这一网络参 数对视频质量的影响。 抖动等。由于网络压缩视频流极易受分组丢失等 网络状况的影响，且数据分组丢失对视频质量的 影响与分组丢失的位置、视频的内容密切相关， 分组丢失率等ＱｏＳ参数无法准确反映网络视频的 体验质量（ＱｏＥ，ｑｕａｌｉｔｙ ｏｆ ｅｘｐｅｒｉｅｎｃｅ） Ｊ。主观质量 评估Ｉ６ 可以准确地反映视频的体验质量，但是主 根据对原始参考视频的需求程度，视频客观质 量评估可以分成３大类：全参考视频质量评估、部 分参考视频质量评估和无参考视频质量评估 】。全 参考质量评估方法需要完整的参考视频，如目前广 观评估需要严格的测试环境，易受人为因素影响， 实施步骤复杂，代价昂贵，且实时性不好，无法 应用于实时视频通信中的质量评估。客观质量评 估方法更适用于网络视频业务，客观网络视频质 量评估方法研究已经成为了视频技术研究领域的 热点和难点 Ｊ。 评估网络视频的质量还需要考虑分组丢失、 时延、抖动等网络因素，而各因素对视频质量的 影响与视频的多种特性相关。同时，网络状况的 时变性也为准确评价网络视频质量增加了困难。 本文重点介绍各类网络视频质量评估方法及关键 技术。 本文首先介绍网络视频质量评估方法的分类及 应用场景，进而综述不同网络视频质量评估方法的 关键技术。第２节介绍网络视频质量评估方法的分 类及应用场景。第３—７节分别介绍应用于评估网络视 频质量的基于网络参数的规划模型、基于分组层分析 的评价模型、基于比特流分析的评价模型、基于像素 的评价模型以及混合评价模型。最后总结全文。 ２网络视频质量评估 影响网络视频质量的主要因素为编码压缩和 数据分组丢失 Ｊ，如何有效评价压缩失真和数据 分组丢失对视频质量的影响是建立网络视频质量 评估模型的关健环节。视频编码的压缩失真由有 损压缩引起，因此视频的压缩失真与采用的压缩 标准、压缩速率等因素直接相关。而网络数据分 组丢失会导致视频的相关部分无法直接恢复，且 由于视频压缩算法通常采用预测方式来提高压缩 效率，单个数据分组丢失引起的错误将会通过预 测环节进行传播，进而可能导致连续多个视频帧 质量的下降。此外，即时性是交互式视频的特点， 因此时延、抖动也是影响交互式视频质量的关键 泛使用的峰值信噪Ｌ￣（ＰＳＮＲ，ｐｅａｋ ｓｉｇｎａｌ ｔｏ ｎｏｉｓｅ ｒａｔｉｏ） ｊ。部分参考质量评估方法是指提取原始视频 和失真视频的少量特征信息，然后对特征数据进行 对比分析预测视频质量阻川。无参考质量评估方法则 不需要任何原始视频信息，通常是分析提取视频序 列中的某些特征失真（如块效应、模糊等），然后 根据特征失真的严重程度来预测视频质量Ｉｌ 。 网络视频通信（如图１所示）主要包括信源编 码器、承载网络以及终端解码播放器。由于编码端 可以方便地得到参考视频，因此评价编码器输出视 频的质量（如Ａ点）可以采用全参考的视频质量评 估方法。而接收终端及网络节点往往无法得到完整 的参考视频，因此只能使用无参考或部分参考质量 评估方法。其中，网络节点通常需要同时对大量视 频流进行质量监控（如Ｂ点），这就要求所采用的 评估方法具有低的计算复杂度，接收终端（如Ｃ点） 则对计算复杂度要求相对宽松，而解码后视频的质 量评价（如Ｄ点）只能利用重建视频信息。根据 所使用的信息类型，网络视频客观质量评估方法 可以具体分为：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 模型等㈣。 Ｊ／一一…～一－、、、 圈 悃一．牺≥ 、、、 网络 ，一 ’ ＿－＿…一 图１网络视颁通信框架 ３参数规划模型 参数规划模型根据网络及承载视频的参数预 测传输视频的质量，该模型通常应用于网络及业务 规划，即在已知网络状况的情况下预测传输不同参 第４期 杨付正等：网络视频质量评估技术研究现状及发展动向 ・１０９・ 数视频流可以得到的视频质量。由于视频的质量往 其中，Ｑ 。为原始视频的质量， 、， 。分别为视 往随着码率的增加及分组丢失率的减少而增加，早 期的方法常利用神经网络的方式综合使用网络和 编码参数统计预测视频质量‘¨Ｊ。现有参数规划模型 则分别考虑编码参数和网络特性的影响，如图２所 示，首先根据编码标准、比特率、帧率等编码参数 频空间分辨率变化及显示过程引起的失真。 ＮＴＴ则考虑对于一个特定压缩码率都有一个 最佳编码帧率，因此结合视频帧率、压缩码率编码 参数预测只考虑压缩失真时的视频质量ＩＩ 为 Ｑｃ＝１＋ａ（Ｒ）ｅｘｐ预测视频的压缩失真，然后利用分组丢失率预测数 据分组丢失对视频质量的影响，进而联合２种失真 （一 ）（４） 评价得到整体视频质量。 视频编码参数 编码标准、 编码比特率、 其中，Ｒ为压缩码率，名为压缩帧率，ｏｆｔ（Ｒ）是码 率为Ｒ时的最优帧率，ａ（Ｒ）是码率为Ｒ且帧率为 ｏｆｒ（Ｒ）时视频的质量，ｗ（Ｒ）是码率为Ｒ时视频质量 受帧率的影响程度。进一步考虑数据分组丢失，网 络视频的预测质量为 视频质量评价 编码帧率、 Ｊ帧间隔等 ．．．．………．．．： ：视频质量 信道参数 分组丢失率、 突发丢失 长度、 时延等 －一一一一一一一一一－一一一 ‘．．一．．一．．一．。．．．．．． Ｑ＝Ｑｃ ｐ ｐ ｌ Ｊ ｆ， ＂ｐ 、 ） 其中，尸ｎ 为分组丢失率， （ｒＦ，Ｒ）为码率为 且帧 率为ｒＲ时视频质量受分组丢失的影响程度。该模型 取得了较好的性能，在此基础了形成了ＩＴＵ—Ｔ标准 Ｇ．１０７０￣¨。 闭２网络参数规划模型 总体来说，网络参数规划模型的主要用途是网络 业务规划，利用信道和编码等参数从统计角度预测 视频质量。对于某个特定的视频码流，使用其具体 对于特定的网络视频，当没有发生数据分组丢 失时，视频重构质量完全取决于压缩失真。根据主 观实验结果，德国电信提出视频的压缩失真评价模 型㈣为 Ｉｃｏｄ＝ａｌ ｅｘｐ（ａ２Ｒ）＋ａ３ 的信道及编码参数，该类模型也可以对其进行质量 监控［１６，１７１。然而，由于参数规划模型无法考虑特定视 频流的内容及数据分组丢失的具体位置等特性，该类 （１） 其中，尺为视频的压缩码率，ａ 、ａ，、 为通过训 模型无法准确监测特定网络视频流的质量。 练得到的参数。数据分组丢失造成视频质量下降为 尸 一 ４分组层评价模型 分组层评价模型只允许使用数据分组的头信 息预测视频流质量。该类模型由于只分析数据分组 的头信息，计算复杂度低，适用于网络节点监控大 量视频流的质量。另外，该模型适用于视频载荷信 息进行过加密的情况。分组层评价模型ＥＮＡＭＳ目 视频质量评估 藉 （３） 其中，尸Ｄｌ为分组丢失率，ｂｏ， 为通过训练得到的 参数。最后得到视频的质量为 ＝Ｑｖ。一，ｃ耐一， 一 一，幽 Ｐ视频数据分组 预测视频流参数 Ｉ视频载荷ｌ ｌ ＲＴＰ头Ｉ １ ＵＤＰ￣－－ｌ ｉ Ｉ ｒｒ头 ｌ ．Ｉ编码比特率Ｉ ｌ 帧类型 ｌ 评价模型 压缩失真 Ｉ视频特性Ｉ １分组丢失位置ｌ 图３分组层评价模型 数据分组丢 失对视频质 量影响评价 模型 通信学报 第３３卷 前正处在ＩＴＵ．Ｔ标准化进程中 Ｊ。 ＭＰＥＧ ２．ＴＳ／ＲＴＰ，ＵＤｆ’／ＩＰ、ＭＰＥＧ ２一ＴＳ厂ＵＤＰｆｌＰ、 当视频遭受数据分组丢失时，往往采用时域错 误掩盖方法来恢复视频，视频的时域相关性是影响 时域错误掩盖方法效果的重要因素，数据分组丢失 对视频质量的影响与视频的内容特性密切相关。另 外，错误传播是数据分组丢失影响视频质量的另一 关键因素。图５描述了在不同类型的帧中发生分组 ＲＴＰ／ＵＤＰｆｌＰ是目前较常用的视频流传输协议栈【１ Ｊ。 图３给出了基于ＲＴＰＡＪＤＰ／ＩＰ协议栈视频流的分组 层评价模型框架。该类模型只允许介入视频数据分 组的头信息：ＲＴＰ头、ＵＤＰ头和ＩＰ头，通过分析 头信息提取或预测视频及网络参数，进而评估视频 流的质量。例如，通过ＵＤＰ头和ＲＴＰ头准确得到 视频分组载荷信息的比特数，通过ＲＴＰ头的序列号 得到数据分组的丢失位置，通过ＲＴＰ头时间戳和帧 结束标识区分不同的视频帧等Ｌ２引。 图４给出了４个ＱＣ 格式的视频序列（“Ｃｌａｉｒｅ”、 “Ｍｏｔｈｅｒ＆ｄａｕｇｈｔｅｒ”、“Ｍｏｂｉｌｅ”和“Ｆｏｏｔｂａｌ１Ｌ” 使 用Ｈ．２６４／ＡＶＣ标准Ｌｚ＿ｊＩ压缩后的恢复视频主观质量 与压缩码率的关系，该主观质量为通过主观质量评 估试验得到Ｉ２引，可以看到视频主观质量与压缩码率 有近似的指数关系，但不同序列对应的指数参数不 同，这与不同视频具有不同的内容特性空域复杂度 丢失与错误传播的关系，可以看到帧内编码模式帧 （Ｉ帧）和帧间编码模式帧（Ｐ帧）数据的丢失会导 致后续多个视频帧质量下降，时域错误传播通常会 持续到下一个Ｉ帧才结束 Ｊ；而双向帧间编码模式 帧（Ｂ帧）数据丢失只影响当前帧的质量。因此， 评价数据丢失对视频质量的影响还需要考虑数据 分组丢失的具体位置和所处的帧类型等特性。 分组丢失 １帧 分组丢失 和时域复杂度有关。可见，由于未考虑视频特性， 网络参数规划模型如式（１）和式（４）都无法反映内容 特性对视频质量的影响。 Ｐ帧 分组丢失 Ｂ帧 分组丢失 图５分组丢失发生在不同类型帧造成的错误传播 综上所述，由于网络视频质量与视频内容特性 密切相关，在仅允许使用数据分组头信息的情况 下，需要尽可能地提取或预测视频的内容特征参 数。文献［２４］提出根据每个视频帧的压缩速率预测 视频帧的类型，进而确定数据分组丢失引起的错误 传播长度。文献［２５】提出利用分组头信息预测视频 帧类型、视频帧内容复杂度等特性，进而提高预测 视频流质量的精度。值得注意的是只利用分组头信 图４视频主观质量与压缩码率的关系 息并不能准确获得视频帧的特征信息，因此该类模 分析视频流参数 视频质量评估 ＩＰ视频数据分组 ｌ视频载荷Ｉ ｆ ＲＴＰ￣Ｊ￣ｌ Ｉ ｕＤＰ头Ｉ ｆ －Ｐ头 ｌ ｌ编码比特率ｌ ｌ 帧类型 Ｉ Ｉ视频特性Ｉ １分组丢失位置Ｉ 压缩失真 评价模型 数据分组丢 失对视频质 量影响评价 模型 图６比特流层评价模型 第４期 杨付正等：网络视频质量评估技术研究现状及发展动向 图７只分析视频头的比特流层评价模型 型的性能会受到一定。 ５ 比特流层评价模型 比特流层评价模型允许介入视频数据分组的 载荷信息，因此可以较准确地预测或得到视频帧的 特征信息。图６给出了一个常用的比特流层评价模 型框架。该类模型通过分析分组头和视频载荷信息 来预测或获取视频特征参数，通常包括：帧类型、 内容特征、量化因子、编码速率、分组丢失位置等， 然后结合压缩视频流的特征预测视频流的质量。使 用的特征信息越多通常可以越准确地预测视频质 量，但同时意味着需要对视频流进行越深入的介入 和分析ｌ２圳。ＩＴｕ—Ｔ正在标准化比特流层评价模型 ＥＮＢＡＭＳｔ钔。 比特流层评价模型常被用于预测视频的 ＰＳＮＲ 卜 Ｊ。由于ＰＳＮＲ在很多情况下并不能很好 地反映视频的主观质量，实际应用中更倾向于使用 符合视觉感知的视频质量评估方法，如结合视频的 内容特性预测网络视频的质量【３¨，以及使用量化参 数预测视频流的质量等【３ 。考虑模型的运算复杂 度，本文提出了一种只分析分组头和视频头的比特 流层评价模型 引，能够有效给出符合视觉感知的视 频质量预测（如图７所示）。视频流分析模块首先 得到每个视频帧的编码信息（帧类型、压缩比特率、 量化参数）、丢失数据分组的位置（丢失比特数、 所属帧数）及每个视频帧的持续显示时间。进而根 据编码信息由压缩失真预测模块预测每一个视频 帧的压缩失真，再根据分组丢失信息预测数据分组 丢失对每个视频帧的影响，之后联合压缩失真和数据 分组丢失造成的影响得到每个视频帧的质量，最后考 虑视频的时域失真，结合每个视频帧的持续显示时 间，使用时域联合算法得到整个视频序列的质量。 比特流层评价模型的关键是如何预测每个视 频帧的压缩失真和数据分组丢失对每个视频帧质 量的影响。由于量化是引起视频压缩失真的根本原 因，图８给出了ＱＣＩＦ格式视频序列“Ｎｅｗｓ”、 “Ｓｕｓｉｅ”、“Ｍｏｂｉｌｅ”和“Ｆｏｏｔｂａｌｌ”采用ＭＰＥＧ ４ 标准压缩后的恢复视频主观质量与量化参数的关 系，表明量化参数与视频的压缩质量成近似的线性 关系，但对于不同的视频序列直线的斜率不同，这 反映了人眼的空域掩盖效应和时域掩盖效应。 量化参数 图８压缩视频主观质量与量化参数的关系 比特流层评价模型首先预测视频帧的基本压 缩质量： －ｃＩｎ：ａ１ａ ＋ （６） 其中，ａｐ为第 帧的量化参数。然后考虑人眼的 视觉特性，结合人眼的空域掩盖效应和时域掩盖效 应预测视频帧的压缩质量，将视频帧质量修正为 ‰ ％ ㈣ ＋ ］ （７） 其中，ｏ－ｓ为视频的空域复杂度， 为视频的时 ． ．域复杂度，ａＩ、 、ａ：、 、ｔ；／３、 为模型参数。 初步获得考虑压缩失真的视频质量之后，根据 数据分组丢失的数量和位置预测数据分组丢失对 通信学报 第３３卷 每个视频帧质量的影响。数据分组丢失引起当前帧 质量下降及错误传播引起的质量下降分别为 （８） 信息（如原始水印），然后在解码端提取可能受到 损伤的参考信息（恢复水印），比较恢复水印与原 始水印的损伤部位和程度，来预测视频质量下降的 程度㈣。 无参考的媒体层质量评估方法不需要任何参 ：ｄ ｌ １＋ｆ （９） 景。此类方法通常根据视频的特征失真预测视频的 考额外信息，可以灵活地应用于评价网络视频的场 ，／， ／ 其中，ｄ 为数据分组丢失引起当前帧质量下降， ｄ 为错误传播引起的质量下降，ｄ 为参考视频帧 因数据分组丢失引起的质量下降，ａ 、 、ａ，、 为模型参数。 最后得到视频帧的质量为 ＱＦ． ＝ＱＦ－ｃ＿ 一ｄ （１０） 其中， ｄ ：ｄ＋ｄ。． 。， （１１） 比特流层评价模型允许介入数据分组的视频 载荷，因此可以较准确地预测或获得视频参数及内 容特性。其中，量化参数、编码速率、空域复杂度、 时域复杂度是预测视频压缩失真的关键参数，而压 缩失真、数据分组丢失位置、视频帧类型、时域复 杂度是预测数据分组丢失对视频质量影响的关键 参数。量化参数、编码速率、视频帧类型等参数 只需要解码视频帧头信息即可以得到，而准确获 得或预测空域复杂度、时域复杂度、数据分组丢 失位置等参数则需要对视频流进行更深入解码甚 至完全解码。对视频载荷的深入分析势必增加算 法的运算复杂度，但由于可以借助于多种参数和 视频特征信息，该类模型可以较准确地预测网络 视频流的质量。 ６媒体层评价模型 媒体层评价模型利用视频流的解码视频评价 其质量，通常也称为基于像素的评价模型。媒体层 评价模型一直是视频质量评估领域的研究热点Ｌ７】， 本文只做简单总结和介绍。由于往往无法得到原始 参考视频，全参考的媒体层视频质量评价模型，如 ＩＴｕ Ｔ标准Ｊ．１４４【３４】通常不应用于评价网络视频质 量。部分参考媒体层模型具有代表性的方法是ＮＩＳＴ ＮＴＩＡ方法【１刚，主要包括边缘滤波、特征提取、失 真掩盖、空间失真联合和时间失真联合等模块。 另一类方法是在视频序列中隐性嵌入所需的参考 质量，如Ｐｈｉｌｉｐｓ提出分别测量震荡效应、方块效应、 噪声、钳位、对比度等特征失真，然后联合各特征 失真评价视频的质量 。由于采用不同压缩或处理 算法引起的特征失真不同，因此基于特征失真的方 法不具有普遍适用性。 由于视频序列具有强的时间相关性，相邻视频 帧内的静止和平动区域有很强的相似性，因此利用 相邻视频帧作为参考，提出了一种适用于自然场景 视频的无参考质量评估方法Ｉ３ 。对于自然场景视 频，其内容通常包括静止的背景区域、平动物体区 域和复杂运动物体区域。相邻视频帧中背景区域对 应像素值的变化很小，一般以随机噪声为主。而相 邻视频帧中作复杂运动的区域变化明显，且其变化 不可预测。对于相邻图像内的平动区域，物体的运 动也会引起其亮度的变化，利用压缩恢复视频中的 平动物体在相邻帧的对应区域的差别能够很好地 反映视频的质量。 综上所述，媒体层评价模型只根据恢复视频的 像素值预测视频质量，无法使用网络视频流的相关 信息，而从码流中可以获得的信息，如量化因子可 以很好地反映视频的压缩质量，利用ＲＴＰ头信息中 的序列号可以确定遭受数据丢失的视频帧，结合视 频帧的编码类型可以确定受影响的视频帧等。而媒 体层评价模型无法准确确定受数据丢失影响的视 频帧，必须采用错误检测算法判断是否受数据丢失 影响，并且该类模型应用于评价网络视频流时需要 对视频流进行完全解码，不适用于实时性要求较高 的场合。 ７混合评价模型 混合评价模型允许同时使用恢复视频和比特 流信息进行质量评价。图９给出了分组层评价模型、 比特流层评价模型、媒体层评价模型和混合评价模 型评价模型的可使用信息及相互关系，可以看出混 合评价模型允许使用其他模型使用的所有信息，因 此使用其他模型的各种技术，混合评价模型具有最 第４期 杨付正等：网络视频质量评估技术研究现状及发展动向 ・１１３・ 优的性能，目前ＶＱＥＧ正在标准化混合评价模型 。 图９视频流质量评估模型关系 文献［３７１提出了一种典型的混合评价模型。该 模型首先利用视频序列的量化参数预测视频质量： Ⅳ一１Ｍ一】 ＝（１／｜７Ｖ× ）∑∑ａ （，ｚ， ） （１２） ｎ＝Ｏｍ＝０ 其中，Ｑ （ ，ｍ）表示第ｒ／个视频帧第ｍ个宏块的量 化系数。 然后结合人眼的视觉特性，利用视频的特征参 数对比度修正初始质量。 文献［３８】中的混合评价模型则对平均量化参 数、视频时域复杂度、视频空域复杂度进行加权联 合预测视频质量。此外，文献［３９】首先利用压缩码 率预测视频平均质量： ＝ｌ＋ａｔ一雨赢 （ ） 然后，利用视频时域复杂度对视频平均质量进 行修正得到视频质量： ＝ａａ ＋（ａ５＋ａ６Ｘ） （１４） 其中，ａａ、ａ２、ａ３、ａ４、ａ５、ａ６为模型参数， 反映视频时域复杂度对质量的影响。 混合评价模型可以利用比特流信息和恢复视 频信号得到任何信息，如通过分析视频数据分组可 以得到量化参数、帧类型、数据分组丢失的具体位 置等关键参数，利用恢复视频信号可以准确得到视 频的内容特征空域复杂度、时域复杂度等。因此， 混合评价模型具有出色的性能，但利用更多信息的 同时意味着更为复杂的参数提取或预测过程。混合 评价模型的关键技术是如何有效选择参数，以及如 何合理组合利用各参数。 ８结束语 网络视频质量评价已经成为网络视频业务发展 的迫切需求，而视频特征信息获取、计算复杂度、 实时性要求、以及分组丢失、时延、抖动等网络因 素都为有效评价网络视频质量增加了困难。本文介 绍了现有各类网络视频质量评价方法。其中，网络 参数规划模型根据已知的信道和编码参数从统计角 度预测视频业务的质量，由于不考虑特定传输视频 流的内容及数据分组丢失的具体位置等特性，其主 要用途是网络规划。分组层评价模型只允许介入视 频分组的头信息，比特流层评价模型则还允许介入 视频载荷信息，这２类模型的关键技术是如何有效 地预测或获得视频参数及内容特性，相应的低复杂 度优势使之适用于在网络节点监测网络视频流的质 量。媒体层评价模型只允许使用恢复视频信息，需 要对网络视频流进行全解码，不适用于实时性要求 较高的场合。混合评价模型可以利用比特流信息和 恢复视频信号等得到的任何信息，可以使用已有其 他模型的所有技术，该类模型得到了最优的性能。 参考文献： ［１】ＩＴＵ—Ｔ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｇ．１０７０．Ｏｐｉｎｉｏｎ Ｍｏｄｅｌ ｆｏｒ Ｖｉｄｅｏ—Ｔｅｌｅｐｈ－ ｏｎｙ Ａｐｐｌｉｃａｔｉｏｎｓ［Ｓ］．２００７． ［２１ ＩＴＵ—Ｔ ＳＧ１２ Ｔｅｍｐｏｒａｒｙ Ｄｏｃｕｍｅｎｔ ＴＤ ２９９．Ｓｔａｔｕｓ ｒｅｐｏｒｔ ｏｆ Ｑｕｅｓｔｉｏｎ １４／１２［Ｒ］．２０１０． 【３］ｌＴＵ Ｔ ＳＧ１２ Ｔｅｍｐｏｒａｒｙ Ｄｏｃｕｍｅｎｔ ＴＤ ２９７．Ｕｐｄａｔｅｄ Ｄｒａｆｔ Ｔｅｒｍｓ ｏｆ Ｒｅｆｅｒｅｎｃｅ ｏｆｒ Ｐ ＮＡＭＳ［Ｒ］２０１０． ［４］ＶＱＥＧ Ｄｏｃｕｍｅｎｔ．Ｈｙｂｒｉｄ Ｐｅｒｃｅｐｔｕａｌ／Ｂｉｔｓｔｒｅａｍ Ｇｒｏｕｐ ＴＥＳＴ ＰＬＡＮ １．１［Ｒ】．２０１０． 【５】ＦＲＡＮＫＥＮ Ｌ Ｑｕａｌｉｔｙ ｏｆ Ｓｅｒｖｉｃｅ Ｍａｎａｇｅｍｅｎｔ：Ａ Ｍｏｄｅｌ—Ｂａｓｅｄ Ａｐ— ｐｒｏａｃｈ［Ｄ］．Ｎｅｔｈｅｒｌａｎｄｓ：Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｗｃｎｔｅ，１９９６． ［６］ＩＴＵ—Ｒ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ＢＴ．５００—１ １．Ｍｅｔｈｏｄｏｌｏｇｙ ｆｏｒ ｔｈｅ Ｓｕｂｊｅｃｔｉｖｅ Ａｓｓｅｓｓｍｅｎｔ ｏｆ ｔｈｅ Ｑｕａｌｉｔｙ ｏｆ Ｔｅｌｅｖｉｓｉｏｎ Ｐｉｃｔｕｒｅｓ［Ｓ］．２００２． ［７】Ｗｕ Ｈ Ｒ，ＲＡＯ Ｋ Ｒ．Ｄｉｇｉｔａｌ Ｖｉｄｅｏ Ｉｍａｇｅ Ｑｕａｌｉｔｙ ａｎｄ Ｐｅｒｃｅｐｔｕａｌ Ｃｏｄｉｎｇ［Ｍ］．ＣＲＣ Ｐｒｅｓｓ，２００６． ［８］ 杨付正．数字视频客观质量评估方法研究［Ｄ］．西安：西安电子科 技大学，２００５ ＹＡＮＧ Ｆ Ｚ．Ｓｔｕｄｙ ｏｎ Ｏｂｊｅｃｔｉｖｅ Ｑｕａｌｉｔｙ Ａｓｓｅｓｓｍｅｎｔ Ｍｅｔｈｏｄ ｏｆｒ Ｄｉｇｉ— ｔａｌ Ｖｉｄｅｏ［Ｄ］．Ｘｉ’ａｌｌ：Ｘｉｄｉｎａ Ｕｎｉｖｅｒｓｉｔｙ，２００５． 【９］ＷＡＮＧ Ｚ，ＢＯＶ１Ｋ Ａ Ｃ．Ｍｅａｎ ｓｑｕａｒｅｄ ｅｒｒｏｒ；ｌｏｖｅ ｉｔ ｏｒ ｌｅａｖｅ ｉｔ？一ａ ｎｅｗ ｌｏｏｋ ａｔ ｓｉｇｎａｌ ｆｉｄｅｌｉｔｙ ｍｅａｓｕｒｅｓ［Ｊ］．ＩＥＥＥ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｍａｇａｚｉｎｅ，２００９，２６（１）：９８—１ １７． ［１０］ＰＩＮＳＯＮ Ｍ Ｈ，ＷＯＬＦ Ｓ．Ａ ｎｅｗ ｓｔａｎｄａｒｄｉｚｅｄ ｍｅｔｈｏｄ ｏｆｒ ｏｂｊｅｃｔｉｖｅｌｙ ｍｅａｓｕｒｉｎｇ ｖｉｄｅｏ ｑｕａｌｉｔｙ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｂｒｏａｄｃａｓｔｉｎｇ，２００４， ５０（３）：３１２—３２２． 【１ １】ＣＡＶＩＥＤＥＳ Ｊ，ＯＢＥＲＴＩ Ｆ．Ｎｏ—ｒｅｆｅｒｅｎｃｅ ｑｕａｌｉ【ｙ ｍｅｔｒｉｃ ｏｆｒ ｄｅｇｒａｄｅｄ ｎａｄ ｅｎｈａｎｃｅｄ ｖｉｄｅｏ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＳＰＩＥＩＣ］．Ｌｕｇａｎｏ，Ｓｗｉｔｚｅｒｌａｎｄ， ２００３．６２】．６３２． ・１１４・ 通信学报 第３３卷 【１２】ＴＡＫＡＨＡＳＨＩ Ａ，ＹＯＳＨＩＮＯ Ｈ，ＫＩＴＡＷＡＫＩ Ｎ．Ｐｅｒｃｅｐｔｕａｌ ＱｏＳ ａｓｓｅｓｓｍｅｎｔ ｔｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ ＶｏｌＰ［Ｊ］．ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｍａｇａ－ ｚｉｎｃ，２００４，４２（７）：２８－３４． 【１３】ＭＯＨＡＭＥＤ Ｓ，ＲＵＢＩＮＯ Ｇ．Ａ ｓｔｕｄｙ ｏｆ ｒｅａｌ－ｔｉｍｅ ｐａｃｋｅｔ ｖｉｄｅｏ ｑｕａｌｉｔｙ ｕｓｉｎｇ ｒａｎｄｏｍ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｉｒｃｕｉｔｓ Ｓｙｓ— ｔｅｍ Ｖｉｄｅｏ Ｔｅｃｈｎｏｌｏｇｙ．２００２．１２（１２）：２０７１－１０８３． 【２４】ＲＡＡＫＥ Ａ，ＧＡＲＣＩＡ Ｍ Ｎ，ＭＯＬＬＥＲ Ｓ．Ｔ—Ｖ．ｍｏｄｅｌ：ｐａｒａｍｅｔｅｒ．ｂａｓｅｄ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ＩＰＴＶ ｑｕａｌｉｙｔ［Ａ］，Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ ＩＣＡＳＳＰ［Ｃ］．Ｌａｓ Ｖｅｇａｓ，Ｎｅｖａｄａ，ＵＳＡ，２００８．１ １４９一ｌ ２５２． 【２５】ＹＡＭＡＧＩＳＨＩ Ｋ，ＨＡＹＡＳＨＩ Ｔ．Ｏｐｉｎｉｏｎ ｍｏｄｅｌ ｆｏｒ ｅｓｔｉｍａｔｉｎｇ ｖｉｄｅｏ ｑｕａｌｉｔｙ ｏｆ ｖｉｄｅｏｐｈｏｎｅ ｓｅｒｖｉｃｅｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ ＧＬＯＢＥ・ ＣＯＭ【Ｃ】．Ｓａｎ Ｆｒａｎｃｉｓｃｏ，ＣＡ，ＵＳＡ，２００６． ［１６】ＹＡＭＡＧＩＳＨＩ Ｋ，ＨＡＹＡＳＨＩ Ｔ．Ｐａｒａｍｅｔｒｉｃ ｐａｃｋｅｔ－ｌａｙｅｒ ｍｏｄｅｌ ｆｏｒ ｍｏｎｉｔｏｒｉｎｇ ｖｉｄｅｏ ｑｕａｌｉｔｙ ｏｆ ＩＰＴＶ ｓｅｒｖｉｃｅｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ＩＣＣ［Ｃ］．Ｂｅｉｊｉｎｇ，Ｃｈｉｎａ，２００８，ｌ１０一ｌ１４． ［１７】ＧＵＳＴＡＦＳＳＯＮ Ｊ，ＨＥＩＫＫＩＬＡ Ｇ，ＰＥＴｒＥＲＳＳＯＮ Ｍ．Ｍｅａｓｕｒｉｎｇ ｍｕｌｔｉｍｅｄｉａ ｑｕａｌｉｔｙ ｉｎ ｍｏｂｉｌｅ ｎｅｔｗｏｒｋｓ ｗｉｈｔ ａｎ ｏｂｊｅｃｔｉｖｅ ｐａｒａｍｅｔｒｉｃ ｍｏｄｅｌ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｆｆ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ［Ｃ］．Ｓａｎ Ｄｉｅｇｏ，Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ，２００８．４０５—０４８． 【１８］ＩＳＯ／ＩＥＣ ＤＩＳ １３８１８—２．Ｇｅｎｅｒｉｃ Ｃｏｄｉｎｇ ｏｆ Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅｓ ａｎｄ Ａｓｓｏ－ ｃｉａｔｅｄ Ａｕｄｉｏ Ｉｎｆｏｒｍａｔｉｏｎ［Ｓ］．１９９４． ｆ１９１腰ＴＦ ＲＦＣ １８８９．ＲＴＰ：Ａ Ｔｒａｎｓｐｏｒｔ Ｐｒｏｔｏｃｏｌ ｆｏｒ Ｒｅａｌ—ｔｉｍｅ Ａｐｐｌｉｃａ— ｔｉｏｎｓ［Ｓ］．１９９６． 【２０】ＩＥＴＦ ＲＦＣ ７６８．Ｕｓｅｒ Ｄａｔａｇｒａｍ Ｐｒｏｔｏｃｏｌ［Ｓ］．１９８０． 【２２】ＩＥＴＦ，ＲＦＣ ７９１．Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ［Ｓ］．１９８１． 【２２】ＹＡＮＧ Ｆ，ＳＯＮＧ Ｊ，ＷＡＮ Ｓ．Ａ ｎｏ－ｒｅｆｅｒｅｎｃｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｓｙｓ— ｔｅｒｎ ｆｏｒ ｖｉｄｅｏ ｓｔｒｅａｍｉｎｇ ｏｖｅｒ ＲＴＰ［Ｊ］．Ａｄｖａｎｃｅｄ Ｍａｔｅｒｉｌａｓ Ｒｅｓｅａｒｃｈ， ２０１ １，１７９：２４３—２４８． ［２３】ⅡＵ Ｔ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｈ．２６４ ａｎｄ ＩＳＯ／ＩＥＣ１４４９６－１０ ＡＶＣ Ｓｔｎａｄａｒｄ． Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ ｆｏｒ Ｇｅｎｅｒｉｃ Ａｕｄｉｏｖｉｓｕａｌ Ｓｅｒｖｉｅｃｓ［Ｓ］．Ｍａｒｃｈ， ２ｏｏ９． 【２４】ＹＡＭＡＤＡ Ｔ，ＹＡＣＨＩＤＡ Ｓ。ＳＥＮＤＡ Ｙ．Ａｃｃｕｒａｔｅ ｖｉｄｅｏ—ｑｕａ］ｉｔｙ ｅｓｔｉ． ｍａｒｉｏｎ ｗｉｈｔｏｕｔ ｖｉｄｅｏ ｄｅｃｏｄｉｎｇ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎ— ｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ Ｓｐｅｅｃｈ ｎａｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ［Ｃ］．Ｄａｌｌａｓ，Ｔｅｘａｓ， ＵＳＡ，２０１０，２４２６－２４２９． 【２５】ｎｕ—Ｔ ＳＧ１２ Ｄｏｃｕｍｅｎｔ ０８１１－Ｑ１４－１３．Ｈｉｇｈ Ｌｅｖｅｌ Ｏｖｅｒｖｉｅｗ ｏｆ ＶＱｍｏｎ／ＨＤ ｌａｇｏｒｉｈｔｍ［Ｒ］．２００８． 【２６】ＲＥＩＢＭＡＮ Ａ Ｒ，ＶＡＩＳＨＡＭＰＡＹＡＮ Ｖ Ａ，ＳＥＲＭＡＤＥＶＩ Ｙ．Ｑｕａｌｉｔｙ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ｖｉｄｅｏ ｏｖｅｒ ａ ｐａｃｋｅｔ ｎｅｔｗｏｒｋ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｍｕｌｔｉｍｅｄｉａ，２００４，６（２）：３２７—３３４． 【２７】ＫＮＥＥＭ．Ａ ｓｉｎｇｌｅ－ｅｎｄｅｄ ｐｉｃｔｕｒｅ ｑｕａｌｉｔｙｍｅａｓｕｒｅｆｏｒＭＰＥＧ－２［Ａ］．Ｐｒｏｃ ＩｎｔＢｒｏａｄＣｏｎｖｅｎｔｉｏｎ［ｑ．２０００．９５—１００． ［２８］ＴＵＲＡＧＡ Ｄ Ｓ，ＣＨＥＮ Ｙ，ＣＡＶＩＥＤＥＳ Ｊ．Ｎｏ ｒｅｆｅｒｅｎｃｅ ＰＳＮＲ ｅｓｔｉｍａ－ ｔｉｏｎ ｆｏｒ ｃｏｍｐｒｅｓｓｅｄ ｐｉｃｔｕｒｅｓ［Ｊ］．Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ：Ｉｍａｇｅ Ｃｏｍｍｕｎｉ— ｃａｒｌｏｎ，２ｏ０４，ｌ９（２）：１７３．１８４． 【２９】ＩＣＨＩＧＡＹＡ Ａ，ＫＵＲＯＺＵＭＩ Ｍ，ＨＡＲＡ Ｎ．Ａ ｍｅｔｈｏｄ ｏｆ ｅｓｔｉｍ撕ｎ２ ｃｏｄｉｎｇ ＰＳＮＲ ｕｓｉｎｇ ｑｕａｎｔｉｚｅｄ ＤＣＴ ｃｏｅｆｉｆｃｉｅｎｔｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｉｒｃｕｉｔｓ Ｓｙｓｔｅｍｓ Ｖｉｄｅｏ Ｔｅｃｈｎｏｌｏｇｙ，２００６，１６（２）：２５１—２５９． 【３ｏ１ ＢＲＡＮＤＡＯ Ｔ，ＱＵＥＬＵＺ Ｍ．Ｐ．Ｎｏ—ｒｅｆｅｒｅｎｃｅ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓ－ ｍｅｎｔ ｂａｓｅｄ ｏｎ ＤＣＴ ｄｏｍａｉｎ ｓｔａｔｉｓｔｉｃｓ［Ｊ］．Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，２００８， ８８（４）：８２２－８３３． ［３ｌ】ＶＥＲＳＣＨＥＵＲＥ Ｏ，ＦＲＯＳＳＡＲＤ Ｐ，ＨＡＭＤＩ Ｍ．Ｕｓｅｒ ｏｒｉｅｎｔｄｅ ＱｏＳ ｎａａｌｙｓｉｓ ｉｎ ＭＰＥＧ－２ ｖｉｄｅｏ ｄｅｌｉｖｅｒｙ［Ｊ］．Ｒｅａｌ—Ｔｉｍｅ Ｉｍａｇｉｎｇ，１９９９， ５（５）：３０５－３１４． ［３２】ＷＡＴＡＢＡＢＥ Ｋ，ＹＡＭＡＧＩＳＨＩ Ｋ，ＯＫＡＭＯＴＯ Ｊ．Ｐｒｏｐｏｓｌａ ｏｆ ｎｅｗ ＱｏＥ ａｓｓｅｓｓｍｅｎｔ ａｐｐｒｏａｃｈ ｆｏｒ ｑｕａｌｉｔｙ ｍａｎａｇｅｍｅｎｔ ｏｆ ＩＰＴＶ ｓｅｒ－ ｖｉｃｅｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ ＩＣＩＰ［Ｃ］．Ｓａｎ Ｄｉｅｇｏ，Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ， ２００８．２０６０－２０６３． 【３３】ＹＡＮＧ Ｆ，ＷＡＮ Ｓ，ＸＩＥ Ｑ．Ｎｏ－ｒｅｆｅｒｅｎｃｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｆｏｒ ｎｅｔ－ ｗｏｒｋｅｄ ｖｉｄｅｏ ｖｉａ ｐｒｉｍａｒｙ ｎａａｌｙｓｉｓ ｏｆ ｂｉｔ—ｓｔｒｅａｍ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｉｒｃｕｉｔｓ Ｓｙｓｔｅｍｓ Ｖｉｄｅｏ Ｔｅｃｈｎｏｌｏｇｙ，２０１０，２０（１１）：１５４４－２５５４． ［３４】ＩＴＵ—Ｔ Ｒｅｃ．Ｊ．１４４．Ｏｂｊｅｃｔｉｖｅ Ｐｅｒｃｅｐｔｕａｌ Ｖｉｄｅｏ Ｑｕａｌｉｔｙ Ｍｅａｓｕｒｅｍｅｎｔ Ｔｅｃｈｎｉｑｕｅｓ ｆｏｒ Ｄｉｇｉｔａｌ Ｃａｂｌｅ Ｔｅｌｅｖｉｓｉｏｎ ｉｎ ｔｈｅ ｒＰｅｓｅｎｃｅ ｏｆ ａ Ｆｕｌｌ Ｒｅｆ－ ｅｒｅｎｃｅ［Ｓ］．２Ｏ０４． 【３５］ＹＡＮＧ Ｆ，ＷＡＮＧ Ｘ，ＣＨＡＮＧ Ｙ．Ｎｏ ｒｅｆｅｒｅｎｃｅ ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓｓ— ｍｅｒｉｔ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｄｉｇｉｔａｌ ｗａｔｅｒｍａｒｋ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎ— ｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｐｅｒｓｏｎａｌ，Ｉｎｄｏｏｒ ａｎｄ Ｍｏｂｉｌｅ Ｒａｄｉｏ Ｃｏｍ－ ｍｕｎｉｃａｔｉｏｎ［Ｃ］．Ｂｅｉｊｉｎｇ，Ｃｈｉｎａ，２００３．２７０７—２７１０． ［３６】ＹＡＮＧ Ｆ，ｗＡＮ Ｓ，ＣＨＡＮＧ Ｙ．Ａ ｎｏｖｅｌ ｏｂｊｅｃｔｉｖｅ ｎｏ．ｒｅｆｅｒｅｎｃｅ ｍｅｔｒｉｃ ｆｏｒ ｄｉｇｉｔａｌ ｖｉｄｅｏ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ［Ｊ］．ＩＥＥＥ Ｓｉｇｎａｌ ｒＰｏｃｅｓｓｉｎｇ Ｌｅｔｔｅｒｓ ２００５．１２（１０）：６８５—６８９． ｆ３７］ＤＡＶＩＳＡＧ，ＢＡＹＡＲＴＤ，ＨＡＮＤＳＤ Ｓ．Ｈｙｂｒｉｄ ｎｏ—ｒｅｆｅｒｅｎｃｅ ｖｉｄｅｏ ｑｕａｌｉｔｙ ｐｒｅｄｉｃｔｉｏｎ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｂｒｏａｄｂａｎｄ Ｍｕｌｔｉｍｅｄｉａ Ｓｙｓｔｅｍｓ ａｎｄ Ｂｒｏａｄｃａｓｔｉｎｇ［Ｃ］．Ｂｉｌｂａｏ，Ｓｐａｉｎ， ２０Ｏ９． ［３８】ＳＵＧＩＭＯＴＯ ０，ＮＡＦＦＯ Ｓ，ＳＡＫＡＺＡＷＡ Ｓ．Ｏｂｊｅｃｔｉｖｅ ｐｅｒｃｅｐｔｕａｌ ｖｉｄｅｏ ｑｕａｌｉｔｙ ｍｅａｓｕｒｅｍｅｎｔ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｈｙｂｒｉｄ ｎｏ ｒｅｆｅｒｅｎｃｅ ｆｒａｍｅｗｏｒｋ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ ｒＰｏｃｅｓｓｉｎｇ［Ｃ］．Ｃａｉｒｏ，Ｅｇｙｐｔ，２００９． 【３９】ＹＡＭＡＧＩＳＨＩ Ｋ，ＫＡＷＡＮＯ Ｔ，ＨＡＹＡＳＨＩ Ｔ．Ｈｙｂｒｉｄ ｖｉｄｅｏ－ｑｕａｌｉｔｙ— ｅｓｔｉｍａｔｉｏｎ ｍｏｄｅｌ ｆｏｒ Ｉ州ｓｅｒｖｉｃｅｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｇｌｏｂａｌ Ｔｅｌｅ— ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｃｏｎｆｅｒｅｎｃｅ［Ｃ］．Ｈａｗａｌｌ，ＵＳＡ，２００９． 作者简介： 杨付正（１９７７ ），男，山东德州人， 博士，西安电子科技大学副教授，主要研 究方向为视频压缩和视频质量评估。 万帅（１９７９．），女，河南洛阳人，博 士，西北工业大学副教授，主要研究方向 为多媒体通信。
