美女视频黄视大全视频免费,美女视频黄免费网址,日本好看的美女视频

IP視頻系統(tǒng)的視頻質量客觀測試

袁飛 2010/08/17

　　視頻質量客觀測試是利用機器或程序來評價視頻質量的方法，由運行特定算法的程序或機器完成視頻處理效果的優(yōu)劣評價，排除了主觀評價時的外在條件及人員差異性的影響。

1.引言

　　決定一個視頻系統(tǒng)的好壞主要在于其視頻處理效果，而如何評價視頻處理效果則是以一個比較棘手的問題。目前常用的方法就是通過人眼來直接觀看，但是由于人眼的主觀性及觀看人員的單體差異性，對于同樣的視頻處理結果，不同的人的感受是不一樣的；此外，燈光、觀看距離、顯示設備等外在條件也會限制觀看人員的評價結果。為體現(xiàn)公平性，在評價一個視頻系統(tǒng)之前，通常需要召集多個經(jīng)過培訓的觀看人員，并搭建一個燈光、觀看距離、顯示設備都固定的觀看室，整個過程繁瑣且耗費時間較長、成本較大。為解決主觀評價存在的缺陷，多個研究機構提出了視頻質量客觀測試方法，即利用機器或程序來評價視頻質量的方法，由運行特定算法的程序或機器完成視頻處理效果的優(yōu)劣評價，這樣就排除了主觀評價時的外在條件及人員差異性的影響。

2.視頻質量客觀測試原理、測試模型及標準

　　2.1 測試原理

　　目前常用的主要基于以下兩種：

　　通過計算參考和測試圖像之間的峰值信噪比來確定視頻處理系統(tǒng)的優(yōu)劣（原理如圖1所示）。其計算公式為：
PSNR (dB) = 20*log10(信號峰值/差值) 其中，信號峰值=255（有時等于239），差值= [參考像素值]-[損傷像素值]

基于噪聲的客觀測試模型原理

圖1 基于噪聲的客觀測試模型原理
　　PSNR計算起來簡單、快捷，實現(xiàn)起來較容易，而且對于檢測視頻處理硬件及軟件具有很好的幫助作用，但其測試結果與人眼的主觀感受相差較大，目前只是作為視頻處理系統(tǒng)設計開發(fā)過程中的一個參考值，不能作為視頻處理系統(tǒng)的評價標準。

　　在人眼視覺模型研究的基礎上，建立一定的統(tǒng)計數(shù)學模型，通過該數(shù)學模型來提取參考視頻和測試視頻中人眼較敏感的亮度、邊緣、連貫性等特征信息，再對這些提取的特征進行差分比較之后給出評價值。基本原理及處理過程如圖2所示：

基于人眼視覺模型的客觀測試模型原理

圖2 基于人眼視覺模型的客觀測試模型原理
　　其測試過程基本模擬了人眼的主觀評價過程，因此其結果與主觀評價的結果一致性較高，可客觀反映視頻處理系統(tǒng)的優(yōu)劣。

　　2.2 測試模型

客觀測試通用模型

圖3 客觀測試通用模型
　　在圖3所示的測試模型中，客觀測試系統(tǒng)會對同時對輸入的參考視頻及測試視頻內(nèi)容進行比較，比較算法可以采用基于噪聲的信噪比算法，也可以根據(jù)人眼視覺系統(tǒng)提取出人眼可感知特征后，再對這些特征值進行差異比較，然后綜合所有的比較結果給出視頻質量評價值。

　　通常為保證評價的公正性�？陀^測試系統(tǒng)在對參考/測試視頻進行比較之前，需要糾正被測視頻系統(tǒng)中非編解碼引入的一些畫面偏移，如時空偏移、增益等變化，每種客觀測試標準都會有自己的糾正算法，通過這些糾正算法可以排除時間的前后偏移、空間的上下左右偏移、以及增益的變化對最終的計算結果的影響，以給出較可靠的客觀的視頻質量評價。

　　2.3 測試標準

　　目前最常見的客觀測試標準是PSNR（峰值信噪比）測試算法，但是其測試結果與主觀評價結果的一致性較差，不能完全反應人眼的主觀感覺。因此有多個機構提出了與主觀評價結果一致性較好的客觀評價算法，如美國國家電信和信息管理局（NTIA）提出的視頻質量度量（VQM）算法及其模型、英國電信BT提出的全參考視頻質量模型及其算法（BTFR）、巴西電信發(fā)展研究中心（CPqD）提出的基于分段的圖像評價（IES）算法，以及泰克公司和Sarnoff公司提供的PQR算法等，這些客觀算法都是在模擬人眼視覺模型的基礎上建立的。

　　為驗證這些客觀測試標準與主觀評價結果的一致性，視頻質量專家組（VQEG）在2003年進行的第二次視頻質量專題測試中，對上述客觀算法與主觀算法的關聯(lián)性進行了驗證測試，測試結果如表1和表2所示，可以發(fā)現(xiàn)，NTIA提供的VQM客觀視頻質量評價方法對于PAL制及N視頻格式都有較好的表現(xiàn)，與主觀測試結果的一致性較好。

PAL制式下客觀評價與主觀評價結果關聯(lián)性

表1 PAL制式下客觀評價與主觀評價結果關聯(lián)性
NTSC制式下客觀評價與主觀評價結果關聯(lián)性

表2 NTSC制式下客觀評價與主觀評價結果關聯(lián)性
　　VQM 客觀測試標準是利用統(tǒng)計學原理模擬實際的人眼視覺系統(tǒng)，在提取參考及其對應的測試圖像中人眼能夠感知的圖像特征值（亮度、色彩、時空變化等信息）的基礎上，計算得出視頻質量客觀評價值，該評價值為人眼可感知的模糊、塊失真、不均勻/不自然的運動、噪音和錯誤塊等損傷的綜合反映，其值位于0~1之間，值越小越好。

　　VQM的具體處理過程如圖4所示：

VQM客觀測試處理過程示意

圖4 VQM客觀測試處理過程示意

參考及測試視頻流的采集保存及模擬/數(shù)字信號轉換；

測試視頻流的校準，依據(jù)參考視頻，去除測試視頻中的時間偏移、空間偏移、增益等非編解碼引入的變化；

提取參考及測試視頻圖像中人眼可感知的特征：模糊、塊失真、不均勻/不自然的運動、噪音和錯誤塊等信息；

對于步驟3提取的每一種特征值進行一定的差分比較計算，依據(jù)視頻測試序列的長短進行統(tǒng)計平均；

使用VQM合并計算公式合并步驟4計算的每種特征值的統(tǒng)計平均值，給出最終的視頻質量客觀評價值（VQM），最終計算獲得的VQM值位于0到1之間，數(shù)值越小代表視頻質量越好。

3.視頻質量客觀測試舉例

　　3.1 環(huán)境搭建

　　根據(jù)VQM算法的原理及客觀測試模型搭建測試環(huán)境，如圖5所示：

VQM視頻質量客觀測試環(huán)境

圖5 VQM視頻質量客觀測試環(huán)境
　　參考視頻輸入PC負責播放標準的各種場景的視頻測試序列，并通過視頻顯卡先后輸出至編碼器及視頻采集PC；

　　視頻采集PC將參考視頻輸入PC輸入的視頻內(nèi)容以無壓縮的格式保存，為后續(xù)的視頻質量評價提供參考視頻文件；

　　編碼器將輸入的各場景的視頻內(nèi)容編碼之后，發(fā)送給解碼器，解碼器解碼后輸出給視頻采集PC，視頻采集PC采集后同樣以無壓縮的格式保存，為為后續(xù)的視頻質量評價提供測試視頻文件。

　　安裝在采集PC上的 VQM 視頻質量評價程序對參考視頻及測試視頻進行相應的計算，給出視頻處理系統(tǒng)的視頻質量評價。

　　3.2 測試過程

　　選擇H3C視頻會議系統(tǒng)進行驗證測試，并將其測試結果與主觀測試結果進行大致驗證。具體過程如下：

　　1. 選擇多個特定的視頻測試場景序列。這是因為大多數(shù)的視頻編解碼系統(tǒng)的處理效果與視頻場景切切相關，通常情況下，視頻編解碼系統(tǒng)對于靜止場景的處理效果要好于劇烈運動的場景。根據(jù)H3C視頻會議系統(tǒng)的應用場景及現(xiàn)有的視頻素材，選擇如表3所示的視頻測試序列。

測試場景選擇及說明

表3 測試場景選擇及說明
　　2. 為適應VQM 計算工具的某些要求，，需要對這些視頻序列進行簡單的處理，包括將每個視頻場景長度裁剪為14S，格式轉化為播放器可連續(xù)播放的格式。之后使用裝有高清顯卡的PC播放這些視頻測試序列，再通過高清顯卡輸出至被測系統(tǒng)或視頻采集PC。

　　3. 將參考視頻輸入PC播放的視頻測試序列直接輸出至視頻采集PC，視頻采集PC將這些測試場景采集并保存作為后續(xù)的參考視頻。

　　4. 將參考視頻輸入PC的播放的視頻測試序列輸出至被測視頻處理系統(tǒng)，相應的視頻測試序列經(jīng)被測系統(tǒng)處理后輸給視頻采集PC，視頻采集PC進行采集并保存為測試視頻；

　　5.在視頻采集PC上將之前采集的參考視頻及測試視頻進行一定的無損轉換，轉換為VQM軟件需要的格式，之后提供給VQM測試工具進行一些列的數(shù)學計算，最終給出客觀視頻質量評價值VQM。

　　3.3 測試過程的自動化實現(xiàn)

　　我們在測試過程中發(fā)現(xiàn)，視頻采集、視頻轉化及數(shù)據(jù)收集等過程投入的人力較多，并且在視頻采集機轉化過程中，雖然只進行了一些輔助性工作，但是也會給測試結果帶來較大的誤差，因此需要對上述測試過程進行自動化實現(xiàn)，排除人為的影響，具體實現(xiàn)過程如下：

　　1. 選擇并處理好視頻測試序列之后，將相關視頻測試場景文件保存在參考視頻輸入PC上，然后在該PC上架設WEB服務器，將該PC作為視頻點播網(wǎng)站，在其主頁中嵌入視頻播放控件，遠端用戶可通過登錄該WEB網(wǎng)站在參考視頻輸入PC本地播放視頻測試場景。

　　2.在視頻采集PC上使用AutoIT實現(xiàn)了視頻文件采集、轉換，VQM計算及結果收集的自動化運行；并最終使用AutoIT整合了步驟1及步驟2的所有自動化腳本，實現(xiàn)了在測試環(huán)境搭建后可完全的自動化運行，無需人工干預，排除了人為的影響。
　　3.4 測試結果

　　視頻質量客觀測試實踐驗證過程中，為保證測試的穩(wěn)定性，我們對每個場景進行了多次測試之后求平均值，具體數(shù)據(jù)如表4所示：

多個場景測試結果（VQM平均值）

表4 多個場景測試結果（VQM平均值）
　　從測試結果可看出，視頻處理系統(tǒng)對于靜止及畫面復雜度較低的場景的處理效果要好于運動較大及細節(jié)豐富的場景。但是此測試結果無法同人眼的主觀感受關聯(lián)起來，因此接下來需要進行VQM測試結果與主觀測試標準 DMOS 測試結果的一致性分析。

4.VQM與DMOS主觀測試方案結果一致性分析

　　4.1 DMOS主觀測試方案分級原理

　　DMOS 主觀測試方案直接由視頻質量觀察人員同時對參考圖像及測試圖像進行打分，再對參考圖像和測試圖像的結果進行歸一化（轉換為0-100）；然后計算參考圖像及測試圖形之間的差值并求平均值，通過該平均值的分布來反映被測系統(tǒng)視頻主力能力的好壞，其分布范圍為0-100，值越小越好。分布范圍與主觀感覺的映射如表5所示：

DMOS與主觀感受映射表

表5 DMOS與主觀感受映射表
　　4.2 兩個分級方案一致性分析

　　VQM 客觀測試和 DMOS 主觀測試均是通過計算參考圖像與測試圖像之間的差值平均值來對被測系統(tǒng)進行評價；其中VQM 客觀測試方案是在模擬人眼視覺系統(tǒng)的基礎上提取出人眼可感知的特征值進行計算得出結果，DMOS 主觀測試結果則直接通過人眼的可感知性得出結果；因此從測試原理上，VQM 與 DMOS應該是線性相關的。 VQEG 視頻質量專家組在其進行的第二次視頻質量專題測試中將VQM的值乘以100后再通過下面的非線性公式轉換為DMOS值：DMOSp = b1 / ( 1 + exp( - b2*(VQM-b3) )

　　再與其他獨立實驗測試的實際DMOS值進行比較計算得出表格1與表格2的一致性結果。 VQEG 視頻質量專家組經(jīng)過分析，若不經(jīng)過非線性轉換而是只將VQM*100線性轉換為DMOS值，則其對應的皮爾森相關系數(shù)只會下降 0.003 及 0.015。

　　通過上述分析，可以初步得出，VQM的測試結果值可以通過乘以100線性轉為 DMOS值，通過 DMOS 值的分布可以間接映射為用戶的主觀感覺。將上文表4的VQM測試結果直接映射為DMOS主觀評價結果，如表5所示。

VQM測試結果映身為DMOS主觀評價結果

表6 VQM測試結果映身為DMOS主觀評價結果
　　上述映射結果值，已通過測試人員觀看實際的參考與測試視頻進行驗證。綜上所述，VQM可以作為日常視頻質量測試中的一個評價標準。

5.結論

　　視頻質量客觀測試標準是在模擬人眼視覺系統(tǒng)的基礎上提出的，與主觀測試結果一致性較好。但是由于目前對于人眼視覺系統(tǒng)的的研究還不是很透徹，人眼視覺系統(tǒng)的數(shù)學模擬并不能夠真實反映人眼的主觀感受，因此依據(jù)頻質量客觀測試標準得出的測試結果只能作為視頻質量評價的一個重要參考，更適合用于視頻處理系統(tǒng)廠商之間的對比測試。直接用戶是視頻處理系統(tǒng)的最終效果評價者。

共 4 頁：1 2 3 4

CTI論壇編輯