文档介绍：基于模糊控制的 OTT 视频质量评估方法刘辉寿国础信息与通信工程学院网络体系构建与融合北京市重点实验室北京邮电大学中国,北京摘要: 关键字: 一、引言随着信息时代的不断推进, 新的多样性信息服务大量涌现, OTT ( Over the top ) 视频作为新兴的媒体形态在近段时间内迅猛发展, 受到人们的广泛关注。据市场研究机构 Digital TV Research 的报告指出, 全球 OTT 视频业务将在近几年快速发展, 其中中国作为最大的智能终端存量市场, 互联网电视用户数发展速度将领先全球, 有望在 2016 年突破一亿, 整个 OT T 视频产业收入也将会从 2010 年的 5000 万美元增长到 2016 年的亿美元。 OTT 视频也由其开阔的市场和广泛的应用,被视为未来视频的主要发展方向。 OTT 视频通过因特网传输视频, 与传统的 IPTV 不同, 它不需要运营商提供专用网络或基础设施, 而是通过普通的因特网数据协议和开放的因特网在非管理型的网络中传输,且用基于 TCP 的 HTTP 协议传输数据,便于管理的同时保证视频画面质量,较大程度的提高了用户体验。然而, OTT 视频的运营在为人们带来便利的同时, 也产生了一些问题。 OTT 视频通过因特网传输数据, TC P 吞吐量由于网络中的各种损伤而受到影响。当 TCP 吞吐量比 OTT 视频播放速率小时, 视频就会出现不间断的暂停现象,等待新的数据。这使得 OTT 视频的传输必须依赖于良好的网络性能。好的网络状态为用户带来高质量的视频体验, 差的网络状态很大程度上影响用户视觉感受,用户体验质量 QOE ( Quality of Experience )也因此降低。随着 OTT 视频用户的不断增长,人们对视频 QOE 的要求也越来越高。为了满足用户需求,提高用户 QOE ,对 OTT 视频的质量进行评估和监测具有重大的意义。目前, 网络视频质量的评估主要有两种方法: 主观评估和客观评估。主观评估是通过人的视觉系统对视频的质量权衡和评估, 这对视频质量的判定是决定性的。客观评估则是忽略人类视觉感知,通过算法和计算得出的智能评价结果,传统的客观评估方法有峰值信噪比( PSNR ) ,结构相似度( SSIM ) ,均方误差( MSE )等。主观评估和客观评估结果即用户 QOE ,一般是用平均意见 MOS 值表示,从 1到5,“1”代表最差, “5”代表最好。针对网络视频的主观评估方法,主要通过若干组经过训练或未经训练的用户观看特定的视频内容,然后给出视频质量的评价结果。针对客观评估方法,相关学者提出了不同的算法和模型: [1] 中提出了一种卷积神经网络客观评估视频的方法,通过训练达到自主评价视频质量的效果。[2] 利用多元回归模型客观评估视频 QOE , 并同时考虑到视频和音频效果。[3] 和[4] 基于编解码器带来的视频画面扭曲给视频评估模型,而[5] 和[6] 则基于视频内容进行评估。[7] 分析了人视觉接受视频图片的瞬间效果与视频质量感知之间的关系,瞬间效果相关指标由[8] 给出建议。[9] 探究了数据丢失对 MPEG-2 视频质量的影响,而 MPEG-2 和 IPTV 的感知质量的影响因素在[10] 进行了描述。[11] 通过实验探究网络 QOS 如何影响用户视觉感知质量。然而, 这些方法或者只适合特定条件下的视频评估, 或者只是专注于视频评估指标、用户视觉等某一方面的研究,对于新兴媒体形态 OTT 视频并不完全适用,所以需要我们寻求一种新的评估方法。在这篇论文中, 结合 OTT 视频的特点, 我们给出了一种基于模糊控制的质量评估方法, 目的在于将模糊控制的原理用到 OT T 视频质量评估上, 实现更加接近视觉感知的用户 QOE 。文章分析了网络层 QOS 、应用层 QOS 、到用户 QOE 之间的层次关系,选取每层的最重要的性能指标建立三层 QOE 模型。以网络层指标作为输入, 利用映射层次映射关系, 计算出应用层的 QOS 参数值,然后利用模糊算法,建立模糊控制模型,通过参数模糊化、模糊推理、清晰化等过程,输出最终的视频质量评估 MOS 值。论文的主要贡献主要分为两个方面:此前的网络视频客观评估研究大多集中在网络层 QOS 与应用层 QOS 的映射关系或指标探究方面, 而忽略了应用层 QOS 到用户 QOE 的复杂关系和计算。本文利用模糊控制原理,在前人研究的基础上,详细的探讨了应用层 QOS 到用户 QOE 之间的映射,并计算出最终评估结果 MOS 值。其次,在模糊控制模型中,我们建立了应用层性能指标到 MOS 值的映射库, 用于模糊控制器中, 将计算机过与主观评估值实验数据对比,并利用 Spearman 和 Pearson 两种方法计算出得到高