视频质量的处理方法及装置制造方法及图纸

本发明专利技术提供了一种视频质量的处理方法及装置，其中，该方法包括：获取网络节点采集的输入数据的损伤参数，该损伤参数用于指示该输入数据的损伤程度，依据预先建立的数学模型确定该输入数据的第一平均意见值MOS值，其中，将该损伤参数作为预先建立的数学模型的输入，将该数学模型的输出作为该第一平均意见值MOS值，该预先建立的数学模型为依据该损伤参数和该输入数据的MOS值的关联关系通过自学习的方式得到，解决了网络传输的视频质量监控不完善的问题，实时监控网络视频质量，提高了监控视频质量的准确度。

【技术实现步骤摘要】
视频质量的处理方法及装置
本专利技术涉及通信领域，具体而言，涉及一种视频质量的处理方法及装置。
技术介绍
交互网络电视(InternetProtocolTelevision，简称为IPTV)网络存在丢包，乱序等可能，会影响终端机顶盒用户观看的视频质量。为了提高运行商的运维水平，迅速的定位产生问题的网络节点，降低用户保障率。因此需要实时监控网络视频质量，但视频质量是一个主观值，难以很好的衡量。针对相关技术中，网络传输的视频质量监控不完善的问题，目前还没有有效解决方案。
技术实现思路
本专利技术提供了一种视频质量的处理方法及装置，以至少解决相关技术中网络传输的视频质量监控不完善的问题。根据本专利技术的一个方面，提供了一种视频质量的处理方法，包括：获取网络节点采集的输入数据的损伤参数，所述损伤参数用于指示所述输入数据的损伤程度；依据预先建立的数学模型确定所述输入数据的第一平均意见值MOS值，其中，将所述损伤参数作为预先建立的数学模型的输入，将所述数学模型的输出作为所述第一平均意见值MOS值，所述预先建立的数学模型为依据所述损伤参数和所述输入数据的MOS值的关联关系通过自学习的方式得到。进一步地，所述损伤参数至少包括：网络传输的抖动丢包率，以及用于指示所述输入数据的受损程度的参数。进一步地，依据预先建立的数学模型确定所述输入数据的第一MOS值之后，所述方法还包括：发送所述第一MOS值到网管服务器，所述第一MOS值用于为所述网管服务器是否发出告警提供依据，其中，在所述第一MOS值小于预设阈值时发出告警。进一步地，依据预先建立的数学模型确定所述输入数据的第一MOS值之后，所述方法包括：发送所述第一MOS值到网管服务器；接收网管服务器的反馈信息，其中，所述反馈信息携带有所述第一MOS值的调整值；依据第二MOS值和所述损伤参数通过自学习的方式调整所述数学模型，其中，所述第二MOS值为依据所述调整值对所述第一MOS值调整后得到的MOS值。进一步地，所述损伤参数包括以下之一：实时传输协议RTP丢包率，抖动参数，节目关联表PAT、节目映射表PMT以及H264帧参数。进一步地，所述数学模型通过以下方式确定：将所述损伤参数与所述MOS值配对成数据集；将所述数据集分为训练数据和校验数据，其中，将所述训练数据通过神经网络的逆传播BP方法训练得到所述数学模型，将所述校验数据反馈到所述神经网络，以调整所述数学模型。进一步地，获取网络节点采集的输入数据的损伤参数，包括：通过部署在以下网络节点中的探针获取所述损伤参数：网络上的内容分发网络CDN节点，家庭网管，机顶盒以及网络拓扑关键节点。根据本专利技术的另一个方面，提供了一种视频质量的处理装置，包括：获取模块，用于获取网络节点采集的输入数据的损伤参数，所述损伤参数用于指示所述输入数据的损伤程度；确定模块，用于依据预先建立的数学模型确定所述输入数据的第一平均意见值MOS值，其中，将所述损伤参数作为预先建立的数学模型的输入，将所述数学模型的输出作为所述第一平均意见值MOS值，所述预先建立的数学模型为依据所述损伤参数和所述输入数据的MOS值的关联关系通过自学习的方式得到。进一步地，所述损伤参数包括：网络传输的抖动丢包率，以及用于指示所述输入数据的受损程度的参数。进一步地，所述装置还包括：第一发送模块，用于发送所述第一MOS值到网管服务器，所述第一MOS值用于为所述网管服务器是否发出告警提供依据，其中，在所述第一MOS值小于预设阈值时发出告警。进一步地，所述装置包括：第二发送模块，用于发送所述第一MOS值到网管服务器；接收模块，用于接收网管服务器的反馈信息，其中，所述反馈信息携带有所述第一MOS值的调整值；调整模块，用于依据第二MOS值和所述损伤参数通过自学习的方式调整所述数学模型，其中，所述第二MOS值为依据所述调整值对所述第一MOS值调整后得到的MOS值。进一步地，所述损伤参数包括以下之一：实时传输协议RTP丢包率，抖动参数，节目关联表PAT、节目映射表PMT以及H264帧参数。进一步地，所述数学模型通过以下方式确定：配对模块，用于将所述损伤参数与所述MOS值配对成数据集；建立模型模块，用于将所述数据集分为训练数据和校验数据，其中，将所述训练数据通过神经网络的逆传播BP方法训练得到所述数学模型，将所述校验数据反馈到所述神经网络，以调整所述数学模型。进一步地，获取网络节点采集的输入数据的损伤参数，包括：通过部署在以下网络节点中的探针获取所述损伤参数：网络上的内容分发网络CDN节点，家庭网管，机顶盒以及网络拓扑关键节点。通过本专利技术，获取网络节点采集的输入数据的损伤参数，该损伤参数用于指示该输入数据的损伤程度，依据预先建立的数学模型确定该输入数据的第一平均意见值MOS值，其中，将该损伤参数作为预先建立的数学模型的输入，将该数学模型的输出作为该第一平均意见值MOS值，该预先建立的数学模型为依据该损伤参数和该输入数据的MOS值的关联关系通过自学习的方式得到，解决了网络传输的视频质量监控不完善的问题，实时监控网络视频质量，提高了监控视频质量的准确度。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种视频质量的处理流程图；图2是根据本专利技术实施例的一种视频质量的处理装置的结构框图一；图3是根据本专利技术实施例的一种视频质量的处理装置的结构框图二；图4是根据本专利技术实施例的一种视频质量的处理装置的结构框图三；图5是根据本专利技术实施例的一种视频质量的处理装置的结构框图四；图6是根据本专利技术优选实施例提供的一种组网示意图；图7是根据本专利技术优选实施例提供的模型输入参数训练的流程示意图；图8是根据本专利技术优选实施例提供的探针采集网络节点数据计算视频质量的流程示意图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。在本实施例中提供了一种视频质量的处理方法，图1是根据本专利技术实施例的一种视频质量的处理流程图，如图1所示，该流程包括如下步骤：步骤S102，获取网络节点采集的输入数据的损伤参数，该损伤参数用于指示该输入数据的损伤程度；步骤S104，依据预先建立的数学模型确定该输入数据的第一平均意见值MOS值，其中，将该损伤参数作为预先建立的数学模型的输入，将该数学模型的输出作为该第一平均意见值MOS值，该预先建立的数学模型为依据该损伤参数和该输入数据的MOS值的关联关系通过自学习的方式得到。通过上述步骤，获取网络节点采集的输入数据的损伤参数，该损伤参数用于指示该输入数据的损伤程度，依据预先建立的数学模型确定该输入数据的第一平均意见值MOS值，其中，将该损伤参数作为预先建立的数学模型的输入，将该数学模型的输出作为该第一平均意见值MOS值，该预先建立的数学模型为依据该损伤参数和该输入数据的MOS值的关联关系通过自学习的方式得到，解决了网络传输的视频质量监控不完善的问题，实时监控网络视频质量，本文档来自技高网...

【技术保护点】
一种视频质量的处理方法，其特征在于，包括：获取网络节点采集的输入数据的损伤参数，所述损伤参数用于指示所述输入数据的损伤程度；依据预先建立的数学模型确定所述输入数据的第一平均意见值MOS值，其中，将所述损伤参数作为预先建立的数学模型的输入，将所述数学模型的输出作为所述第一平均意见值MOS值，所述预先建立的数学模型为依据所述损伤参数和所述输入数据的MOS值的关联关系通过自学习的方式得到。

【技术特征摘要】
1.一种视频质量的处理方法，其特征在于，包括：获取网络节点采集的输入数据的损伤参数，所述损伤参数用于指示所述输入数据的损伤程度；依据预先建立的数学模型确定所述输入数据的第一平均意见值MOS值，其中，将所述损伤参数作为预先建立的数学模型的输入，将所述数学模型的输出作为所述第一平均意见值MOS值，所述预先建立的数学模型为依据所述损伤参数和所述输入数据的MOS值的关联关系通过自学习的方式得到。2.根据权利要求1所述的方法，其特征在于，所述损伤参数至少包括：网络传输的抖动丢包率，以及用于指示所述输入数据的受损程度的参数。3.根据权利要求1所述的方法，其特征在于，依据预先建立的数学模型确定所述输入数据的第一MOS值之后，所述方法还包括：发送所述第一MOS值到网管服务器，所述第一MOS值用于为所述网管服务器是否发出告警提供依据，其中，在所述第一MOS值小于预设阈值时发出告警。4.根据权利要求1所述的方法，其特征在于，依据预先建立的数学模型确定所述输入数据的第一MOS值之后，所述方法包括：发送所述第一MOS值到网管服务器；接收网管服务器的反馈信息，其中，所述反馈信息携带有所述第一MOS值的调整值；依据第二MOS值和所述损伤参数通过自学习的方式调整所述数学模型，其中，所述第二MOS值为依据所述调整值对所述第一MOS值调整后得到的MOS值。5.根据权利要求1所述的方法，其特征在于，所述损伤参数包括以下之一：实时传输协议RTP丢包率，抖动参数，节目关联表PAT、节目映射表PMT以及H264帧参数。6.根据权利要求1所述的方法，其特征在于，所述数学模型通过以下方式确定：将所述损伤参数与所述MOS值配对成数据集；将所述数据集分为训练数据和校验数据，其中，将所述训练数据通过神经网络的逆传播BP方法训练得到所述数学模型，将所述校验数据反馈到所述神经网络，以调整所述数学模型。7.根据权利要求1至6中任一项所述的方法，其特征在于，获取网络节点采集的输入数据的损伤参数，包括：通过部署在以下网络节点中的探针获取所述损伤参数：网络上的内容分发网络CDN节点，家庭网管，机顶盒以及网络拓扑关键节点。...

【专利技术属性】
技术研发人员：黄宇轩，屈璐，陈健，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44