【技术实现步骤摘要】
针对自适应点云视频流媒体中用户体验质量QoE的建模方法
[0001]本专利技术涉及多媒体视频传输领域，具体的说是一种针对自适应点云视频流媒体中用户体验质量QoE的建模方法。
技术介绍
[0002]厦门大学的陈一平等人专利技术了一种基于深度学习的激光扫描SLAM室内三维点云质量评价方法(公开号：CN110246112A)，包括：S1、通过激光扫描SLAM装置获取优质点云；S2、对优质点云进行降质，获取仿真点云；S3、对仿真点云进行轨迹度量分析；S4、对优质点云与仿真点云提取平面，对平面进行局部一致性噪声分析及几何规则分析，量化点云质量；S5、对优质点云与仿真点云进行分割，得到点云块；S6、将点云块进行归一化后输入到PointNet++神经网络中做模型训练，得到网络模型；S7、将待评价点云通过步骤S4进行点云质量分析，得到点云质量水平值；S8、对待评价点云通过步骤S6得到的神经网络模型进行预测，判断点云属于优质点云或者降质点云。虽然该方法提出量化点云质量的方法，建立了评价SLAM系统下室内三维点云模型的分类标准及框架，但是该方法...
【技术保护点】
【技术特征摘要】
1.一种针对自适应点云视频流媒体中用户体验质量QoE的建模方法，其特征是按如下步骤进行：步骤一、服务器获取A个原始点云视频，并将每个原始点云视频在时间上分为帧数相同的K个帧组，其中，任意一个原始点云视频划分后的K个帧组记为{gof1,gof2,...,gof
k
,...gof
K
}，gof
k
表示任意一个原始点云视频经过切分后得到的第k个帧组，1≤k≤K；将第k个帧组gof
k
在空间上切分为大小相同的C个切块，其中，第k个帧组gof
k
经过切分后得到的第c个切块记为chunk
k,c
，1≤c≤C；将第c个切块chunk
k,c
压缩为L种不同质量等级的切块，其中，第k个帧组gof
k
中第c个切块chunk
k,c
经过压缩后得到的第l种质量等级的切块记为chunk
k,c,l
；从而得到所有帧组的切块经过压缩后的切块并存储在服务器中；1≤l≤L；步骤二、客户端采集用户观看原始点云视频的视角信息，得到用户在每个帧组内观看的切块集合，其中，用户观看第k个帧组gof
k
的切块集合记为fov
k
；若用户在第k个帧组gof
k
中观看了第c个切块chunk
k,c
，则将第c个切块chunk
k,c
加入切块集合fov
k
；客户端将用户观看第k个帧组gof
k
的切块集合fov
k
作为预测到的用户观看第k个帧组gof
k
的切块集合prefov
k
；或者，客户端将用户观看第k
‑
1个帧组gof
k
‑1的切块集合fov
k
‑1作为预测到的用户观看第k个帧组gof
k
的切块集合prefov
k
，从而完成对视角信息的预测；步骤三、客户端根据视角信息的预测结果和第t种网络带宽对用户视角内的切块进行质量选择，并计算出第t种网络带宽下用户视角内的切块所选择的质量等级，以及用户视角内点云视频在流媒体播放时产生的暂停时间，质量切换；t＝1，2，...T；T表示网络带宽种类的总数；步骤四、根据第t种网络带宽下用户视角内切块所选择的质量等级，客户端从服务器端下载相应质量等级的切块并重新融合，得到视角信息预测下的一个处理后的点云视频；从而得到G个处理后的点云视频以及G个处理后的点云视频在流媒体播放时产生的暂停时间，质量切换；G＝T
×2×
A；步骤五、客户端通过客观质量指标对G个处理后的点云视频进行评估，从而得到G个处理后的点云视频的客观质量；步骤六、客户端将G个处理后的点云视频渲染播放，第e个用户对播放的G个处理后的点云视频进行体验质量的评分，从而得到所有E个用户的G个评分；e＝1，2，...E；E表示用户的总数；步骤七、将所有E个用户对第g个处理后的点云视频的评分进行均值处理，得到第g个处理后的点云视频的平均意见分数MOS
g
；从而得到G个处理后的点云视频的平均意见分数MOS，g＝1，2，...G；步骤八、将平均意见分数MOS作为因变量，将客观质量，暂停时间和质量切换作为自变量，分别制作平均意见分数MOS与客观质量，暂停时间以及质量切换的散点图；将因变量和自变量进行函数拟合，从而得到点云视频流媒体的用户QoE模型。2.根据权利要求1所述的建模方法，其特征是，所述步骤三是按如下过程进行：步骤3.1、客户端选择用户视角内同一质量等级的切块；步骤3.2、利用式(1)得到用户视角内第k个帧组gof
k
的切块质量等级L
k
：
s.t.x
k,l
∈[0,1]
ꢀꢀꢀꢀ...
【专利技术属性】
技术研发人员：黎洁，王枭，李奇越，张聪，韩玲，王慧宇，陈勇，彭涛，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。