一种面向TVOS终端的动态视频质量计算方法、保证方法及其分析和动态控制业务系统技术方案

本发明专利技术公开了一种包括客户端和服务端并且面向TVOS终端的视频质量分析及其动态控制方法及其系统，还公开了一种面向TVOS终端的动态视频质量计算方法和动态视频质量保证方法，实现可动态、实时对该TVOS终端的视频服务质量实现综合评估和动态控制，为服务端的视频输出提供稳定的高质量视频服务，软件系统包含面向TVOS视频质量分析和动态控制业务系统与定制的TVOS播放器。的TVOS播放器。的TVOS播放器。

【技术实现步骤摘要】
一种面向TVOS终端的动态视频质量计算方法、保证方法及其分析和动态控制业务系统


[0001]本专利技术涉及视频质量评价技术，特指一种面向TVOS终端的动态视频质量计算方法、保证方法及其分析和动态控制业务系统。

技术介绍

[0002]随着视频技术的发展，当前视频服务已经成为了主要信息服务元素，视频服务包括在各类终端和各类应用上生成、处理、传输和播放。视频作为一类信息载体，视频质量决定了视频服务的水平高低，因而视频质量评估显得日益重要。
[0003]从技术上对于视频服务来说，影响视频质量的视频参数基本包括码流、帧率。码流(Data Rate)是指视频文件在单位时间内使用的数据流量，也叫码率，是视频编码中画面质量控制中最重要的部分。同样分辨率下，视频文件的码流越大，压缩比就越小，画面质量就越好。视频帧率(Frame rate)是用于测量显示帧数的量度。所谓的测量单位为每秒显示帧数(Frames per Second，FPS)或“赫兹”(Hz)。
[0004]视频质量评估包括主观视频质量评估方法和客观视频质量评估方法两大类。
[0005]主观视频质量评估方法一般采用平均主观得分(mean opinion score,MOS)或平均主观得分差(difference mean opinion score,DMOS)来表示。前者是通过对观察者的评分归一化来判断图像质量，后者是通过观察者对无失真图像和有失真图像评价得分差异再归一化来判断图像质量。但是，由于该方法对于观察者有严格的要求，且过程复杂，所以主观视频质量评估的方法难于普遍应用，特别是在评估有实时性要求的应用环境中，更不适于应用。
[0006]客观视频质量评估方法是计算机根据算法计算出视频的质量指标。虽然客观评价方法是让计算机尽量从人的主观视角出发来预测特定视频的评分，但不同客观评价指标与主观感受的符合程度差距较大。可以基于预测的准确性、一致性、稳定性、单调性来衡量评价指标本身的好坏。所谓准确性是指主观评价打分和客观评价指标分数的相似性；一致性是指不应仅对某种类型的视频表现良好，而应该对所有类型的视频都可以表现良好；稳定性是指对同一视频每次评价的结果数值应该相同或误差在可接收的范围内；单调性是指评价分数应该如随MOS分的增减呈现相应的单增或单减。
[0007]客观评价方法中的客观评价指标包括三类：基于误差的评价指标、基于感知模型与图像结构信息的评价指标以及基于机器学习的评价指标。
[0008](1)基于误差评价指标：该指标是将压缩图像和原始图像进行对比，计算两个图像之间的差异(称为噪声或误差)，代表指标是均方误差(Mean square error,MSE)、峰值信噪比(Peak signal noise ratio,PSNR)。
[0009](2)基于感知模型与图像结构评价指标：该指标通过引入人类视觉系统模型(Human Visual System,HVS)将图像质量下降转化为感知结构信息的变化和一些感知现象(亮度、对比度、观看距离)的变化，对人类如何感知这些误差进行数学建模，代表指标是结
构相似度(Structure similarity Index,SSIM)、恰可识别阈值(Just Noticeable Difference,JND)。
[0010](3)基于机器学习的评价指标：该指标一般用来度量长时间视频，从某个可训练的模型开始，将基于误差评价指标或基于感知评价指标结果与主观MOS分数进行比较，并对模型进行微调以使其随时间推移而改善，或是多种评价指标体系的融合，这些多种指标包括度量图像质量的指标和度量时间质量的指标，基于机器学习的评价指标有代表性的指标是视频多评估方法融合(Visual Multimethod Assessment Fusion,VMAF)。
[0011]回到视频质量的影响参数来，对于真实受限的网络情况，视频质量普遍取决于视频的码流、比特率、帧率，面对不同分辨率的视频，如何自动调整码流、比特率、帧率对于提供更好的视频质量将非常重要。所以采集和分析视频质量，为如何动态调整分辨率，还是调整帧率，还是调整具体的量化参数提供了一个可参考可反馈的质量特征，一方面可以获取更大范围的视频质量样本，另一方面可以通过调整视频参数后，通过采集和分析视频质量样本来验证新的视频参数的效果，对提升视频服务质量非常重要。
[0012]然而现有的视频质量评价指标都有一定的缺陷，而对于实际的视频服务应用场景，某些评价指标的变化，在用户实际体验上可能存在较大差异。所以需要一个既能够采集视频服务远端用户视频质量数据，又能够根据采集到的视频服务远端用户视频质量同步动态控制服务端的视频编码输出来改善视频服务远端用户视频质量的方法和系统。从而提供可靠稳定的视频服务质量保证，提升了用户端的视频体验。

技术实现思路

[0013]为克服现有技术的不足及存在的问题，本专利技术提供一种面向TVOS终端的动态视频质量计算方法、保证方法及其分析和动态控制业务系统，可动态、实时地对TVOS终端的视频服务质量进行综合计算、评估和控制，在服务端上提供稳定的高质量视频输出服务。
[0014]为实现上述目的，本专利技术采用如下技术方案：
[0015]一方面，本专利技术提供了一种面向TVOS终端的动态视频质量计算方法，通过对TVOS终端收到的服务端处理后的源视频进行PSNR特征值和SSIM特征值采集和计算，并按照一定计算规则进行综合视频质量系数评估，包括如下步骤：
[0016]S11：服务端通过FFMPEG开源工具对源视频进行YUV格式转换，生成源视频的YUV格式文件；
[0017]S12：在TVOS终端上，TVOS终端对服务端处理后的源视频进行视频的播放，TVOS定制播放器按照播放视频帧的时间戳向服务端请求相同时间戳的YUV格式源视频帧并分别进行PSNR特征值和SSIM特征值的计算；
[0018]S13：服务端收到TVOS定制播放器计算的PSNR特征值和SSIM特征值，按照下列公式计算综合视频质量系数：
[0019]Qr＝PSNR+SSIM
[0020]其中，Qr为综合视频质量系数，表示某个时间戳下TVOS终端收到的服务端处理后的源视频帧的画面的综合质量，30≤PNSR≤50,0<SSIM<1；
[0021]S14：按照一定的时间周期定期或实时对TVOS终端收到的服务端处理后的源视频进行综合视频质量系数计算，得到一个跟随时间戳动态关联的综合视频质量系数Qr
‑
time
，相
邻时间间隔综合视频质量系数变化率ΔQr
‑
time
为：
[0022]ΔQr
‑
time
＝2*|(Qr
‑
time1
‑
Qr
‑
time2
)|/Qr
‑
time1
+Qr
‑
time2
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向TVOS终端的动态视频质量计算方法，其特征在于，通过对TVOS终端收到的服务端处理后的源视频进行PSNR特征值和SSIM特征值采集和计算，并按照一定计算规则进行综合视频质量系数评估，包括如下步骤：S11：服务端通过FFMPEG开源工具对源视频进行YUV格式转换，生成源视频的YUV格式文件；S12：在TVOS终端上，TVOS终端对服务端处理后的源视频进行视频的播放，TVOS定制播放器按照播放视频帧的时间戳向服务端请求相同时间戳的YUV格式源视频帧并分别进行PSNR特征值和SSIM特征值的计算；S13：服务端收到TVOS定制播放器计算的PSNR特征值和SSIM特征值，按照下列公式计算综合视频质量系数：Qr＝PSNR+SSIM其中，Qr为综合视频质量系数，表示某个时间戳下TVOS终端收到的服务端处理后的源视频帧的画面的综合质量，30≤PNSR≤50,0<SSIM<1；S14：按照一定的时间周期定期或实时对TVOS终端收到的服务端处理后的源视频进行综合视频质量系数计算，得到一个跟随时间戳动态关联的综合视频质量系数Qr
‑
time
，相邻时间间隔综合视频质量系数变化率ΔQr
‑
time
为：ΔQr
‑
time
＝2*|(Qr
‑
time1
‑
Qr
‑
time2
)|/Qr
‑
time1
+Qr
‑
time2
其中，ΔQr
‑
time
为相邻时间间隔综合视频质量系数变化率，Qr
‑
time1
表示时间戳为time1的综合视频质量系数，Qr
‑
time2
表示时间戳为time2的综合视频质量系数，time1和time2为相邻的两个时间戳。2.一种面向TVOS终端的动态视频质量保证方法，其特征在于，基于上述权利要求1的一种面向TVOS终端的动态视频质量计算方法，实现动态调整服务端编码参数从而保证TVOS终端收到的服务端处理后的源视频PSNR特征值和SSIM特征值满足指定要求，包括如下步骤：S21：服务端通过FFMPEG开源工具对源视频进行YUV格式转换，生成源视频的YUV格式文件；S22：服务端读取源视频的分辨率、编码方式、帧率和码流；S23：在TVOS终端上，TVOS终端对服务端处理后的源视频进行视频的播放，TVOS定制播放器按照播放视频帧的时间戳向服务端请求相同时间戳的YUV格式源视频帧并分别进行PSNR特征值和SSIM特征值的计算；S24：TVOS定制播放器进行服务端处理后的源视频的PSNR特征值和SSIM特征值的计算同时，向服务端发送网络侦测请求，服务端通过网络侦测方法采集TVOS定制播放器和服务端之间的网络时延数据、网络抖动数据；S25：TVOS定制播放器完成服务端处理后视频的PSNR特征值和SSIM特征值的计算后将PSNR特征值和SSIM特征值写入服务端日志并同时将此时TVOS定制播放器和服务端之间的网络时延数据、网络抖动数据写入服务端日志；S26：服务端基于S25得到的服务端日志分别提取PSNR特征值和SSIM特征值，按照视频质量动态计算方法进行相邻时间间隔综合视频质量系数变化率ΔQr
‑
time
计算...

【专利技术属性】
技术研发人员：陈屹，杨利中，龙皋月，徐锴，王微波，
申请(专利权)人：浙江华数广电网络股份有限公司，
类型：发明
国别省市：