【摘要】：隨著網(wǎng)絡(luò)視頻傳輸技術(shù)和無線網(wǎng)絡(luò)技術(shù)的發(fā)展,人們對于視頻業(yè)務(wù)的需求變得越來越大。如何根據(jù)所提供的服務(wù)來準(zhǔn)確預(yù)測用戶的體驗質(zhì)量是迫切需要解決的問題。一方面,網(wǎng)絡(luò)資源的有限性及信道存在的差錯率等因素,使得準(zhǔn)確地預(yù)測網(wǎng)絡(luò)環(huán)境下用戶觀看視頻的體驗質(zhì)量有著較大挑戰(zhàn)。而傳統(tǒng)的服務(wù)質(zhì)量(Quality of Service,QoS)是強調(diào)技術(shù)層面的客觀評價指標(biāo),不能直接體現(xiàn)用戶對視頻業(yè)務(wù)質(zhì)量的真實感受。另一方面,為了更好的控制和管理網(wǎng)絡(luò)流量以及保障網(wǎng)絡(luò)視頻的服務(wù)質(zhì)量,保障用戶的視頻體驗質(zhì)量,找到高效、簡單的統(tǒng)計特征組合對網(wǎng)絡(luò)視頻業(yè)務(wù)進(jìn)行有效的識別與分類一直是研究的重點。本文主要研究工作的內(nèi)容如下:首先,本文詳細(xì)介紹了主觀質(zhì)量評價方法和客觀質(zhì)量評價方法的理論及視頻體驗質(zhì)量(quality of experience,QoE)的定義,闡述了部分現(xiàn)有的視頻業(yè)務(wù)用戶體驗質(zhì)量評估方法。然后,詳細(xì)介紹了ITU-T P.1201標(biāo)準(zhǔn)提出的客觀質(zhì)量評價模型和矢量量化算法。根據(jù)ITU-T P.1201用戶感知的媒體流QoE預(yù)測模型,通過使用矢量量化算法分析了三種分辨率視頻業(yè)務(wù)的視頻碼率、平均播放中斷時間、播放中斷次數(shù)、初始緩沖時間等QoS參數(shù)對用戶體驗質(zhì)量的影響。針對該預(yù)測模型綜合考慮了單獨的音頻評分、單獨的視頻評分、音視頻評分、播放中斷的評分、整體的媒體段評分,本文研究了三種分辨率視頻業(yè)務(wù)關(guān)于平均意見分(Mean Opinion Score,MOS)的概率密度函數(shù)(Probability Density Function,PDF)。最后,針對上述分析的三種質(zhì)量視頻業(yè)務(wù)關(guān)于MOS值的PDF,本文提出了一種基于三種質(zhì)量視頻業(yè)務(wù)MOS值PDF均值特征的流識別與分類方法。該方法研究了使用視頻MOS值相關(guān)特征進(jìn)行網(wǎng)絡(luò)視頻業(yè)務(wù)的識別與分類。通過綜合考慮CON-GR特征選擇方法的最優(yōu)特征子集、視頻業(yè)務(wù)MOS值PDF均值的特征,采用支持向量機(Support Vector Machine,SVM)分類器實現(xiàn)了標(biāo)清、高清和超清三類視頻的細(xì)粒度分類。實驗結(jié)果表明,該方法可以獲得較高的視頻分類準(zhǔn)確率。
[Abstract]:With the development of network video transmission technology and wireless network technology, the demand for video service becomes more and more. How to accurately predict the user's experience quality based on the services provided is an urgent problem to be solved. On the one hand, the limitation of network resources and the error rate of channel make it a great challenge to accurately predict the experience quality of users watching video in network environment. The traditional quality of service (Quality of) is an objective evaluation index in the technical level, which can not directly reflect the users' true feelings about the quality of video services. On the other hand, in order to better control and manage the network traffic and ensure the quality of service of the network video, ensure the quality of the user's video experience, find out the high efficiency, Simple statistical feature combination has been the focus of research on the effective recognition and classification of network video services. The main contents of this paper are as follows: firstly, this paper introduces the theory of subjective quality evaluation and objective quality evaluation and the definition of video experience quality (quality of. This paper describes some existing methods of quality evaluation of user experience in video services. Then, the objective quality evaluation model and vector quantization algorithm proposed by ITU-T P.1201 are introduced in detail. According to the QoE prediction model of media stream perceived by ITU-T P.1201, this paper analyzes the video bitrate, average playback interrupt time and the number of playback interruptions of three kinds of resolution video services by using vector quantization algorithm. The effect of QoS parameters such as initial buffer time on user experience quality. For the prediction model, a comprehensive consideration is given to the individual audio score, the individual video score, the audio and video score, the playback interruption score, and the overall media segment score. In this paper, we study the probability density function (Probability Density) of three kinds of resolution video services about average opinion score (Mean Opinion ScoreMOS). Finally, this paper proposes a stream recognition and classification method based on the PDF mean feature of MOS value for three kinds of quality video services analyzed above. This method studies the recognition and classification of network video services using video MOS value correlation features. By considering the optimal feature subset of CON-GR feature selection method and the feature of PDF mean of MOS value in video traffic, the support vector machine (SVM) classifier is used to realize the fine-grained classification of three kinds of video: clear, high-definition and super-definition. Experimental results show that this method can achieve a higher accuracy of video classification.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張炎濱;全球典型固網(wǎng)視頻業(yè)務(wù)分析[J];通信世界;2004年36期

2 袁小明;薛玉林;;3G視頻業(yè)務(wù)需求調(diào)查及發(fā)展對策分析[J];通信世界;2006年23期

3 徐超;;3G視頻業(yè)務(wù)關(guān)注度調(diào)查[J];通信世界;2007年36期

4 徐超;;3G視頻業(yè)務(wù)關(guān)注度調(diào)查[J];通信世界;2007年37期

5 嵇正鵬;趙新寧;汪敏娟;余明;;全業(yè)務(wù)運營下視頻業(yè)務(wù)綜合服務(wù)模型的研究[J];電信科學(xué);2007年09期

6 紀(jì)文;趙興玉;;香港電信提供即時視頻業(yè)務(wù)[J];廣播與電視技術(shù);1998年10期

7 王俊潔;商建輝;;網(wǎng)絡(luò)視頻業(yè)務(wù)競合的模式選擇[J];現(xiàn)代視聽;2010年09期

8 馬源;;完善監(jiān)管政策 推動視頻業(yè)務(wù)大發(fā)展[J];電信技術(shù);2010年10期

9 齊少安;孫記明;李濤;;三屏互動視頻業(yè)務(wù)及其實現(xiàn)方案[J];郵電設(shè)計技術(shù);2010年11期

10 姚良;奚溪;;三網(wǎng)融合下視頻業(yè)務(wù)質(zhì)量評估體系的研究[J];電信科學(xué);2011年03期

相關(guān)會議論文 前6條

1 鄭大永;;如何實現(xiàn)網(wǎng)絡(luò)視頻業(yè)務(wù)的和諧發(fā)展[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

2 鄭大永;;如何實現(xiàn)網(wǎng)絡(luò)視頻業(yè)務(wù)的和諧發(fā)展[A];四川省通信學(xué)會2007年學(xué)術(shù)年會論文集[C];2007年

3 張家樹;李恒超;;變比特率視頻業(yè)務(wù)的混沌局域零階預(yù)測[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

4 顧曉琳;胡培亮;宋文濤;;多媒體DS-CDMA系統(tǒng)話音視頻業(yè)務(wù)性能分析[A];2002海峽兩岸三地?zé)o線科技研討會論文集[C];2002年

5 陳美;汪清清;;視頻業(yè)務(wù)質(zhì)量感知提升之FEC、FCC技術(shù)在運營商網(wǎng)絡(luò)中的應(yīng)用研究[A];中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會2011年年會論文集（下冊）[C];2011年

6 余慶;張明;林華;;一種基于單向有線電視網(wǎng)絡(luò)的融合型視頻業(yè)務(wù)的設(shè)計與實現(xiàn)[A];中國新聞技術(shù)工作者聯(lián)合會2012年學(xué)術(shù)年會、五屆四次理事會暨第六屆“王選新聞科學(xué)技術(shù)獎”的“人才獎”和“優(yōu)秀論文獎”頒獎大會論文集[C];2012年

相關(guān)重要報紙文章 前10條

1 鐘凌江;推進(jìn)網(wǎng)絡(luò)視頻業(yè)務(wù)和諧發(fā)展[N];人民郵電;2007年

2 鄭濤;視頻業(yè)務(wù)還須深度挖掘[N];通信產(chǎn)業(yè)報;2007年

3 本報記者 林敏;視頻業(yè)務(wù)能否成為電信業(yè)的新增點？[N];通信信息報;2003年

4 ;交互式視頻業(yè)務(wù)將成3G主力業(yè)務(wù)[N];人民郵電;2007年

5 本報記者 余峧;全球眼助力世博會大型巡展 視頻業(yè)務(wù)推進(jìn)電信服務(wù)轉(zhuǎn)型[N];通信信息報;2007年

6 ■ 電信研究院企業(yè)管理研究所 郭順義 ■ 北京郵電大學(xué) 楊樺;視頻業(yè)務(wù) 路在何方？[N];計算機世界;2005年

7 中國網(wǎng)通集團系統(tǒng)集成公司 胡皓;ADSL2+救場視頻業(yè)務(wù)[N];通信產(chǎn)業(yè)報;2005年

8 ;奧運將視頻業(yè)務(wù)推向新高度[N];人民郵電;2008年

9 記者 謝莎;廣東移動攜新華社共推3G視頻業(yè)務(wù)[N];人民郵電;2010年

10 本報記者 張敏;把命運交給視頻業(yè)務(wù)[N];網(wǎng)絡(luò)世界;2001年

相關(guān)博士學(xué)位論文 前3條

1 宋佳潤;網(wǎng)絡(luò)視頻業(yè)務(wù)中用戶QoE評估研究[D];西安電子科技大學(xué);2015年

2 李辰宇;基于海量網(wǎng)絡(luò)數(shù)據(jù)的視頻業(yè)務(wù)流量分析與應(yīng)用[D];北京郵電大學(xué);2017年

3 洪飛;基于小波的網(wǎng)絡(luò)業(yè)務(wù)研究[D];中國科學(xué)院研究生院（軟件研究所）;2004年

相關(guān)碩士學(xué)位論文 前10條

1 易小華;網(wǎng)絡(luò)視頻業(yè)務(wù)平均意見分統(tǒng)計研究及在流分類中的應(yīng)用[D];南京郵電大學(xué);2017年

2 姚利濤;網(wǎng)絡(luò)視頻業(yè)務(wù)非監(jiān)督分類方法研究[D];南京郵電大學(xué);2015年

3 李賀;網(wǎng)絡(luò)視頻業(yè)務(wù)流的特征選擇與識別研究[D];南京郵電大學(xué);2016年

4 王維濤;基于QoE評級的視頻業(yè)務(wù)性能評估方法的研究與分析[D];北京郵電大學(xué);2013年

5 陳悅驍;真實實驗環(huán)境下的視頻業(yè)務(wù)QoE評估[D];西安電子科技大學(xué);2013年

6 李恒超;混沌預(yù)測理論及其在VBR視頻業(yè)務(wù)中的應(yīng)用[D];西南交通大學(xué);2004年

7 黃超;無線網(wǎng)絡(luò)信道建模和視頻業(yè)務(wù)QoE提升方法研究[D];南京郵電大學(xué);2013年

8 巨穎;LTE系統(tǒng)中視頻業(yè)務(wù)跨層資源調(diào)度技術(shù)研究[D];北京郵電大學(xué);2013年

9 平國棟;統(tǒng)一音視頻業(yè)務(wù)門戶系統(tǒng)的設(shè)計與實現(xiàn)[D];鄭州大學(xué);2013年

10 尹小然;LTE/EPS下視頻業(yè)務(wù)實現(xiàn)技術(shù)研究[D];南京郵電大學(xué);2014年

，

本文編號：2167771