【摘要】：隨著網(wǎng)絡技術和多媒體技術的發(fā)展,通過互聯(lián)網(wǎng)體驗視頻業(yè)務成為流行的趨勢。基于HTTP的動態(tài)自適應流媒體(DASH)技術依靠其可靠、自適應、實現(xiàn)簡單等特點成為了目前視頻點播的主流技術,然而針對DASH系統(tǒng)中可能出現(xiàn)的視頻重緩沖和視頻質(zhì)量波動等影響用戶體驗的事件,目前尚未有較成熟的質(zhì)量評估方法。本文圍繞視頻播放過程中的重緩沖和質(zhì)量波動事件對用戶主觀體驗的影響展開了研究,并分別建立了重緩沖和質(zhì)量波動事件對DASH視頻質(zhì)量影響的客觀評估模型。本文首先研究了視頻重緩沖事件對于DASH視頻質(zhì)量的影響。針對重緩沖事件的特征,將其分成了兩個階段:重緩沖階段和恢復階段,并分別確定了各個階段影響視頻質(zhì)量的因素,其中重緩沖階段的影響因素包括起始時刻視頻感知質(zhì)量和重緩沖時長,而恢復階段的影響因素為起始時刻視頻感知質(zhì)量,恢復時長及恢復階段視頻編碼質(zhì)量。然后設置相應的主觀實驗,測試每個影響因素與視頻質(zhì)量的映射關系。最后根據(jù)實驗結(jié)果建立每個階段的視頻質(zhì)量客觀評估模型。本文還研究了視頻質(zhì)量波動事件對DASH視頻質(zhì)量的影響。單次質(zhì)量波動事件同樣被劃分為兩個階段:質(zhì)量波動階段和質(zhì)量平穩(wěn)階段,在質(zhì)量波動階段,影響視頻質(zhì)量的因素是起始時刻視頻感知質(zhì)量和質(zhì)量波動等級,而質(zhì)量平穩(wěn)階段的影響因素為起始時刻視頻感知質(zhì)量,平穩(wěn)階段時長及平穩(wěn)階段的視頻編碼質(zhì)量。針對不同階段的不同影響因素也分別設計了相應的主觀實驗進行測試,并根據(jù)實驗結(jié)果確定了每個因素與視頻質(zhì)量的關系,建立了視頻質(zhì)量波動的兩階段模型。用戶在每次重緩沖或質(zhì)量波動事件中的主觀體驗會受到上一次事件的影響,用戶在某一時刻的主觀體驗是在這一刻之前的多次事件累積的結(jié)果,在實際的應用場景中還需要考慮多次事件的影響。因此在一次視頻重緩沖事件的模型和一次視頻質(zhì)量波動事件的模型的基礎上,本文還將兩組模型分別推廣到多次重緩沖事件和多次視頻質(zhì)量波動事件中。性能驗證實驗的結(jié)果表明,本文中所建立的關于視頻重緩沖和視頻質(zhì)量波動的客觀模型性能良好,可以比較準確地反映DASH視頻體驗質(zhì)量。
[Abstract]:With the development of network technology and multimedia technology, experience video service through the Internet has become a popular trend. The dynamic adaptive streaming media (DASH) technology based on HTTP has become the mainstream technology of video on demand by its characteristics such as reliability, self-adaptation, simple realization and so on. However, there is no mature quality assessment method for the events that affect user experience, such as video buffering and video quality fluctuation, which may occur in DASH system. This paper focuses on the impact of buffering and quality fluctuation events on the user's subjective experience during video playback, and establishes an objective evaluation model for the impact of buffered and quality fluctuating events on the quality of DASH video. In this paper, we first study the effect of video buffering events on the quality of DASH video. According to the characteristics of the buffered event, it is divided into two phases: the buffering phase and the recovery phase, and the factors that affect the video quality of each phase are determined, respectively. The influence factors of the buffer phase include the video perception quality at the start time and the length of the buffer time, while the influence factors for the recovery phase are the video perception quality at the start time, the recovery time and the video coding quality at the recovery stage. Then set up the corresponding subjective experiment to test the mapping relationship between each influencing factor and video quality. Finally, the objective evaluation model of video quality in each stage is established according to the experimental results. The influence of video quality fluctuation events on DASH video quality is also studied in this paper. A single quality fluctuation event is also divided into two stages: the quality fluctuation stage and the quality stabilization stage. In the quality fluctuation stage, the factors that affect the video quality are the video perceived quality and the quality fluctuation level at the start time. The influence factors of the stationary stage are the video perceptual quality at the start time, the length of the stationary stage and the video coding quality at the stationary stage. According to the different influencing factors in different stages, the corresponding subjective experiments are designed and tested. According to the experimental results, the relationship between each factor and video quality is determined, and a two-stage model for the fluctuation of video quality is established. The user's subjective experience in each buffer or quality fluctuation event is affected by the previous event, and the user's subjective experience at a given time is the result of multiple events accumulated prior to this moment. It is also necessary to consider the effects of multiple events in practical application scenarios. Therefore, on the basis of a video buffering event model and a video quality fluctuation event model, this paper also extends the two sets of models to multiple buffer events and multiple video quality fluctuation events, respectively. The results of performance verification experiments show that the objective model of video buffering and video quality fluctuation established in this paper has good performance and can accurately reflect the experience quality of DASH video.
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN919.81

【相似文獻】

相關期刊論文 前10條

1 盧劉明;陸肖元;;分組網(wǎng)絡中的視頻質(zhì)量評估[J];計算機應用研究;2008年09期

2 楊愛華;;網(wǎng)絡課程中視頻質(zhì)量的優(yōu)化[J];現(xiàn)代教育技術;2009年08期

3 趙大軍;劉思平;李冶文;俞航;;視頻質(zhì)量評估方法及規(guī)范[J];電信工程技術與標準化;2011年04期

4 白彥鵬;吳學智;何如龍;;視頻質(zhì)量客觀評估方法分析[J];計算機與數(shù)字工程;2011年10期

5 孫延;岑峰;;基于深度的3D視頻質(zhì)量評價[J];微型機與應用;2013年03期

6 田玲;廖紫纖;何楚;;三網(wǎng)融合下基于壓縮感知的半?yún)⒖家曨l質(zhì)量評估方法研究[J];計算機應用研究;2013年06期

7 王新岱,楊付正;視頻質(zhì)量的主客觀評估方法研究[J];電視技術;2003年08期

8 曾銳;;視頻質(zhì)量與維護[J];中國有線電視;2009年06期

9 ;寶利通宣布支持H.264 High Profile,同樣的視頻質(zhì)量僅需一半帶寬[J];中國新通信;2010年07期

10 許偉堅;馮超;李進錦;黃聯(lián)芬;姚彥;;一種新的視頻質(zhì)量評價中幀對齊算法[J];廈門大學學報(自然科學版);2012年02期

相關會議論文 前5條

1 楊春亭;柳楊;;基于視覺感知的視頻質(zhì)量測量方法的研究[A];2009中國儀器儀表與測控技術大會論文集[C];2009年

2 史萍;;基于特征的視頻質(zhì)量損傷度客觀測量方法[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

3 王輝麟;史宏;;基于變權參數(shù)的鐵路視頻監(jiān)控系統(tǒng)視頻質(zhì)量動態(tài)檢測方法研究[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術[C];2012年

4 譚杰;孫志剛;程輝;;IPTV視頻質(zhì)量監(jiān)測模型[A];第十七屆全國青年通信學術年會論文集[C];2012年

5 張桂卿;傅雪鵬;佘方毅;;IPTV視頻傳輸質(zhì)量問題分析[A];中國新聞技術工作者聯(lián)合會第六次會員代表大會、2014年學術年會暨第七屆《王選新聞科學技術獎》和優(yōu)秀論文獎頒獎大會論文集（三等獎）[C];2014年

相關重要報紙文章 前2條

1 安捷倫科技公司;MDI 指標衡量視頻質(zhì)量[N];通信產(chǎn)業(yè)報;2006年

2 安捷倫科技（中國）有限公司;安捷倫：三重播放環(huán)境驗證IPTV(下篇)[N];通信產(chǎn)業(yè)報;2006年

相關博士學位論文 前7條

1 劉河潮;網(wǎng)絡丟包的無參考視頻質(zhì)量評估方法研究[D];西安電子科技大學;2013年

2 史志明;網(wǎng)絡視頻質(zhì)量評估方法與測試技術研究[D];北京郵電大學;2013年

3 劉河潮;網(wǎng)絡丟包的無參考視頻質(zhì)量評估方法研究[D];西安電子科技大學;2014年

4 杜海清;無線傳輸中的視頻質(zhì)量評價及控制研究[D];北京郵電大學;2010年

5 楊艷;基于多特征類型的無線視頻質(zhì)量用戶體驗（QoE）方法研究[D];北京郵電大學;2012年

6 蘇洪磊;基于碼流的網(wǎng)絡視頻無參考質(zhì)量評估研究[D];西安電子科技大學;2014年

7 趙敏;基于IP網(wǎng)絡視頻質(zhì)量自適應控制的研究[D];西北工業(yè)大學;2006年

相關碩士學位論文 前10條

1 孫魯川;網(wǎng)絡會議視頻質(zhì)量評估方法分析、改進及應用[D];電子科技大學;2015年

2 余浩淼;視頻監(jiān)控系統(tǒng)的網(wǎng)絡層質(zhì)量監(jiān)控與故障檢測系統(tǒng)[D];復旦大學;2013年

3 賈琳;基于DSP的視頻質(zhì)量監(jiān)測系統(tǒng)設計[D];黑龍江大學;2015年

4 劉洋;基于HTTP自適應流媒體的質(zhì)量評估[D];西安電子科技大學;2014年

5 田云;H.264的視頻質(zhì)量評估及編解碼算法的實現(xiàn)[D];西安電子科技大學;2014年

6 劉興龍;基于視覺特性的視頻質(zhì)量評估系統(tǒng)[D];西安電子科技大學;2014年

7 李健;視頻質(zhì)量的主客觀評估方法研究[D];西安電子科技大學;2009年

8 郭暢;無線網(wǎng)絡中的視頻質(zhì)量評估及優(yōu)化[D];北京郵電大學;2011年

9 莊自超;面向視頻監(jiān)控的視頻質(zhì)量檢測系統(tǒng)的設計與開發(fā)[D];華中師范大學;2011年

10 李器宇;視頻質(zhì)量評價系統(tǒng)及其關鍵技術的研究[D];天津大學;2012年

，

本文編號：2460111