[发明专利]估计比特流级别的视频质量的方法及设备

说明书

技术领域

本发明涉及一种用于估计特别是在视频解码前的比特流级别上的感知的视频质量的方法和设备。

背景技术

本节旨在向读者介绍可能与下面描述和/或要求保护的本发明的各方面相关的技术的各个方面。相信这种讨论有助于向读者提供背景信息以便更好地理解本发明的各个方面。因此，应当理解，需要从这个角度来阅读这些语句，而不是作为对现有技术的承认。

在IP网络上的视频传送是不可靠的。对VQM（视频质量建模）的需求是为了评价除了由视频压缩所导致的那些质量下降之外的由于IP传输损伤（例如，数据包丢失、延迟、抖动）所导致的质量下降。在解码器处应用错误隐藏（EC）之后评估伪像（artifact），因为该结果应涉及观众所感知的视频质量。EC的目标是估计起因于位擦除或数据包丢失的丢失宏块（MB），以便提供最低程度的感知质量下降。因此，准确预测EC的有效性是VQM测量传输损伤的基本部分。

EC方法是空间的（例如，双线性插值，主要用于I-帧）或时间的（即，估计丢失的运动向量（MV），主要用于B-和P-帧）。VOM技术可分为数据包-分层模型、比特流-级别模型、媒体级别模型和混合模型。ITU-T SG12/Q14考虑比特流-级别无参考视频质量（VQ）评估模型以预测观察到的编码和IP网络损伤对移动流传输和IPTV应用中的质量的影响。它使用比特流信息、以及数据包报头中包含的信息、有关媒体流的先验知识和来自客户端的缓冲信息来预测平均意见得分（MOS）。H.Rui,C.Li和S.Qiu在《浙江大学科学期刊A辑》（2006年1月）第7卷，第131-136页的“Evaluation of packet loss impairment on streaming video”中提出了使用强大的空间不连续性作为丢包提示、并且基于解码的像素信息的VQM模型。然而，这些信息在比特流-级别是不可得的。

T.Yamada,Y.Miyamoto和M.Serizawa在（2007年）《数据包视频》第288-293页的“No-reference video quality estimation based on error-concealment effectiveness”中描述了使用比特流-级别信息和解码的像素信息两者的无参考混合VQM。它将错误隐藏被确定为无效的MB的数量映射到MOS值。

上述方法的问题是，当丢失的MB不固定时，它们表现不佳，而这在现实视频序列中经常发生。

A.R.Reibman,V.A.Vaishampayan和Y.Sermadevi在IEEE多媒体汇刊（2004年）第327-334页，6(2)的“Quality monitoring of video over a packet network”中在传输损伤情况下使用EC视频序列的无参考比特流-级别VQM来估计MSE（均方误差）。使用来自所接收的基于宏块的视频比特流（例如I-帧MB的DCT的DC分量和AC分量，P-和B-MB的运动向量）的一些统计参数的估计。这种模型的一个问题是它使用MSE（均方误差）作为目标视觉质量度量，而不是主观的MOS。众所周知，MSE不是用于主观视频质量好的度量，尤其对于测量由传输损伤所导致的质量下降。

发明内容

由基于像素插值的EC方案和由基于MV估计的EC方案所产生的可见伪像有很大的不同。一般来说，空间方法产生缺失MB的模糊估计，而时间方法产生可能更少干扰或不可见的边缘伪像。

本发明提供了一种作为比特流-级别VQM模型极其重要的部分的比特流-级别EC有效性评价方法和一种相应的设备。该方法和设备至少可用于由一般网络传输损伤所导致的感知视频质量下降的无参考VQM测量。特别是，该方法和设备在因特网协议（IP）网络传输损伤的情况下是有利的。

根据本发明，用于评价反映EC有效性的可见伪像级别的方案包括提取比特流-级别的编码的视频的多个局部特征（在这里也称为有效性特征）和多个全局特征（在这里也称为条件特征），并通过模拟在解码器处使用的具体错误隐藏方法的过程来计算EC有效性的数值级别。

例如，多个有效性特征是空间运动均匀性（homogeneity）分组、时间运动一致性、纹理平滑度和一个或多个特殊编码模式的概率。在一个实施例中，提取了三个有效性特征，即空间运动均匀性、时间运动一致性和纹理平滑度。