[发明专利]评估视频中丢包可见性

说明书

技术领域

本发明涉及视频序列中丢包可见性的评估，具体地涉及利用视频序列的动态时空建模确定差错可见性的测度，以确定受丢包影响的序列中的块的预期的测度，并将块的预期测度和与块相关联的实际测度进行比较。

背景技术

互联网上视频直播服务与日俱增流的重要性已经突显出本方法的必要性，其可以准确地评估由终端用户体验的视频的质量。网络特征可以对视频质量产生重大影响，如丢包、时延和其它网络效应。精准的质量评估是视频传输系统设计，配置和测试所不可缺少的。例如视频分辨率、编码器属性、编码比特率、时延和差错检测以及纠错/恢复这样的因素的合理平衡，全部取决于对终端用户体验的理解，特别是所感知的视频质量。

对于无法利用重传来减少网络丢失效应的服务，丢包损害(PLI)可以对终端用户所体验的感知的视频质量产生主要影响。例如，基于IP的广播视频系统，其中视频仅能被发送一次，并且传输过程中的任何丢包必须在没有利用重传的情况下被处理。

用于PLI评估的技术可以被分类如下：a)全参考(FR)，其中，对源和劣化的视频序列进行分析；b)图像缓冲无参考(NR-P)，其中仅对解码的图像进行分析；c)比特流无参考(NR-B)，其中仅在解码之前对比特流进行分析；和d)混合无参考(NR-H)，其中对比特流和解码的图像信息进行分析。

平方差错(MSE)和峰值信噪比(PSNR)的FR测量因其方便和易处理的属性而流行。但可惜的是，上述测量作为感知视频质量的指标精度有限。上述测量的改进可以根据预期的可见性通过对差错信号进行感知加权来实现，其中加权因子可由主观性测试确定。基于FR结构相似度(SSIM)的图像质量评价技术比较基准信号和失真信号的结构(来自视觉场景的信息和属性)。SSIM将结构信息中改变的测量用作对感知的图像失真的近似。

PLI的感知影响取决于多种因素，如视频中差错的位置、大小和持续时间，恢复技术的复杂性以及视频的掩蔽特性。FR测量，例如SSIM和MSE，可以被用来评估对解码的视频的PLI效果，但通常不直接考虑这些PLI因素。

专用于PLI评估的NR-P技术(如条带边界失配(SBM))试图通过对例如像素行中的不连续性这样的效应进行建模来测量PLI因子。然而，NR-P技术无法获取差错的精确位置，并且必须依赖统计模型来区分图像的差错部分和正确部分。由于自然图像变化的错误分类作为可能的差错，所以这会造成不准确。

NR-H模型通常使用差错比特流来测量差错程度，并使用宏块类型和运动信息来预测上述差错的传播的限度。该差错特有的信息可以被用于提高FR和NR-P技术的准确性。

发明内容

本发明的实施方式的目的是提供一种评估视频序列中的丢包影响的改进的方法。

根据本发明的一个方面，提供了一种确定视频序列中由丢包导致的差错可见性的方法，所述视频序列包括多个帧，每个帧包括多个块，所述方法包括：

(i)识别受所述多个帧中的一帧中的丢包影响的块，其中，包含所识别的块的帧是当前帧；

(ii)跨过多个先前的帧，基于与所识别的块相关联的区域的时间差异，确定与所识别的块相关联的预期的时间测度；

(iii)基于在所识别的块和与所识别的块相邻的一个或更多个块之间的空间差异，确定与所识别的块相关联的预期的空间测度，在多个先前的帧之上考虑所述空间差异；

(iv)针对所识别的块比较所确定的预期的时间测度和实际的时间测度，其中，所述实际的时间测度是基于与在所述当前块中的所识别的块相关联的所述区域与至少一个先前的帧的时间差异；

(v)针对所识别的块比较所确定的预期的空间测度和实际的空间测度，其中，所述实际的空间测度是基于在所述当前帧中在所识别的块和与所识别的块相邻的一个或更多个块之间的空间差异；

(vi)基于所述比较确定所识别的块的差错可见性的测度。

所述比较步骤(iv)还可以包括基于所确定的预期的时间测度来设置一个或更多个时间阈值，其中，所述一个或更多个时间阈值用于与所述实际的时间测度进行比较

所述比较步骤(v)还可以包括基于所确定的预期的空间测度设置一个或更多个空间阈值，其中，所述一个或更多个空间阈值用于与所述实际的空间测度进行比较。

附图说明

为了更好地理解本发明，现将仅以示例的方式参考这些附图，其中：

图1示出了本发明的一个示例的用于差错可见性评估的接收器；

图2是例示了本发明的一个示例的步骤的流程图；