[发明专利]一种针对视频会议的无参考视频质量评价方法

说明书

技术领域

本发明属于视频质量评价技术领域，具体涉及一种针对视频会议的无参考视频质量评价方法。

背景技术

随着计算机与网络通信技术的飞速发展，人们对获取多媒体信息的需求日益旺盛。近年来，与视频相关的应用涵盖各个领域，如视频会议、视频监控和移动电视等。其中，视频会议作为一种以传送视觉信息为主的会议方式的多方通信，可以在多个地点之间实现远距离多用户的实时可视化交流，不仅降低了开展会议所需要的成本，同时节省了人力成本，具有非常重要的实际应用价值。在视频会议应用中，视频信息在到达接收者之前都需要经过压缩和传输，而这些过程往往会造成视频质量损失。为了获得更好的主观效果，有必要对视频质量作出评价，根据结果调整编码器和传输信道的参数。视频的最终受体是人类的眼睛，人眼观察被认为是最精确的评价视频质量的方法。然而，由于视频的信息量非常大，依靠人工观察的主观方法对视频质量进行评价需要消耗大量的人力和时间，不适合大规模实际应用。因此，如何根据人眼视觉系统特性建立视频质量评价模型，在此基础上由计算机自动完成视频的质量评价，成为一个非常有意义的课题。

视频客观质量评价方法（Video Objective Quality Assessment）是指通过设计数学模型对视频进行智能化分析，并按设定的尺度对视频进行自动评分的客观评价方法。根据对原始视频的依赖程度，视频客观质量评价方法可以分为全参考型、部分参考型和无参考型三类。由于全参考型和部分参考型评价方法都需要额外的带宽来传输原始视频及相关信息，其实用价值非常有限。相比之下，无参考质量评价方法不需要依赖任何与原始视频相关的信息，直接根据待评价视频的信息计算视频质量，具有更好的灵活性和适应性，以及更广泛的应用价值。特别是在与网络多媒体相关的视频应用中，无参考视频客观质量评价在服务器质量检测（Quality of Service，QoS）和终端质量体验（Quality of Experience，QoE）上面起到重要作用，根据视频质量评价反馈信息，视频服务器可以动态调整视频编码器参数和传输信道参数，以保证传输稳定性，提高接收端视频质量。另外，无参考视频客观质量评价可以取代人眼，公正地比较不同视频编解码器输出的视频质量，为视频接收端提供参考，做出最优选择。

现有的视频质量评价方法虽然取得了一定的效果，形成了一些比较成熟的模型；如Wang Zhou等人在标题为Image quality assessment:From error visibility to structural similarity（IEEE Transactios on Image Processing）的文献中提出了基于PSNR（峰值信噪比）和基于SSIM（结构相似性）的两种视频质量评价模型，但这两种模型仍然存在一些问题如：没有考虑HVS（人类视觉系统）在视频质量评价中的作用，忽视了视频内容特征对视频质量的影响，没有考虑视频会议场景的特殊性，故准确度还有待提高。

发明内容

针对现有技术所存在的上述技术问题，本发明提供了一种针对视频会议的无参考视频质量评价方法，针对视频会议场景简单，人眼感兴趣区域特殊等特点，无需原始视频作为参考，实现灵活有效的视频质量评价且具有较高的准确度。

一种针对视频会议的无参考视频质量评价方法，包括如下步骤：

（1）将待评价视频每帧图像分割成若干个宏块；

（2）通过检测图像中的人脸区域和运动显著区域，确定每帧图像的ROI（人眼感兴趣区域）；

（3）结合ROI估计量化过程对视频质量造成的影响，计算出每帧图像的量化影响参数；

（4）结合ROI估计码率分配过程对视频质量造成的影响，计算出每帧图像的码率控制影响参数；

（5）根据所述的量化影响参数和码率控制影响参数，计算出每帧图像的质量评价值Q；进而对待评价视频所有图像的质量评价值Q求平均，得到的平均值即为待评价视频的质量评价值。

所述的步骤（2）中，确定每帧图像的ROI的方法如下：

A1.对于待评价视频的任一帧图像，从待评价视频的码流中提取该图像每个宏块的水平运动矢量和垂直运动矢量；

A2.对于该图像的任一宏块，通过人脸像素检测法检测该宏块中属于人脸像素的像素个数N_face；若N_face≥T_face，则判定该宏块属于人脸区域；否则，则判定该宏块不属于人脸区域，T_face为预设的像素阈值；依此遍历该图像的每个宏块，以确定该图像的人脸区域；