[发明专利]基于神经网络的VoIP无参考视频通信质量客观评价方法

权利要求书

1.基于神经网络的VoIP无参考视频通信质量客观评价方法，其特征在于：包括如下步骤，

步骤一、在VoIP视频通话过程中，使用有网络参数记录功能的VoIP软件对实时网络参数进行采集，同时测试人员给出该次视频通话的主观测试分数；

步骤二、对步骤一中得到的网络参数进行预处理，得到一系列统计参数；

步骤三、对步骤二中得到的M个统计参数进行初步降维处理，得到J维参数；

步骤四、对I段视频的数据标准化处理后进行主成分分析，并得到降维后的矩阵；

步骤五、构建神经网络：将I段视频的Q个参数作为神经网络的输入参数，对应该段视频的主观质量测试得分作为参考输出，进行神经网络的训练，得到各神经节点的权重及阈值，即完成神经网络构建；

步骤六、构建完成后的神经网络的输出即为根据输入参数映射得到的客观质量评分；

至此，从步骤一到步骤六，完成基于神经网络的VoIP无参考视频通信质量客观评估方法。

2.如权利要求1所述的基于神经网络的VoIP无参考视频通信质量客观评价方法，其特征在于：

步骤一具体实现方法为，在一段视频通话中，每隔一定时间VoIP软件记录当前通话环境中的网络参数，网络参数包含丢包率、延时值、抖动缓存时间、帧率，共记录N组数据，测试人员根据此次视频通话的流畅度和清晰度给出主观测试分数。

3.如权利要求1所述的基于神经网络的VoIP无参考视频通信质量客观评价方法，其特征在于：

步骤二具体实现方法为，根据步骤一中记录的N组数据，计算出一段视频中丢包率、延迟、抖动缓存时间和帧率的最大值、最小值、方差、平均数、中位数和众数。

4.如权利要求1所述的基于神经网络的VoIP无参考视频通信质量客观评价方法，其特征在于：

步骤三具体实现方法为，选择步骤二中得到的某段视频中M个参数，对其进行协方差计算，根据计算结果，去除互相关系数较高的多余参数，只保留互相关系数低于设定阈值的J个参数。

5.如权利要求1所述的基于神经网络的VoIP无参考视频通信质量客观评价方法，其特征在于：

步骤四具体实现方法为，

步骤4.1.统一J个参数的单位量度，进行标准化处理，具体公式如下：

其中，x_ij是第i段视频第j个参数的值，是第j个参数的样本均值，σ_j是第j个参数的标准差；

步骤4.2.将I段视频的参数构建成大小为I*J的矩阵A，对矩阵A进行主成分分析并降维，得到降维后大小为I*Q的矩阵，其中Q<J。

6.如权利要求1所述的基于神经网络的VoIP无参考视频通信质量客观评价方法，其特征在于：

步骤五具体实现方法为，

步骤5.1：初始化数据，将各个权值和阈值分别设为较小的初始值；

步骤5.2：导入一段视频对应的Q个参数作为神经网络的输入，该段视频的主观测试得分为参考输出，依次训练多段视频；

所述的一段视频指步骤四中得到的I段视频中的一段视频；

步骤5.3：根据输入样本以及各节点的激励函数计算输出层神经元的输出；

步骤5.4：将计算结果与参考输出比较，求出各层的误差；

步骤5.5：根据计算结果更新输入层、隐藏层、输出层各节点的权值和阈值；

步骤5.6：若误差未达到学习精度以内，从步骤5.3重新进行学习；若误差在学习精度以内，学习结束，即完成神经网络构建。