[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

说明书

本发明公开的基于神经网络的VoIP无参考视频通信质量客观评价方法，主要适用于实时通信场景下的VoIP视频通信质量监测，属于视频质量客观评价领域。本发明的方法通过如下步骤实现：在VoIP视频通话过程中对网络参数进行提取，同时对该段视频进行主观测试打分，对提取的网络参数进行标准化处理和降维处理，得到的降维数据作为神经网络的输入，主观测试得分作为神经网络的参考输出进行神经网络训练，得到各神经节点的权重及阈值，即完成神经网络构建；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，所述的客观质量评分用于VoIP无参考视频通信质量客观评估。本发明能够实现对VoIP视频质量做出准确且实时评价。

技术领域

本发明涉及基于神经网络的VoIP无参考视频通信质量客观评价方法，主要适用于实时通信场景下的VoIP视频通信质量监测，属于视频质量客观评价领域。

背景技术

随近些年来，随着互联网技术的进步、多媒体通讯技术的发展和第四代移动通讯系统的普及，移动视频通信业务在生活和工作中愈发重要，其中基于VoIP的实时视频技术凭借其便捷性以及高性价比得到了广泛的应用。但IP网络的实时通信性能与专用通信网络相比不够稳定，由此带来的丢包、抖动和延时会影响视频通信的质量，从而影响用户体验。因此如何准确地对视频通信质量进行评价是实时通讯中的关键部分。

根据ITU和VQEG等国际组织对于视频质量评估相关技术标准的规定，视频质量评估方法有两种，一种是主观的评估方式，还有一种就是客观的评估方式。主观的视频质量评估方法以人的主观感受作为唯一衡量标准，因此具有极高的准确性，但主观评估方法复杂性较高，并且需要大量人力物力支持，因此不适用于实时通信中的视频质量评估。根据处理待测视频时有无对应的原始参考视频和参考程度，客观质量评估方法分为三大类：全参考方法、部分参考方法、无参考方法。其中，全参考方法需要与原始视频相比较，目前比较典型的全参考评价技术有“基于全像素失真的统计方法”和“基于人眼视觉系统的评价方法”。部分参考方法需要传输部分参考信息，这些参考信息可以来源于原始视频本身，也可以是非原始数据的额外信息，典型的两种方法是“基于结构相似性的质量评价方法”和“基于数字水印的部分参考视频质量评估”。无参考方法无需额外传输信息就能直接评价，典型的方法有块状检测评价方法和检测块边缘模糊方法。

综上所述，现有视频质量客观评估方法中，全参考方法和部分参考方法技术体系较为成熟，但这两种评价方法用于VoIP视频客观质量评价时会存在两个问题：一是无法准确衡量因为IP网络的延迟、抖动而带来的问题，从而影响整个测试结果的准确性。二是上述两种方法作为有参考体系，在进行评价的过程中需要原始数据或部分参考数据，这在实时通信中是难以实现的。因此，为了提升VoIP视频通信质量评价的准确性，就需要使用无参考客观质量评价算法，但现有无参考质量评价体系还不成熟，研究主要还局限在对已知劣化(如块效应、边缘模糊等)的检测和评价，当出现未假设到的错误时算法不适应，因此结果常与主观评价偏差较大。我国授权公开号为CN200810163592.3的发明专利“Motion Jpeg2000视频客观质量的无参考评估方法”公开了一种无参考体系的视频客观质量评价方法，但该方法需要对每帧图像进行处理，在实时性和计算复杂度上仍无法达到VoIP视频通信质量的评估要求。

发明内容

为解决现有的视频客观质量评价算法无法对VoIP视频质量做出准确且实时的评价，本发明公开的基于神经网络的VoIP无参考视频通信质量客观评价方法，要解决的技术问题是提供一种VoIP无参考视频通信质量客观评估方法，能够实现对VoIP视频质量做出准确且实时评价。

本发明的目的是通过下述技术方案实现的。