本發(fā)明涉及通信技術領域，尤其涉及一種視頻質量評價方法及裝置。

背景技術：

隨著通信技術和多媒體技術的發(fā)展，網(wǎng)絡視頻業(yè)務得到廣泛的發(fā)展與應用，應用場景也更加復雜化，因此，對網(wǎng)絡視頻質量進行實時而準確的評價，對視頻編解碼技術發(fā)展、網(wǎng)絡規(guī)則、網(wǎng)內視頻服務質量監(jiān)控、優(yōu)化視頻應用系統(tǒng)中的算法和參數(shù)調優(yōu)等至關重要。

進行視頻質量評價的方法主要分為兩類，一種是主觀視頻質量評價方法，即由大量觀察者根據(jù)預先規(guī)定的評價尺度對測試視頻按視覺效果的優(yōu)劣進行評價打分，對所有觀察者給出的評價分值進行加權平均，以此作為測試視頻的主觀質量評價值；另外一種是客觀的視頻質量評價方法，指利用設計的計算模型代替人類視覺系統(tǒng)(Human Visual System，HVS)對測試視頻進行分析對比，得到測試視頻的客觀質量評價值。

客觀的視頻質量評價方法依據(jù)參考源信息的使用分為全參考、部分參考和無參考的視頻質量評價方法。針對網(wǎng)絡視頻質量評價主要采用無參考的視頻質量評價方法。目前無參考的網(wǎng)絡視頻質量評價方法主要有基于數(shù)據(jù)分組頭信息的分組層評價方法、基于分組頭信息和載荷信息的比特流層評價方法和基于像素級特征的媒體層評價方法。

基于數(shù)據(jù)分組頭信息進行網(wǎng)絡視頻質量評價的分組層評價方法，無法正確解析視頻的內容特征，故網(wǎng)絡視頻質量評價的結果準確度較低?；诜纸M頭信息和載荷信息進行網(wǎng)絡視頻質量評價的比特流層評價方法，可實現(xiàn)使用視頻內容的特征信息進行視頻質量評價，能夠保證視頻質量預測的準確度，但是需要單獨解碼，并在完全解碼的情況下，視頻流重構為視頻畫面，計算復雜度較高，并且例如機頂盒等終端對視頻解碼得到的參數(shù)不能用于重構視頻畫面，機頂盒又不能夠承受完全解碼的開銷，使得基于分組頭信息和載荷信息的比特流層評價方法使用受限?；谙袼丶壧卣鬟M行網(wǎng)絡視頻質量評價的媒體層評價方法，使用像素級特征提取和計算，計算復雜度也較高。

故提供一種既能保證視頻質量預測的準確度又能降低計算復雜度的網(wǎng)絡視頻質量評價方法，勢在必行。

技術實現(xiàn)要素：

本發(fā)明實施例提供一種視頻質量評價方法及裝置，以全面完整的利用視頻的內容特征來評價網(wǎng)絡視頻質量以提高視頻質量預測的準確度，并降低計算復雜度。

第一方面，提供一種視頻質量評價方法，該視頻質量評價方法中獲取視頻幀的幀參數(shù)以及終端解碼所述視頻幀的解碼復雜度信息，所述幀參數(shù)例如可以是通過分組頭檢測得到的幀長等信息。所述解碼復雜度信息為終端解碼所述視頻幀對應的計算開銷值，可以是終端解碼過程中涉及的各部分對應的計算開銷值，無需進行單獨解碼，能夠保證低計算開銷，降低計算復雜度。根據(jù)視頻幀的幀參數(shù)與解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，該表征視頻幀內容特征的狀態(tài)變量可以表征所述視頻幀的編碼信息變化，以及幅面或殘差變化，進而依據(jù)表征視頻幀內容特征的狀態(tài)變量，提取視頻幀的內容特征信息，并利用視頻中全部視頻幀的內容特征信息進行視頻質量評價，能夠全面完整的利用視頻內容特征進行視頻質量評價，能夠提高視頻質量預測的準確度。

在一種可能的設計中，所述幀參數(shù)包括視頻幀的幀頭長度、幀長以及所述視頻幀所包含的視頻塊數(shù)，所述解碼復雜度信息為熵編碼、重排序、反變量和反變換，以及運動補償、幀內預測和幀間預測各部分涉及的計算開銷值，通過幀參數(shù)與解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，具體包括：獲取熵編碼過程中解碼每個碼元的平均解碼復雜度C₀，重排序過程中解碼每個視頻塊的平均解碼復雜度C₁，反變量和反變換過程中解碼每個視頻塊的平均解碼復雜度C₂，運動補償、幀內預測和幀間預測過程中每個碼元預取數(shù)據(jù)所需平均計算復雜度C₃，以及運動補償、幀內預測和幀間預測獲取參考塊所需的計算量和將參考塊與殘差相加所需計算量C₄；根據(jù)所述C₀、C₃和所述視頻幀的幀頭長度、幀長，確定表征所述視頻幀的編碼信息變化的狀態(tài)變量K；根據(jù)所述C₁、C₂、C₄和所述視頻幀所包含的視頻塊數(shù)，確定表征所述視頻幀的幅面或殘差變化的狀態(tài)變量B。

在一種可能的設計中，通過幀參數(shù)與解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，可采用如下方式：

A、對所述幀長與終端解碼復雜度進行線性建模，得到終端解碼復雜度的第一表達式，所述第一表達式中包括表征所述視頻幀內容特征的狀態(tài)變量，例如可采用C＝K×L+B表示，其中K和B為表征視頻幀內容特征的狀態(tài)變量。

B、確定終端解碼所述視頻幀過程中涉及的各部分解碼復雜度，并對各部分解碼復雜度求和得到終端解碼復雜度的第二表達式，所述解碼過程中涉及的各部分解碼復雜度包括熵編碼、重排序、反變量和反變換、以及運動補償、幀內預測和幀間預測的解碼復雜度，故所述第二表達式可以表示為：

C＝C_ED+C_ReO+C_IQ&IT+C_MC/IP＝(C₀×L)+(C₁×N)+(C₂×N)+(C₃×L_h+C₄×N)

其中，C_ED為熵編碼的解碼復雜度，C_ReO為重排序的解碼復雜度，C_IQ&IT為反變量和反變換的解碼復雜度，C_MC/IP為運動補償模塊、幀內預測模塊和幀間預測模塊的解碼復雜度；

C_ED＝C₀×L，C_ReO＝C₁×N，C_IQ&IT＝C₂×N，C_MC/IP＝C₃×L_h+C₄×N，N為所述視頻幀所包含的視頻塊數(shù)，L_h為所述視頻幀幀頭的長度。

C、將所述第二表達式表示為所述第一表達式的形式，得到表征所述視頻幀內容特征的狀態(tài)變量。例如表征所述視頻幀內容特征的狀態(tài)變量可滿足如下表達式：

上述K和B的表達式中，K值受視頻的預測模式、運動矢量等編碼信息影響，即與編碼信息有關，可以表征視頻編碼信息的變化，主要包括預測模式、運動矢量精度及運動矢量范圍。B與分塊數(shù)有關，可以表征視頻幅面的變化，當幅面相同時，B可以表征殘差的變化，因此K和B可以表征視頻內容特征的狀態(tài)變量。

在一種可能的設計中，針對視頻質量評價過程中，在確定丟包失真值時，依據(jù)所述GOP內的丟包集中度進行確定，所述丟包集中度用于表示對應GOP范圍內丟包發(fā)生的集中程度，在實際網(wǎng)絡中發(fā)生的丟包多是非均勻丟包，在相同的丟包率情況下，丟包集中度越高，則對視頻質量的影響越大，考慮丟包集中度的影響，故可使得評測丟包對視頻質量評價的影響更加準確。

所述丟包集中度可依據(jù)對應GOP范圍內的第一個丟包到最后一個丟包的距離L_loss，以及該GOP內視頻幀的總丟包數(shù)N所確定，其中，在N固定的情況下，所述丟包集中度的增長趨勢與L_loss的增長趨勢相反，在L_loss固定的情況下，所述丟包集中度的增長趨勢與N的增長趨勢相同。

例如，丟包集中度滿足公式其中，L_loss表示所述GOP內第一個丟包到最后一個丟包的距離，N為所述GOP內的總丟包數(shù)，c和k為待定常量。

在一種可能的設計中，根據(jù)所述全部視頻幀的內容特征信息，進行視頻質量評價，包括：

根據(jù)所述全部視頻幀的內容特征信息，確定視頻中各圖像組GOP的基礎質量分值；其中，所述GOP是指從一個I幀開始到下一個I幀出現(xiàn)前的視頻幀集合；獲取各GOP內視頻幀的丟包集中度，依據(jù)所述各GOP內視頻幀的丟包集中度，確定各GOP的丟包失真值；根據(jù)各GOP的基礎質量分值以及各GOP的丟包失真值，確定所述各GOP的質量值；整個視頻流是由各GOP組成的，得到各GOP的質量值后，計算整個視頻流的質量值，可以以加權的方法實現(xiàn)，即對視頻中各GOP的質量值進行加權，得到視頻質量值。具體的，由于人眼對于較差的部分印象深刻，因此可以設置質量低的GOP的權重較大，另外持續(xù)時間較長的GOP設置的權重較大。

進一步的，在得到視頻質量值后，可利用分辨率修正因子，對所述視頻質量值進行修正，以使得最終得到的視頻質量值不僅可體現(xiàn)評價終端設備接收的視頻質量，還可體現(xiàn)觀看條件影響下的視頻質量，實現(xiàn)不同場景下評價結果的自適應性。分辨率修正因子為對視頻分辨率以及觀看所述視頻的設備分辨率進行建模得到的數(shù)值，且所述數(shù)值在f_ratio∈(0,1]范圍內符合正弦函數(shù)的表現(xiàn)形式，在f_ratio∈(1,+∞)范圍內符合反向的S函數(shù)的表現(xiàn)形式；其中，f_ratio為觀看設備分辨率與視頻分辨率之間的比值。

進一步的，還可利用屏幕尺寸修正因子對視頻質量值進行修正，以使得最終得到的視頻質量值不僅可體現(xiàn)評價終端設備接收的視頻質量，還可體現(xiàn)觀看所述視頻的設備屏幕尺寸影響下的視頻質量，實現(xiàn)不同場景下評價結果的自適應性。

其中，所述屏幕尺寸修正因子為對觀看所述視頻的設備屏幕尺寸進行建模得到的數(shù)值，所述屏幕尺寸修正因子滿足公式

其中，M為屏幕尺寸修正因子，S_base為設定觀看設備屏幕的基準尺寸、S_min為設定觀看設備屏幕的最小尺寸、S_true為觀看設備屏幕的實際尺寸，min為S_min對應的視頻質量值，max為設定觀看設備屏幕的最大尺寸對應的視頻質量值。

需要說明的是利用屏幕尺寸修正因子對視頻質量修正，以及利用分辨率修正因子進行視頻質量修正，可以單獨使用，也可二者結合使用。在利用屏幕尺寸修正因子對視頻質量修正和利用分辨率修正因子進行視頻質量修正結合使用過程中，需先利用分辨率修正因子進行視頻質量修正，然后再利用屏幕尺寸修正因子對利用分辨率修正因子修正后的視頻質量值進行再次修正，并且在利用屏幕尺寸修正因子對利用分辨率修正因子修正后的視頻質量值進行再次修正之前，需將利用分辨率修正因子修正后的視頻質量值重新賦值，使得重新賦值后的視頻質量值落在設定的標準范圍內，以使本發(fā)明實施例可適用于利用不同標準進行視頻質量評價的方法。

第二方面，提供一種視頻質量評價裝置，該視頻質量評價裝置包括獲取單元和處理單元，所述獲取單元，用于獲取幀參數(shù)以及終端解碼所述視頻幀的解碼復雜度信息。所述幀參數(shù)例如可以是通過分組頭檢測得到的幀長等信息。所述解碼復雜度信息為終端解碼所述視頻幀過程中各部分的計算開銷值。

處理單元，用于通過所述獲取單元獲取的所述幀參數(shù)與所述解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息，并重復執(zhí)行以上步驟，直至確定出視頻中的全部視頻幀的內容特征信息，根據(jù)所述全部視頻幀的內容特征信息，進行視頻質量評價。

第二方面提供的視頻質量評價裝置，通過幀參數(shù)與解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，并基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息，能夠全面完整的利用視頻內容特征，使得視頻質量評價結果更為準確，并且所述解碼復雜度信息為終端解碼視頻幀對應的計算開銷值，故無需進行單獨解碼，使用終端固有的硬解碼功能，基本不增加計算開銷，能夠保證低計算開銷，降低計算復雜度。

所述幀參數(shù)包括視頻幀的幀頭長度、幀長以及所述視頻幀所包含的視頻塊數(shù)，所述解碼復雜度信息為熵編碼、重排序、反變量和反變換，以及運動補償、幀內預測和幀間預測各部分涉及的計算開銷值，所述處理單元具體采用如下方式通過幀參數(shù)與解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量：獲取熵編碼過程中解碼每個碼元的平均解碼復雜度C₀，重排序過程中解碼每個視頻塊的平均解碼復雜度C₁，反變量和反變換過程中解碼每個視頻塊的平均解碼復雜度C₂，運動補償、幀內預測和幀間預測過程中每個碼元預取數(shù)據(jù)所需平均計算復雜度C₃，以及運動補償、幀內預測和幀間預測獲取參考塊所需的計算量和將參考塊與殘差相加所需計算量C₄；根據(jù)所述C₀、C₃和所述視頻幀的幀頭長度、幀長，確定表征所述視頻幀的編碼信息變化的狀態(tài)變量K；根據(jù)所述C₁、C₂、C₄和所述視頻幀所包含的視頻塊數(shù)，確定表征所述視頻幀的幅面或殘差變化的狀態(tài)變量B。

在第二方面的一種可實現(xiàn)方式中，所述處理單元確定的所述表征所述視頻幀的編碼信息變化的狀態(tài)變量K和所述表征所述視頻幀的幅面或殘差變化的狀態(tài)變量B滿足公式

其中，L為幀長，N為所述視頻幀所包含的視頻塊數(shù)，L_h為所述視頻幀幀頭的長度。

所述處理單元，具體用于采用如下方式基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息：

對所述狀態(tài)變量與所述視頻幀的內容特征信息進行線性建模，所述狀態(tài)變量與所述視頻幀的內容特征信息之間滿足公式F(K,B)＝αK+βB；其中，所述F(K，B)表征為所述視頻幀的內容特征信息，α和β為常數(shù)。

在第二方面的另一種可實現(xiàn)方式中，所述處理單元可依據(jù)GOP內的丟包集中度確定所述GOP的丟包失真值，并根據(jù)GOP的基礎質量分值以及GOP的丟包失真值，確定所述GOP的質量值，對所述視頻中全部GOP的質量值進行加權，得到視頻質量值。

所述丟包集中度用于表示對應GOP范圍內丟包發(fā)生的集中程度，可依據(jù)對應GOP范圍內的第一個丟包到最后一個丟包的距離L_loss，以及該GOP內視頻幀的總丟包數(shù)N所確定，其中，所述丟包集中度的增長趨勢與L的增長趨勢相反，與N的增長趨勢相同。

所述處理單元，具體用于采用如下方式根據(jù)所述全部視頻幀的內容特征信息，進行視頻質量評價：

根據(jù)所述全部視頻幀的內容特征信息，確定視頻中各GOP的基礎質量分值；獲取各GOP內視頻幀的丟包集中度，其中，所述丟包集中度用于表示對應GOP范圍內丟包發(fā)生的集中程度；依據(jù)所述各GOP內視頻幀的丟包集中度，確定各GOP的丟包失真值；根據(jù)各GOP的基礎質量分值以及各GOP的丟包失真值，確定所述各GOP的質量值；對視頻中各GOP的質量值進行加權，得到視頻質量值。具體的，由于人眼對于較差的部分印象深刻，因此可以設置質量低的GOP的權重較大，另外持續(xù)時間較長的GOP設置的權重較大。

所述處理單元，還用于利用分辨率修正因子，對所述視頻質量值進行修正，以使得最終得到的視頻質量值不僅可體現(xiàn)評價終端設備接收的視頻質量，還可體現(xiàn)觀看條件影響下的視頻質量，實現(xiàn)不同場景下評價結果的自適應性。其中，所述分辨率修正因子為對視頻分辨率以及觀看所述視頻的設備分辨率進行建模得到的數(shù)值，且所述數(shù)值在f_ratio∈(0,1]范圍內符合正弦函數(shù)的表現(xiàn)形式，在f_ratio∈(1,+∞)范圍內符合反向的S函數(shù)的表現(xiàn)形式，其中，f_ratio為觀看設備分辨率與視頻分辨率之間的比值。

進一步的，所述處理單元還用于利用屏幕尺寸修正因子對視頻質量值進行修正。例如，所述處理單元可利用屏幕尺寸修正因子對利用分辨率修正因子修正后的視頻質量值進行再次修正。

所述屏幕尺寸修正因子為對觀看所述視頻的設備屏幕尺寸進行建模得到的數(shù)值，所述屏幕尺寸修正因子滿足公式

其中，M為屏幕尺寸修正因子，S_base為設定觀看設備屏幕的基準尺寸、S_min為設定觀看設備屏幕的最小尺寸、S_true為觀看設備屏幕的實際尺寸，min為S_min對應的視頻質量值，max為設定觀看設備屏幕的最大尺寸對應的視頻質量值。

利用屏幕尺寸修正因子和屏幕尺寸修正因子對視頻質量值進行修正，可使得最終得到的視頻質量值不僅可體現(xiàn)評價終端設備接收的視頻質量，還可體現(xiàn)觀看條件影響下的視頻質量，實現(xiàn)不同場景下評價結果的自適應性。

第三方面，提供一種視頻質量評價裝置，該視頻質量評價裝置包括處理器和存儲器，其中，所述存儲器中存有計算機可讀程序，所述處理器通過運行所述存儲器中的程序，實現(xiàn)第一方面涉及的進行視頻質量評價的方法。

第四方面，提供一種計算機存儲介質，用于儲存上述視頻質量評價裝置所用的計算機軟件指令，其包含用于執(zhí)行上述第一方面涉及的視頻質量評價方法所設計的程序。

附圖說明

圖1為IPTV端到端體系結構；

圖2為本發(fā)明一實施例提供的視頻質量評價方法的一種實現(xiàn)流程圖；

圖3為本發(fā)明實施例提供的視頻質量評價流程框圖；

圖4為本發(fā)明另一實施例提供的視頻質量評價方法另一種實現(xiàn)流程圖；

圖5為本發(fā)明一實施例提供的一種視頻質量評價裝置的構成示意圖；

圖6為本發(fā)明另一實施例提供的視頻質量評價裝置的另一種構成示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚地描述。

本發(fā)明實施例提供的視頻質量評價方法可應用于網(wǎng)絡協(xié)議電視(Internet Protocol Television，IPTV)視頻業(yè)務。如圖1所示，IPTV端到端體系結構中主要包括的網(wǎng)元設備為：節(jié)目源、IPTV核心節(jié)點(如直播轉發(fā)服務器、核心流媒體服務器)、IPTV邊緣節(jié)點(如邊緣流媒體服務器)、承載網(wǎng)絡(如接入?yún)R聚層設備)、接入節(jié)點(如數(shù)字用戶線路接入復用器、光線路終端)和終端等。視頻數(shù)據(jù)由節(jié)目源傳輸?shù)絀PTV終端過程中，由于壓縮編碼引起的失真以及傳輸信道誤碼產(chǎn)生的失真，會影響視頻質量。為了保證用戶接收到高質量的IPTV視頻內容，需要確定引起視頻質量下降的因素，對視頻質量進行評價。IPTV視頻業(yè)務中，進行視頻質量評價，可通過在不同的網(wǎng)元節(jié)點進行視頻服務質量監(jiān)控。IPTV視頻業(yè)務中的服務質量監(jiān)控包括：頭端視頻質量監(jiān)控、終端業(yè)務質量監(jiān)控、網(wǎng)絡視頻質量監(jiān)控和IPTV平臺質量監(jiān)控。

需要說明的是，本發(fā)明實施例提供的視頻質量評價方法并不限定于IPTV視頻業(yè)務。

本發(fā)明實施例提供的視頻質量評價方法主要是針對終端業(yè)務質量監(jiān)控環(huán)節(jié)，換言之，本申請涉及的視頻質量評價裝置可使用無參考方式部署在終端側，布置位置合理。具體的，視頻質量評價裝置可以作為終端的一部分，也可以獨立存在，其只需獲取終端側的傳輸視頻流即可進行視頻質量評估，而無需獲取原始參考視頻作為評價依據(jù)。可以理解的是本發(fā)明涉及的終端可以是機頂盒(Set Top Box，STB)、光網(wǎng)絡終端(optical network terminal，ONT)，或個人計算機(personal computer，PC)，本發(fā)明實施例不做限定。

視頻質量評價裝置進行視頻質量評價的一種實現(xiàn)流程，可參閱圖2所示，如圖2所示，包括：

S101：獲取視頻幀的幀參數(shù)以及解碼復雜度信息。

具體的，視頻質量評價裝置接收視頻流，根據(jù)所述視頻流解析得到視頻幀參數(shù)，該視頻幀參數(shù)包括視頻幀的幀頭長度、幀長以及所述視頻幀所包含的視頻塊數(shù)。

本發(fā)明實施例中所述解碼復雜度信息可以理解為終端解碼所述視頻幀對應的計算開銷值，例如可以是熵編碼、重排序、反變量和反變換，以及運動補償、幀內預測和幀間預測各部分涉及的計算開銷值之和。

S102：通過所述幀參數(shù)與所述解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量。

S103：基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息。

S104：重復執(zhí)行以上步驟，直至確定出視頻中全部視頻幀的內容特征信息。

S105：根據(jù)所述全部視頻幀的內容特征信息，進行視頻質量評價。

以下將對上述各執(zhí)行步驟進行詳細說明。

本發(fā)明實施例中實現(xiàn)根據(jù)視頻幀的幀參數(shù)與解碼復雜度信息，提取視頻內容特征信息，進行視頻質量評價，可采用如下方式：

(1)對幀長與解碼復雜度進行線性建模，得到所述解碼復雜度的第一表達式。

解碼復雜度在終端上是通過CPU占用率等參數(shù)來體現(xiàn)的，對于不同的設備，處理能力不同，例如相同的解碼復雜度對應的CPU占用率可能不同。經(jīng)過大量實驗表明：視頻幀的解碼任務計算量即解碼復雜度與視頻幀的幀長之間走勢一致，當幀長發(fā)生劇烈變化時，解碼復雜度也發(fā)生明顯變化，用C表示解碼復雜度，L表示幀長，二者之間的關系建模為：

C＝f(L) (1)

根據(jù)相關系數(shù)的統(tǒng)計，解碼復雜度和幀長之間的相關系數(shù)大多數(shù)情況下接近1，因此可以將f(L)定義為線性函數(shù)，即所述幀長與所述解碼復雜度線性建模后得到的解碼復雜度的第一表達式可滿足公式

C＝K×L+B (2)

其中，L為視頻幀的幀長，可通過解析視頻流分組頭信息得到。C為解碼復雜度，K和B為擬合系數(shù)。

(2)通過所述幀長與所述解碼復雜度，確定擬合系數(shù)K和B：

本發(fā)明實施例中，可確定終端解碼所述視頻幀過程中涉及的各部分解碼復雜度，并對各部分解碼復雜度求和得到所述解碼復雜度的第二表達式，將所述第二表達式表示為所述第一表達式的形式，得到擬合系數(shù)K和B。

解碼復雜度可以表征為終端解碼所述視頻幀過程中涉及的各部分解碼復雜度之和。例如，終端對視頻幀進行解碼過程中可包括熵編碼、重排序、反變量和反變換、以及運動補償、幀內預測和幀間預測等部分，故可采用如下公式表示：

C＝C_ED+C_ReO+C_IQ&IT+C_MC/IP (3)

其中，C_ED為熵編碼的解碼復雜度，C_ReO為重排序的解碼復雜度，C_IQ&IT為反變量和反變換的解碼復雜度，C_MC/IP為運動補償、幀內預測和幀間預測的解碼復雜度。

其中，

C_ED＝C₀×L；

C_ReO＝C₁×N；

C_IQ&IT＝C₂×N；

C_MC/IP＝C₃×L_h+C₄×N；

故，可得到解碼復雜度的第二表達式可滿足公式

C＝C_ED+C_ReO+C_IQ&IT+C_MC/IP＝(C₀×L)+(C₁×N)+(C₂×N)+(C₃×L_h+C₄×N) (4)

其中，C₀為解碼每個碼元的平均解碼復雜度，所述碼元為幀長的基本單元長度，即長度計量單位、基本組成單位，N為所述視頻幀所包含的視頻塊數(shù)，C₁為重排序過程中解碼每個視頻塊的平均解碼復雜度，C₂為反變量和反變換過程中解碼每個視頻塊的平均解碼復雜度，C₃為運動補償、幀內預測和幀間預測過程中所述視頻幀幀頭中每個碼元預取數(shù)據(jù)所需平均計算復雜度，L_h為所述視頻幀幀頭的長度，C₄為運動補償、幀內預測和幀間預測過程中獲取參考塊所需的計算量和將參考塊與殘差相加所需計算量。

根據(jù)所述C₀、C₃和所述視頻幀的幀頭長度、幀長，確定表征所述視頻幀的編碼信息變化的狀態(tài)變量K。根據(jù)所述C₁、C₂、C₄和所述視頻幀所包含的視頻塊數(shù)，確定表征所述視頻幀的幅面或殘差變化的狀態(tài)變量B。例如可將所述第二表達式表示為所述第一表達式的形式，即將公式(4)改寫為公式(2)的格式，可得到K和B滿足公式

將此式改寫成公式(3)的格式，可令

其中，C₀、C₁、C₂、C₃和C₄可通過各種平臺上對大型視頻序列集，針對I、P、B幀分別進行的大量實驗統(tǒng)計得到，N值可由視頻分辨率和分塊大小確定，可在視頻流分組檢測時得到。

視頻幀的內容特征也可理解為是視頻幀的復雜度，所述視頻幀的復雜度包括時間復雜度和空間復雜度，空間復雜度是指單幀上的信息，時間復雜度指幀與幀之間的信息。本發(fā)明實施例中K值與C₀、C₃、L_h和L有關，而C₀為熵編碼過程中解碼每個碼元的平均解碼復雜度，C₃為運動補償、幀內預測和幀間預測過程中涉及的解碼復雜度，故K值受視頻的預測模式、運動矢量等編碼信息影響。B與N有關，即B與分塊數(shù)有關。因此K和B可以表征視頻內容特征的狀態(tài)變量，K表示視頻編碼信息變化，主要包括預測模式、運動矢量精度及運動矢量范圍，B表征視頻幅面的變化，當幅面相同時，B可以表征殘差的變化。

(3)基于K和B，確定視頻幀的內容特征信息。

本發(fā)明實施例中，解碼復雜度是線性表示的，故對所述狀態(tài)變量與所述視頻幀的內容特征信息進行線性建模，所述狀態(tài)變量與所述視頻幀的內容特征信息之間滿足公式F(K,B)＝αK+βB；

其中，所述F(K，B)表征為所述視頻幀的內容特征信息，所述K和B為表征所述視頻幀內容特征的狀態(tài)變量，α和β為設定的常數(shù)，該常數(shù)依據(jù)實際情況可設置為不同的值。

(4)確定全部視頻幀的內容特征信息，進行視頻質量評價。

視頻流是由各個圖像組(Group of Pictures，GOP)組成的，GOP是指從一個I幀開始到下一個I幀出現(xiàn)前的視頻幀集合，故GOP內有一個I幀以及若干個P、B幀，I幀為參考幀，P幀和B幀為非參考幀。本發(fā)明實施例中可通過上述方法以GOP為單位，確定每個GOP內的全部視頻幀的內容特征信息，根據(jù)各GOP內的全部視頻幀的內容特征信息，進行視頻質量評價。

本發(fā)明實施例中，根據(jù)各GOP內的全部視頻幀的內容特征信息，進行視頻質量評價，可采用如下方式：

首先，確定視頻中各GOP的基礎質量分值，例如可采用如下方式：

根據(jù)GOP的碼率等參數(shù)以及GOP內的全部視頻幀的內容特征信息，確定壓縮失真造成的視頻質量下降值，所述壓縮失真造成的視頻質量下降值滿足公式

Q_{code_loss}＝a1V·e^a2V·Bitrate+a3V·F_GOP(K,B)+a4V (6)

其中，Q_{code_loss}為壓縮失真造成的視頻質量下降值，_Bitrate為碼率，a1V、a2V、a3V和a4V為訓練系數(shù)，可通過實際應用場景進行設定，F(xiàn)_GOP(K,B)為GOP內的全部視頻幀的內容特征信息。

基于所述壓縮失真造成的視頻質量下降值，確定GOP的基礎質量分值，GOP的基礎質量分值滿足公式

Q_code＝1+a-Q_{code_loss}； (7)

其中，Q_code為所述GOP的基礎質量分值，1+a為所述視頻能夠達到的最高主觀質量分值，a值依據(jù)分辨率的不同賦予不同分值。

其次，本發(fā)明實施例中可根據(jù)各GOP的基礎質量分值以及各GOP的丟包失真值，確定GOP的質量值。

所述丟包失真值可通過幀丟失情況以及幀損失情況確定，例如可分析視頻流的分組頭，提取幀類型、丟包等信息，得到關于幀損傷和整幀丟失的幀參數(shù)集、不同類型幀的丟包損傷比例、不同類型幀的丟失情況等。

優(yōu)選的，本發(fā)明實施例中確定丟包失真值過程中，可進一步考慮各GOP內視頻幀的丟包集中度的影響。所述丟包集中度用于表示設定范圍內丟包發(fā)生的集中程度，對于非均勻丟包，在相同的丟包率情況下，包丟失的距離越小，表明丟包集中度越高，則對視頻質量的影響越大，故本發(fā)明實施例中應用丟包集中度可使得評測丟包對視頻質量評價的影響更加準確。

本發(fā)明實施例中所述丟包集中度用于表示對應GOP范圍內丟包發(fā)生的集中程度，可依據(jù)對應GOP范圍內的第一個丟包到最后一個丟包的距離L_loss，以及該GOP內視頻幀的總丟包數(shù)N所確定，其中，在N固定的情況下，所述丟包集中度的增長趨勢與L_loss的增長趨勢相反，在L_loss固定的情況下，所述丟包集中度的增長趨勢與N的增長趨勢相同。例如，可采用如下公式確定：

其中，c和k為待定常量。

本發(fā)明實施例中可確定GOP內由于丟幀損失的質量分數(shù)Number_frameloss以及GOP內由于幀損傷而損失的質量分數(shù)Q_framedamage，利用所述丟包集中度對所述Number_frameloss和所述Q_framedamage修正，得到GOP的丟包失真值，例如GOP的丟包失真值可表示為f(L_{fcous_GOP})×(Q_frameloss+ΣQ_framedamage)，其中，L_{fcous_GOP}為GOP的丟包集中度，Q_frameloss為GOP內由于幀丟失損失的質量分數(shù)，Q_framedamage由于幀損傷而損失的質量分數(shù)f(L_{fcous_GOP})為根據(jù)L_{fcous_GOP}制定的丟包集中度的調節(jié)函數(shù)。例如可采用的表示形式，其中，k為正數(shù)，b為待定常數(shù)，L_threshold為預設的門限值，低于L_threshold時，取

基于GOP的基礎質量分值以及GOP的丟包失真值，得到GOP的質量值；

所述GOP的質量值滿足公式

Q_GOP＝Q_code-f(L_{fcous_GOP})×(Q_frameloss+ΣQ_framedamage) (9)；

其中，所述Q_GOP為GOP的質量值，Q_code為GOP的基礎質量值，L_{fcous_GOP}為丟包集中度，f(L_{fcous_GOP})為丟包集中度的調節(jié)函數(shù)，Q_frameloss為GOP內由于丟幀損失的質量分數(shù)，Q_framedamage由于幀損傷而損失的質量分數(shù)。

整個視頻流是由各GOP組成的，得到各GOP的質量值后，計算整個視頻流的質量值，可以以加權的方法實現(xiàn)，對所述視頻中各GOP的質量值進行加權，得到視頻質量值。具體的，由于人眼對于較差的部分印象深刻，因此可以設置質量低的GOP的權重較大，另外持續(xù)時間較長的GOP設置的權重較大。

進一步的，在得到視頻質量值之后，可利用用戶觀看設備和觀看條件，對視頻質量值進行進一步的修正，實現(xiàn)評價結果的設備自適應性。

不同用戶的觀看設備和觀看條件是不同的，因此最終能反映用戶觀看視頻質量體驗的評價不僅包括評價終端接收的視頻質量，還應體現(xiàn)不同觀看設備和觀看條件下的不同。利用觀看設備和觀看條件對視頻質量值進行修正時，主要考慮的因素有：屏幕的尺寸、屏幕分辨率、視頻縮放、觀看距離和觀看角度等。由于選取參數(shù)過多會使計算復雜，參數(shù)間的關系難以判定，計算精度難以保障，另外，部分參數(shù)難以提取，靈活性差，實用性也較差，為了簡化計算并增強實用性，利用對比敏感度函數(shù)(Contrast Sensitivity Function，CSF)，對屏幕尺寸、屏幕分辨率、設備類型以及視頻分辨率等進行建模，并對視頻質量值進行修正。

需要說明的是，本發(fā)明實施例中是以上述涉及的視頻質量評價方法得到的視頻質量值進行修正為例進行說明的，對于利用觀看設備和觀看條件對視頻質量值進行修正的方法，可適用于任何視頻質量評價方法得到的視頻質量值，本發(fā)明實施例并不限定。

本發(fā)明實施例中可采用如下方式對視頻質量值做進一步修正：

(1)將待修正的視頻質量值規(guī)范化，例如規(guī)范化到普遍廣泛使用的[1，5]的范圍。

(2)對分辨率進行建模，獲取分辨率修正因子。

本發(fā)明實施例中對視頻分辨率和設備分辨率進行建模，視頻分辨率用v_res表示，設備分辨率用d_res表示，所述分辨率修正因子為對視頻分辨率v_res以及觀看所述視頻的設備分辨率d_res進行建模得到的數(shù)值。

(一)計算設備分辨率與視頻分辨率間的比值

設f_ratio為觀看設備分辨率與視頻分辨率之間的比值，則

f_ratio＝d_res/v_res；

(二)根據(jù)f_ratio，獲取分辨率修正因子R：

評價視頻質量評價方法的終極基準是最體現(xiàn)人的體驗的主觀方法數(shù)據(jù)，R值為對視頻分辨率以及觀看所述視頻的設備分辨率進行建模得到的數(shù)值，R值與人的主觀觀看分值間的關系趨勢在f_ratio的不同區(qū)間上分別接近正弦函數(shù)和反向的S函數(shù)，其中，在f_ratio∈(0,1]范圍內符合正弦函數(shù)的表現(xiàn)形式，在f_ratio∈(1,+∞)范圍內符合反向的S函數(shù)的表現(xiàn)形式。其中，所述反向的S函數(shù)即Sigmoid函數(shù)。

故，f_ratio∈(0,1]時，取

在f_ratio∈(1,+∞)時，R的推導過程如下：

1、Sigmoid函數(shù)：其中，x∈(-∞,+∞)，本發(fā)明實施例中需要對橫坐標限定范圍，得到：

其中x∈(-A,+A)。

2、對橫坐標取反，得到：

其中x∈(-A,+A)。

3、選取期望的橫坐標B，B為當f_ratio大于1的情況下令視頻質量值降半所對應的f_ratio值。

由于f_ratio∈(1,+∞)，即橫坐標值以1為左側邊界，所以將x的取值范圍由[-A,A]壓縮到[1-B,B-1]，得到：

4、將橫坐標取值區(qū)間平移，左側取1，得到：

其中

令f_ratio＝x，R＝f(x)，區(qū)間左側取開區(qū)間，向右拓展至無窮大，最終得到：

其中f_ratio∈(1,+∞)。

最終得出分辨率修正因子：

其中，f_ratio為觀看設備分辨率與視頻分辨率之間的比值，A＞2(B-1)，B為當f_ratio大于1的情況下令視頻質量值降半所對應的f_ratio值。

(三)利用所述分辨率修正因子，對所述視頻質量值進行修正，得到修正后的視頻質量值。

本發(fā)明實施例中，所述修正后的視頻質量值滿足公式V_R＝R*V，其中，V_R為修正后的視頻質量值，V為未進行修正的原始視頻質量值。

(3)對觀看設備的屏幕尺寸進行建模，得到屏幕尺寸修正因子

本發(fā)明實施例中，所述屏幕尺寸修正因子為對觀看所述視頻的設備屏幕尺寸進行建模得到的數(shù)值，所述屏幕尺寸修正因子與觀看所述視頻的設備屏幕尺寸之間符合線性關系。

本發(fā)明實施例中，采用如下公式(11)的方式，表述所述屏幕尺寸修正因子，即所述屏幕尺寸修正因子滿足公式

其中，M為屏幕尺寸修正因子，S_base為設定觀看設備屏幕的基準尺寸、S_min為設定觀看設備屏幕的最小尺寸、S_true為觀看設備屏幕的實際尺寸，min為S_min對應的視頻質量值，max為設定觀看設備屏幕的最大尺寸對應的視頻質量值。

本發(fā)明實施例中，[S_min，S_base]是指設定觀看設備的標準尺寸范圍，可根據(jù)需要調整，對于小于S_min的尺寸，將該小于S_min的尺寸設定為S_min，對于大于S_base的尺寸，將該大于S_base的尺寸設定為S_base。

需要說明的是，對于不同種類設備，min和max可靈活調整，min的選取可依據(jù)上述設定的S_min進行設定。比如筆記本電腦的屏幕尺寸一般為11寸至17寸，智能手機的屏幕尺寸一般為3寸至5.5寸，對于同一視頻在智能手機上觀看效果一般不如在筆記本電腦上觀看效果好，故可將筆記本電腦對應的min和max設置為大于智能手機對應的min和max。

本發(fā)明實施例中利用屏幕尺寸修正因子對視頻質量修正，以及利用分辨率修正因子進行視頻質量修正，可以單獨使用，也可二者結合使用，本發(fā)明實施例以下以二者結合使用為例進行說明。

本發(fā)明實施例中在利用屏幕尺寸修正因子對視頻質量修正和利用分辨率修正因子進行視頻質量修正結合使用過程中，需先利用分辨率修正因子進行視頻質量修正，然后再利用屏幕尺寸修正因子對利用分辨率修正因子修正后的視頻質量值進行再次修正，并且在利用屏幕尺寸修正因子對利用分辨率修正因子修正后的視頻質量值進行再次修正之前，需將利用分辨率修正因子修正后的視頻質量值重新賦值，使得重新賦值后的視頻質量值落在設定的標準范圍內，以適用于利用不同標準進行視頻質量評價的方法，具體實現(xiàn)過程如下：

(一)對修正后的視頻質量值重新賦值，得到重新賦值后的視頻質量值。

本發(fā)明實施例中對于上述進行分辨率建模過程中將視頻質量值規(guī)范化的[1，5]為依據(jù)，對于各類觀看設備，進一步限定視頻質量值可能的的最大范圍[1，MAX]，根據(jù)最小值均取1及區(qū)間映射，得到重新賦值后的視頻質量值滿足公式

其中，V_R為重新賦值后的視頻質量值，MAX為設定的視頻質量值的最大值，V_R為修正后的視頻質量值。

(二)利用所述屏幕尺寸修正因子，對所述修正后的視頻質量值再次進行修正，得到再次修正后的視頻質量值。

所述再次修正后的視頻質量值，滿足公式V_修正＝M*V_R；

其中，V_修正為再次修正后的視頻質量值，M為屏幕尺寸修正因子，V_R為重新賦值后的視頻質量值。

本發(fā)明實施例中涉及的視頻質量評價裝置，通過幀長與解碼復雜度，確定表征視頻幀內容特征的狀態(tài)變量，并基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息，能夠全面完整的利用視頻內容特征，使得視頻質量評價結果更為準確，并且所述解碼復雜度為終端解碼視頻幀對應的計算開銷值，故無需進行單獨解碼，使用終端固有的硬解碼功能，基本不增加計算開銷，能夠保證低計算開銷，降低計算復雜度。

進一步的，本發(fā)明實施例涉及的視頻質量評價裝置，利用丟包集中度，能夠更加準確的評價丟包對視頻質量造成的影響。

進一步的，在視頻質量評價過程中，對觀看設備和觀看條件進行建模，可實現(xiàn)不同場景下評價結果的自適應性。

本發(fā)明實施例以下將結合實際應用，對上述涉及的視頻質量評價裝置實現(xiàn)視頻質量評價的過程進行詳細說明。

圖3所示為進行視頻質量評價的模型框架，輸入信息為視頻流信息，最終輸出視頻質量值，例如VMOS值。

由圖3可知，本發(fā)明實施例涉及的視頻質量評價方法可以理解為是在基于數(shù)據(jù)分組頭信息進行網(wǎng)絡視頻質量評價的分組層評價方法基礎上，加入了通過解碼復雜度與幀長建模并獲取視頻幀內容特征信息，丟包集中度建模進行視頻質量評價，以及觀看設備和觀看條件建模對初始視頻質量進行修正三個環(huán)節(jié)，在具體實施時，上述三個環(huán)節(jié)可單獨實施，也可結合使用，圖3僅是進行示意性說明。以下對具體的實施流程進行詳細說明。

圖4所示為本發(fā)明一具體實施例中視頻質量評價方法的實現(xiàn)流程圖，如圖4所示包括：

S201：獲取視頻流。

S202a：視頻流分組頭檢測，得到視頻幀的幀長以及視頻幀的幀頭長度。

對獲取到的視頻流的數(shù)據(jù)分組頭分析檢測，可獲取用戶數(shù)據(jù)包協(xié)議(User Datagram Protocol，UDP)分組信息，通過所述UDP分組信息可以獲取到視頻幀的幀長以及視頻幀的幀頭長度等信息。

S202b：網(wǎng)絡抓包并對抓包得到的文件進行文件解析，得到視頻幀所包含的視頻塊數(shù)。

本發(fā)明實施例中，通過網(wǎng)絡抓包對抓包得到的文件進行文件解析可得到包括分辨率(Resolution)以及分塊大小等信息，通過所述分辨率以及分塊大小確定視頻幀所包含的視頻塊數(shù)。

S203：獲取視頻幀的解碼復雜度信息，并根據(jù)視頻幀的解碼復雜度信息以及幀參數(shù)，得到視頻幀的內容特征信息。

本發(fā)明實施例中，根據(jù)視頻幀的解碼復雜度信息以及幀參數(shù)，得到視頻幀的內容特征信息的具體實現(xiàn)過程，可按照上述實施例涉及的對幀長以及解碼復雜度進行建模，確定表征視頻幀內容特征的狀態(tài)變量，并基于所述狀態(tài)變量，確定視頻幀的內容特征信息的過程，在此不再贅述。

S204：確定視頻中各GOP的基礎質量分值。

在視頻中一個I幀到下一個I幀間的部分是一個GOP，因此GOP內有一個I幀以及若干個P、B幀。根據(jù)幀類型檢測，得到P幀、B幀的個數(shù)，并依據(jù)GOP內每一視頻幀的參數(shù)，確定GOP的相關參數(shù)，所述GOP的相關參數(shù)例如可以是P幀、B幀的個數(shù)信息等。

本發(fā)明實施例中，以GOP為單位，對GOP內的每一幀用公式(5)表示，即得到每一幀中表征視頻內容特征的狀態(tài)變量K和B。

結合每一幀中表征視頻內容特征的狀態(tài)變量的K、B，即可得到每一幀的內容特征信息F(K，B)。

由于以GOP為單位進行計算，GOP內有I幀、P幀和B幀，故可得到GOP內的全部視頻幀的內容特征信息，GOP內的全部視頻幀的內容特征信息滿足公式：

其中，F(xiàn)_GOP(K,B)為所述GOP內的全部視頻幀的內容特征信息，F(xiàn)_I(K,B)為所述GOP內I幀的內容特征信息，F(xiàn)_P(K,B)為所述GOP內P幀的內容特征信息，F(xiàn)_B(K,B)為所述GOP內B幀的內容特征信息，m和n分別為GOP內的P、B幀數(shù)。

本發(fā)明實施例中可通過網(wǎng)絡抓包并對抓包得到的文件進行解析，獲取所述GOP的碼率參數(shù)，根據(jù)所述GOP的碼率參數(shù)以及所述GOP內的全部視頻幀的內容特征信息，確定壓縮失真造成的視頻質量下降值。

本發(fā)明實施例，所述壓縮失真造成的視頻質量下降值滿足公式(6)

基于所述壓縮失真造成的視頻質量下降值Q_{code_loss}，確定所述GOP的基礎質量分值，所述GOP的基礎質量分值滿足公式(7)。

S205：確定GOP內的丟包集中度，并確定GOP的丟包失真值。

本發(fā)明實施例中，所述丟包集中度用于表示相應GOP范圍內丟包發(fā)生的集中程度，且GOP內的丟包集中度滿足公式(8)。

本發(fā)明實施例中，可基于所述丟包集中度，確定所述GOP的丟包失真值。

具體的，一個GOP內由于丟幀損失的質量分數(shù)：

Q_frameloss＝b1V·log(b2V·Number_frameloss.Bitrate+c) (13)

其中，b1V、b2V、c為訓練系數(shù)，Number_frameloss為丟幀數(shù)，Number_frameloss可通過丟幀事件累加得出，Bitrate為碼率。

進一步的，本發(fā)明實施例中可再計算一個GOP內，由于幀損傷而損失的質量分數(shù)：

其中，Q_framedamage為由于幀損傷而損失的質量分數(shù)，Damage_ratio為幀損傷率，Damage_ratio可由視頻幀內丟包數(shù)計算得出，γ、δ和θ為常系數(shù)，c1V和c2V為訓練系數(shù)。Q_code為GOP的基礎質量值，此處，Q_code設定一個下限值，根據(jù)應用情況進行設定，低于此下限值時，γQ_code+δ取值為常數(shù)1。

最后，所述GOP的丟包失真值可表示為f(L_{fcous_GOP})×(Q_{code_loss}+ΣQ_framedamage)。

其中，L_{fcous_GOP}為GOP的丟包集中度，f(L_{fcous_GOP})為丟包集中度的調節(jié)函數(shù)，可根據(jù)L_{fcous_GOP}制定。例如可采用的表示形式，其中，k為正數(shù)，b為待定常數(shù)，L_threshold為制定的門限值，低于L_threshold時，取

S206：確定視頻中各GOP的質量值。

本發(fā)明實施例中可基于所述GOP的基礎質量分值以及所述GOP的丟包失真值，得到所述GOP的質量值，所述GOP的質量值滿足公式(9)。

S207：按照上述方法，確定視頻中全部GOP的質量值，對所述視頻中全部GOP的質量值進行加權，得到初始視頻質量值。

整個視頻是由各個GOP組成的，得到各個GOP的質量值后，計算視頻中全部GOP的質量值，對所述視頻中全部GOP的質量值進行加權，得到視頻質量值。

S208：對分辨率和屏幕尺寸建模，對得到的初始視頻質量值進行修正，得到最終視頻質量值。

本發(fā)明實施例中對分辨率和屏幕尺寸進行建模，獲取分辨率修正因子和屏幕尺寸修正因子，并對視頻質量值進行修正的過程，可參閱上述實施例的描述，在此不再贅述。

本發(fā)明實施例中涉及的視頻質量評價方法，通過幀參數(shù)與解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，并基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息，能夠全面完整的利用視頻內容特征，使得視頻質量評價結果更為準確，并且所述解碼復雜度為終端解碼視頻幀對應的計算開銷值，故無需進行單獨解碼，使用終端固有的硬解碼功能，基本不增加計算開銷，能夠保證低計算開銷，降低計算復雜度。進一步的，利用丟包集中度，能夠更加準確的評價丟包對視頻質量造成的影響。更進一步的，利用分辨率修正因子和屏幕尺寸修正因子對視頻質量值進行進一步的修正，可實現(xiàn)不同場景下評價結果的自適應性。

基于上述實施例涉及的視頻質量評價方法，本發(fā)明一實施例中還提供了一種視頻質量評價裝置100，圖5所示為視頻質量評價裝置100的簡化功能方框圖，如圖5所示，視頻質量評價裝置100包括獲取單元101和處理單元102，其中：

獲取單元101，用于幀參數(shù)以及終端解碼所述視頻幀的解碼復雜度信息，所述解碼復雜度信息為終端解碼所述視頻幀對應的計算開銷值。

處理單元102，用于通過所述獲取單元獲取的所述幀參數(shù)與所述解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息，并重復執(zhí)行以上步驟，直至確定出視頻中的全部視頻幀的內容特征信息，根據(jù)所述全部視頻幀的內容特征信息，進行視頻質量評價。

視頻質量評價裝置100，通過幀參數(shù)與解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量，并基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息，能夠全面完整的利用視頻內容特征，使得視頻質量評價結果更為準確，并且所述解碼復雜度信息為終端解碼視頻幀對應的計算開銷值，故無需進行單獨解碼，使用終端固有的硬解碼功能，基本不增加計算開銷，能夠保證低計算開銷，降低計算復雜度.

本發(fā)明實施例中，所述處理單元102通過所述幀參數(shù)與所述解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量的方法可以參考方法實施例涉及的對幀長以及解碼復雜度進行建模，確定表征視頻幀內容特征的狀態(tài)變量，并基于所述狀態(tài)變量，確定視頻幀的內容特征信息的過程，這里不再進行贅述。

本發(fā)明實施例中，所述處理單元102，基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息的過程可以為：對所述狀態(tài)變量與所述視頻幀的內容特征信息進行線性建模，所述狀態(tài)變量與所述視頻幀的內容特征信息之間滿足公式F(K,B)＝αK+βB。

其中，所述F(K，B)表征為所述視頻幀的內容特征信息，所述K和B為表征所述視頻幀內容特征的狀態(tài)變量，α和β為常數(shù)。

本發(fā)明實施例中涉及的視頻質量評價裝置，通過幀長與解碼復雜度，確定表征視頻幀內容特征的狀態(tài)變量，并基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息，能夠全面完整的利用視頻內容特征，使得視頻質量評價結果更為準確，并且所述解碼復雜度為終端解碼視頻幀對應的計算開銷值，故無需進行單獨解碼，使用終端固有的硬解碼功能，基本不增加計算開銷，能夠保證低計算開銷，降低計算復雜度。

具體的，所述處理單元102，可采用如下方式根據(jù)所述全部視頻幀的內容特征信息，進行視頻質量評價，包括：

根據(jù)所述全部視頻幀的內容特征信息，確定視頻中各GOP的基礎質量分值。獲取各GOP內視頻幀的丟包集中度，其中，所述丟包集中度用于表示對應GOP范圍內丟包發(fā)生的集中程度，依據(jù)各GOP內視頻幀的丟包集中度，確定各GOP的丟包失真值；根據(jù)各GOP的基礎質量分值以及各GOP的丟包失真值，確定所述各GOP的質量值；對視頻中各GOP的質量值進行加權，得到視頻質量值。

本發(fā)明實施例中，所述丟包集中度可依據(jù)對應GOP范圍內的第一個丟包到最后一個丟包的距離L_loss，以及該GOP內視頻幀的總丟包數(shù)N所確定，其中，，在N固定的情況下，所述丟包集中度的增長趨勢與L_loss的增長趨勢相反，在L_loss固定的情況下，所述丟包集中度的增長趨勢與N的增長趨勢相同。

本發(fā)明實施例利用丟包集中度，能夠更加準確的評價丟包對視頻質量造成的影響。

可選的，所述處理單元102，還可用于利用分辨率修正因子，對所述視頻質量值進行修正。

其中，所述分辨率修正因子為對視頻分辨率以及觀看所述視頻的設備分辨率進行建模得到的數(shù)值，且所述數(shù)值在f_ratio∈(0,1]范圍內符合正弦函數(shù)的表現(xiàn)形式，在f_ratio∈(1,+∞)范圍內符合反向的S函數(shù)的表現(xiàn)形式。

其中，f_ratio為觀看設備分辨率與視頻分辨率之間的比值。

本發(fā)明實施例中，所述處理單元102，還用于利用屏幕尺寸修正因子對利用分辨率修正因子修正后的視頻質量值進行再次修正。

其中，所述屏幕尺寸修正因子為對觀看所述視頻的設備屏幕尺寸進行建模得到的數(shù)值，所述屏幕尺寸修正因子滿足公式

其中，M為屏幕尺寸修正因子，S_base為設定觀看設備屏幕的基準尺寸、為設定觀看設備屏幕的最小尺寸、S_true為觀看設備屏幕的實際尺寸，min為S_min對應的視頻質量值，max為設定觀看設備屏幕的最大尺寸對應的視頻質量值。

本發(fā)明實施例利用分辨率修正因子和屏幕尺寸修正因子對視頻質量值進行進一步的修正，可實現(xiàn)不同場景下評價結果的自適應性。

本發(fā)明實施例提供的視頻質量評價裝置100可用于實現(xiàn)上述實施例涉及的視頻質量評價方法，具備上述實施例實現(xiàn)視頻質量評價過程中的所有功能，其具體實現(xiàn)過程可參閱上述實施例及附圖的相關描述，在此不再贅述。

本發(fā)明實施例還提供一種視頻質量評價裝置，用于對終端的視頻質量進行評價。圖6所示的是本發(fā)明另一實施例提供的視頻質量評價裝置200的結構示意圖。視頻質量評價裝置200采用通用計算機系統(tǒng)結構，包括總線，處理器201，存儲器202和通信接口203，執(zhí)行本發(fā)明方案的程序代碼保存在存儲器202中，并由處理器201來控制執(zhí)行。

總線可包括一通路，在計算機各個部件之間傳送信息。

處理器201可以是一個通用中央處理器(CPU)，微處理器，特定應用集成電路application-specific integrated circuit(ASIC)，或一個或多個用于控制本發(fā)明方案程序執(zhí)行的集成電路。計算機系統(tǒng)中包括的一個或多個存儲器，可以是只讀存儲器read-only memory(ROM)或可存儲靜態(tài)信息和指令的其他類型的靜態(tài)存儲設備，隨機存取存儲器random access memory(RAM)或者可存儲信息和指令的其他類型的動態(tài)存儲設備，也可以是磁盤存儲器。這些存儲器通過總線與處理器相連接。

通信接口203，可以使用任何收發(fā)器一類的裝置，以便與其他設備或通信網(wǎng)絡通信，如以太網(wǎng)，無線接入網(wǎng)(RAN)，無線局域網(wǎng)(WLAN)等.

存儲器202，如RAM，保存有操作系統(tǒng)和執(zhí)行本發(fā)明方案的程序。操作系統(tǒng)是用于控制其他程序運行，管理系統(tǒng)資源的程序。

存儲器202中存儲的程序用于指令處理器201執(zhí)行一種視頻質量評價方法，包括：獲取視頻幀的幀參數(shù)以及終端解碼所述視頻幀的解碼復雜度信息，所述解碼復雜度信息為終端解碼所述視頻幀對應的計算開銷值；通過所述幀參數(shù)與所述解碼復雜度信息，確定表征視頻幀內容特征的狀態(tài)變量；基于所述狀態(tài)變量，確定所述視頻幀的內容特征信息；重復執(zhí)行以上步驟，直至確定出視頻中的全部視頻幀的內容特征信息；根據(jù)所述全部視頻幀的內容特征信息，進行視頻質量評價。

可以理解的是，本實施例的視頻質量評價裝置200可用于實現(xiàn)上述方法實施例中涉及的所有功能，其具體實現(xiàn)過程可以參照上述方法實施例的相關描述，此處不再贅述。

本發(fā)明實施例還提供了一種計算機存儲介質，用于儲存上述圖5或圖6所述的視頻評價裝置所用的計算機軟件指令，其包含用于執(zhí)行上述方法實施例所涉及的程序。通過執(zhí)行存儲的程序，可以實現(xiàn)對視頻質量的評價。

盡管在此結合各實施例對本發(fā)明進行了描述，然而，在實施所要求保護的本發(fā)明過程中，本領域技術人員通過查看所述附圖、公開內容、以及所附權利要求書，可理解并實現(xiàn)所述公開實施例的其他變化。在權利要求中，“包括”(comprising)一詞不排除其他組成部分或步驟，“一”或“一個”不排除多個的情況。單個處理器或其他單元可以實現(xiàn)權利要求中列舉的若干項功能。相互不同的從屬權利要求中記載了某些措施，但這并不表示這些措施不能組合起來產(chǎn)生良好的效果。

本領域技術人員應明白，本發(fā)明的實施例可提供為方法、裝置(設備)、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限于磁盤存儲器、CD-ROM、光學存儲器等)上實施的計算機程序產(chǎn)品的形式。計算機程序存儲/分布在合適的介質中，與其它硬件一起提供或作為硬件的一部分，也可以采用其他分布形式，如通過Internet或其它有線或無線電信系統(tǒng)。

本發(fā)明是參照本發(fā)明實施例的方法、裝置(設備)和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合?？商峁┻@些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導計算機或其他可編程數(shù)據(jù)處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設備上，使得在計算機或其他可編程設備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

盡管結合具體特征及其實施例對本發(fā)明進行了描述，顯而易見的，在不脫離本發(fā)明的精神和范圍的情況下，可對其進行各種修改和組合。相應地，本說明書和附圖僅僅是所附權利要求所界定的本發(fā)明的示例性說明，且視為已覆蓋本發(fā)明范圍內的任意和所有修改、變化、組合或等同物。顯然，本領域的技術人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍之內，則本發(fā)明也意圖包含這些改動和變型在內。