论文部分内容阅读
随着网络技术和多媒体技术的发展,通过互联网体验视频业务成为流行的趋势。基于HTTP的动态自适应流媒体(DASH)技术依靠其可靠、自适应、实现简单等特点成为了目前视频点播的主流技术,然而针对DASH系统中可能出现的视频重缓冲和视频质量波动等影响用户体验的事件,目前尚未有较成熟的质量评估方法。本文围绕视频播放过程中的重缓冲和质量波动事件对用户主观体验的影响展开了研究,并分别建立了重缓冲和质量波动事件对DASH视频质量影响的客观评估模型。本文首先研究了视频重缓冲事件对于DASH视频质量的影响。针对重缓冲事件的特征,将其分成了两个阶段:重缓冲阶段和恢复阶段,并分别确定了各个阶段影响视频质量的因素,其中重缓冲阶段的影响因素包括起始时刻视频感知质量和重缓冲时长,而恢复阶段的影响因素为起始时刻视频感知质量,恢复时长及恢复阶段视频编码质量。然后设置相应的主观实验,测试每个影响因素与视频质量的映射关系。最后根据实验结果建立每个阶段的视频质量客观评估模型。本文还研究了视频质量波动事件对DASH视频质量的影响。单次质量波动事件同样被划分为两个阶段:质量波动阶段和质量平稳阶段,在质量波动阶段,影响视频质量的因素是起始时刻视频感知质量和质量波动等级,而质量平稳阶段的影响因素为起始时刻视频感知质量,平稳阶段时长及平稳阶段的视频编码质量。针对不同阶段的不同影响因素也分别设计了相应的主观实验进行测试,并根据实验结果确定了每个因素与视频质量的关系,建立了视频质量波动的两阶段模型。用户在每次重缓冲或质量波动事件中的主观体验会受到上一次事件的影响,用户在某一时刻的主观体验是在这一刻之前的多次事件累积的结果,在实际的应用场景中还需要考虑多次事件的影响。因此在一次视频重缓冲事件的模型和一次视频质量波动事件的模型的基础上,本文还将两组模型分别推广到多次重缓冲事件和多次视频质量波动事件中。性能验证实验的结果表明,本文中所建立的关于视频重缓冲和视频质量波动的客观模型性能良好,可以比较准确地反映DASH视频体验质量。