随着相关产业链的成熟和生产力的发展,教育、医疗、职业培训和游戏等各行业的从业者都在积极拥抱虚拟现实技术带来的变化。作为虚拟现实资源的主要载体形式,沉浸式视频在实际观看中也给用户带来了完全不同的体验,即终端播放设备通常会覆盖用户的整个视场以隔绝外界光线环境;用户以视场为单位进行局部内容的观看,通过身体动作等交互方式来切换视场调整观看位置,具有极高的观看自由度。相应地,用户感知媒体内容的方式也发生了变化,从而导致传统的质量评价方法无法发挥很好的效果,而质量评价在视频传输优化、端到端系统性能评价等方面都有着重要的作用。因此,如何建立一个准确且实用性较强的沉浸式视频质量模型,是推广沉浸式视频应用亟需解决的问题。本文主要围绕如何建立沉浸式视频质量模型以及利用模型在系统中改善用户体验等问题展开讨论研究。主要研究工作和创新点如下:1.在沉浸式主观质量感知数据采集实验设计方面,本文在结合公开数据集和现有研究成果的基础上,对沉浸式媒体内容交互场景下的用户行为进行了大量的分析。分析结果表明:用户在沉浸式视频中对不同区域的观看时长不同,但是不同用户的重点区域观看存在一致性,且随着观看时间的增长用户会更加倾向于停留凝视某些重点区域。基于这样的分析,本文选择将用户重点关注的区域挑选出来作为测试素材,设计了基于视场的沉浸式视频主观质量感知数据采集实验,并采集了160人次在774个视频片段上的质量感知数据。2.基于上述的数据集,本文设计了基于视场的沉浸式视频质量感知模型,利用如视频的运动特征在内的原始视场视频特征来确定模型参数。该模型能够根据视频编码参数给出质量评价结果,不需要参考相应的有损内容就能够完成质量评价。因此,该模型能够对同一视频内容做到一次特征提取后多次使用,在实际应用中节约计算资源和计算时间。在独立的验证实验中,该模型给出的预测结果和相应真实值的相关系数PCC和S RCC均高于0.95,RMS E小于0.09,充分说明了该模型的有效性。3.为了提高模型在实际应用场景中的响应速度,节约计算资源,本文结合沉浸式体验中用户自由度较高的特点,设计了分块特征预测模块,进一步针对模型依赖的特征计算过程进行优化。在对预分块的视频进行一部分预计算的基础上,分块特征预测模块能够针对用户观看过程中随机出现的视场位置进行快速特征计算,获取当前视场的模型参数依赖特征。这样的工作模式能够简化因为用户频繁切换视场位置而带来的特征提取计算过程,同时验证结果显示基于分块特征预测建立的模型在准确率上并没有受到影响,即PCC和S RCC均高于0.94,RMS E小于0.09。4.在建立了可靠实用的沉浸式视场视频质量评价模型之后,结合用户行为分析的结论,即用户是以视场为单位进行沉浸式内容观看的并且对不同位置的关注度不同,本文将完整的全景视频质量感知结果分为高显著度视场区域和低显著度快速浏览区域感知结果的权重求和,构建了针对完整沉浸式视频的质量评价模型。并引用了四个第三方沉浸式视频主观质量评价数据集作为验证数据集,在规模最大的数据集VQA-ODV上与目前最新的V-CNN保持在了同一水平,即PCC大于0.85,S RCC大于0.90,RMS E小于0.07。相比于基于卷积神经网络构建的全参考模型V-CNN,本文中的方法仅依赖于半参考视场视频质量模型构建,计算量更小且针对相同视频内容无需重复进行特征提取计算。5.利用本文所构建的沉浸式视频质量模型能够在全景视频传输的过程中指导视频转码,通过选择最优化编码方案的问题解决在有限带宽下获取最优化用户体验的问题。在仿真实验中,基于模型的使用可以在同等带宽条件下最多提升40%的用户体验。