论文部分内容阅读
在视频会议、在线直播等实时性要求较高的流媒体视频业务中,终端用户对于视频的体验质量受到诸多因素的影响,如丢包率和延迟以及编码方式等。为此,如何准确地评价终端用户对于实时流媒体视频体验质量并且加以改善,成为当前研究的热点。本文结合当前视频编解码标准与用户体验质量研究方法,对实时流媒体视频QoE评价模型进行研究,并进一步提出改善QoE的策略。本文的主要工作与创新点如下:1.研究了常用的视频编解码压缩标准以及QoE评价方法等首先对目前主流的视频编解码标准H.264进行研究,其中重点关注编码压缩时预测方式以及量化参数等,为研究视频数据信息重要性作铺垫;同时对QoE评价方法、影响因素以及流媒体QoE保障机制进行研究。2.提出基于实时流媒体视频QoE的客观无参考评价方法分析并量化编码压缩后视频数据携带的信息在解码时对图像重建的重要程度,研究编解码压缩标准中量化参数对于视频失真的影响;同时结合人类视觉系统的因素,衡量视频序列内容复杂度对终端用户QoE的影响。最终,提出一种针对实时流媒体视频QoE的客观无参考评价模型,并验证其有效性。3.设计改善实时流媒体视频QoE策略首先研究已有的保障流媒体视频QoE的控制机制,包括前向纠错、自动重传请求与混合自动重传请求三种方式。结合实时流媒体视频应用的特点,显然采取前向纠错方式进行控制更适合该场景。进而提出一种基于FEC冗余数据分配的分层保护流媒体视频数据策略,该策略首先对H.264视频数据信息重要度进行区分与量化,优先传输重要性较高的流媒体视频数据,以改善终端用户的流媒体视频QoE。最后实验对比,流媒体视频QoE有所改善,平均提高2.15dB。