48、视频质量评估与移动学习环境的研究与实践

视频质量评估与移动学习环境的研究与实践

1. 视频质量评估方法概述

在视频质量评估领域，双端测量方法不太适用于无法获取源图像的监控应用场景。而单端方法，也称为无参考（NR）方法，无需访问源图像，适合实时应用。

1.1 无参考方法优势

与在完全解码图像上执行的方法相比，基于压缩视频流的指标具有显著优势。一方面，可以从比特流中提取压缩设置，如比特率，它在很大程度上决定了图像质量，而这是解码图像无法提供的信息；另一方面，该过程只需要部分解码，因此压缩域中的方法适合实时监控。

1.2 不同无参考方法对比

很多无参考方法专注于评估完全解码图像中的视频质量，但我们的方法仅对挑选出的特征进行线性计算，相比其他使用指数曲线近似、分析视频序列时间特征或利用人工神经网络的方法，更加简单且能进行良好评估。

2. 无参考质量评估的特征处理

2.1 特征定义与提取

图像在压缩过程中会因不同的运动和复杂度特征而受到不同程度的损害。视频运动越快、细节越丰富，瑕疵越严重。根据视频序列的不同内容，压缩设置也会有所不同。因此，通过分析这些参数可以准确评估图像的损害程度。
- 序列层 ：压缩域方法能从流中获取比特率，这是其显著优势，比特率在很大程度上决定图像质量。
- 宏块层
- 可以计算P（预测）或B（双向）帧中某种宏块的百分比。例如，P帧中的帧内宏块（intra MB）可以用以下公式描述：
[
\text{intra} {MB {ra}} = \frac