泛視頻質(zhì)量評價模型分析及應(yīng)用

丁華，王昕，魏崢，羅傳飛，宋皓，施唯佳

工程與應(yīng)用

泛視頻質(zhì)量評價模型分析及應(yīng)用

丁華1，王昕2，魏崢1，羅傳飛1，宋皓1，施唯佳1

（1. 天翼數(shù)字生活科技有限公司，上海 200085；2. 中國電信股份有限公司，北京 100045）

泛視頻是指以視頻為信息展現(xiàn)和交互形式的業(yè)務(wù)，主要分為傳統(tǒng)視頻業(yè)務(wù)、新興視頻業(yè)務(wù)和衍生視頻業(yè)務(wù)三類，然而如何準(zhǔn)確地進(jìn)行視頻播放質(zhì)量評估卻一直是一個難題。提出了一種泛視頻播放質(zhì)量評價模型及參數(shù)，主要包括視頻切換時延、視頻起播時延以及視頻播放卡頓次數(shù)和時長等，其已在現(xiàn)網(wǎng)的IPTV天翼高清質(zhì)量監(jiān)測系統(tǒng)中得到了應(yīng)用，實踐表明應(yīng)用效果良好。所提研究成果可進(jìn)一步應(yīng)用于視聯(lián)網(wǎng)產(chǎn)品領(lǐng)域等所有泛視頻應(yīng)用場景中。

泛視頻；視頻質(zhì)量評估；視頻切換時延；視頻起播時延；視頻播放卡頓次數(shù)和時長

0 引言

隨著互聯(lián)網(wǎng)和多媒體技術(shù)的蓬勃發(fā)展，人類社會進(jìn)入泛視頻媒體時代，可以說“無處不視頻”。長視頻多元突破、短視頻快速增長、網(wǎng)絡(luò)直播帶動大小屏深度融合，在線觀看視頻已經(jīng)成為人們?nèi)粘Ｉ钪兄饕膴蕵贩绞街?。用戶對于觀看體驗的追求也不斷提高，視頻播放質(zhì)量的優(yōu)劣，是影響用戶觀看體驗的關(guān)鍵因素，因此如何有效地評估視頻的質(zhì)量具有重要意義。人眼對視頻的主觀感知，往往在清晰度、流暢度、延時度3個方面比較敏感，另外視頻色彩飽和度、畫面亮度對比度、視頻背景畫面干凈度和音視頻唇音同步度也是影響主觀感知的因素。泛視頻播放質(zhì)量評價一直是困擾人們的難題，人們一直致力于尋找一種能夠全面、準(zhǔn)確地評估視頻質(zhì)量的模型和方法。由此，在分析研究相關(guān)視頻質(zhì)量評估的方法和問題之后，本文提出了一種泛視頻播放質(zhì)量評價模型及參數(shù)的方法，主要涉及視頻切換時延、視頻起播時延、視頻播放卡頓次數(shù)和時長4項指標(biāo)參數(shù)。本文提出的模型及參數(shù)，已在電信運營商交互式網(wǎng)絡(luò)電視（internet protocol television，IPTV）質(zhì)量評估系統(tǒng)中得到應(yīng)用，其視頻質(zhì)量評價效果良好，基本與人眼主觀體驗結(jié)果一致。

1 視頻質(zhì)量評估面臨的問題

服務(wù)質(zhì)量（quality of service，QoS）是廣泛采用的服務(wù)度量標(biāo)準(zhǔn)之一，主要包括網(wǎng)絡(luò)的吞吐率、時延、丟包率、抖動、誤碼率等，顯然這些指標(biāo)僅反映了服務(wù)技術(shù)層面的性能，甚至僅是網(wǎng)絡(luò)傳輸層面的性能，忽略用戶主觀因素，因此它不能直接反映用戶對服務(wù)的認(rèn)可程度。用戶體驗質(zhì)量（quality of experience，QoE）是一種以用戶認(rèn)可程度為標(biāo)準(zhǔn)的服務(wù)評價方法，它綜合了服務(wù)層面、用戶層面、環(huán)境層面的影響因素，直接反映了用戶對服務(wù)的認(rèn)可程度[1]。涉及QoE的量化問題，目前較廣泛采用的是國際電信聯(lián)盟（ITU）建議的“平均意見得分（mean opinion score，MOS）”，它將QoE的主觀感受分為5個層次[2-3]。

按照是否有用戶直接參與評價及是否給出QoE與其影響因素之間的關(guān)聯(lián)模型，可以將現(xiàn)有的評價方法分為主觀評價方法、客觀評價方法及主客觀結(jié)合的方法。主觀評價方法，是讓用戶直接對所使用的業(yè)務(wù)做出評價，因此它最準(zhǔn)確，一般可以作為評價其他評價方法的標(biāo)準(zhǔn)。由于主觀評價方法需要考慮太多的因素，實施步驟較復(fù)雜、代價大，沒有得到廣泛的應(yīng)用?？陀^評價方法，通過計算輸出序列相對于輸入序列的失真程度，對業(yè)務(wù)做出評價，分為全參考、部分參考、無參考3種類型?？陀^評價具有簡單、實用的特點，所以它是目前QoE評價方法研究中重要的一部分，但值得注意的是，為了更準(zhǔn)確地反映用戶對業(yè)務(wù)或者服務(wù)的主觀感受，客觀評價方法需要考慮人類的感知模型，這就給QoE的客觀評價帶來了一定的難度[1,4]。

網(wǎng)絡(luò)視頻質(zhì)量評估已經(jīng)成為網(wǎng)絡(luò)視頻業(yè)務(wù)發(fā)展的迫切需求，人們一直期望通過對視頻特征或網(wǎng)絡(luò)傳輸分析客觀評價視頻質(zhì)量，然而視頻特征信息獲取、計算復(fù)雜度、實時性要求，以及分組丟失、時延、抖動等網(wǎng)絡(luò)因素都為有效評價網(wǎng)絡(luò)視頻質(zhì)量增加了困難[5-6]。另外，移動網(wǎng)絡(luò)視頻質(zhì)量評價方法，也還不能提供足夠可靠的評價結(jié)果。在單向傳輸?shù)囊曨l質(zhì)量評價中，無論主觀方法還是客觀方法都需要進(jìn)一步研究[7]。以上分析表明，人們之前基于網(wǎng)絡(luò)傳輸參數(shù)或視頻數(shù)據(jù)信息，提出過很多經(jīng)驗公式或模型評估視頻質(zhì)量，但往往效果不理想，無法準(zhǔn)確評價?；旧蠠o法與人眼主觀體驗感知相一致，有時甚至?xí)霈F(xiàn)視頻質(zhì)量評估值較高，人眼主觀感知卻很差的情況，或者反之。目前的客觀評價方法，雖然可以精確地分析碼流傳輸質(zhì)量或視頻圖像特征質(zhì)量，但其往往存在無法與主觀感受效果匹配一致的問題。主觀評價方法雖然可以按照人眼的主觀感受劃分出非常好、好、一般、差、非常差5個等級，但是實際操作時會出現(xiàn)等級分無法有效評定的問題，例如，視頻卡頓多少次可認(rèn)為是列入“一般”等級，這個沒有客觀標(biāo)準(zhǔn)，往往會因人而異[8-10]。本文提出的一種泛視頻播放質(zhì)量評價模型及參數(shù)的方法，屬于客觀評價方法類型，不采用主觀評價方法的五分評分評價，取而代之的是評價視頻時延、視頻卡頓等參數(shù)，實踐表明，評估效果基本上與人眼主觀體驗相一致，很好地解決了當(dāng)前諸多視頻質(zhì)量評價方法所面臨的問題。

2 IPTV視頻質(zhì)量評估系統(tǒng)設(shè)計

近年來，人們一直試圖通過主觀評價和客觀評價等方法評估IPTV網(wǎng)絡(luò)的數(shù)字視頻質(zhì)量[11]。例如，文獻(xiàn)[12]針對CBR編碼、MPEG.2 TS封裝、H.264Mainprofile@level4.1/1 920×l 080@25 f/s的視頻進(jìn)行了主觀評價。文獻(xiàn)[13]提出了在機頂盒內(nèi)置質(zhì)量監(jiān)測工具，監(jiān)測IPTV業(yè)務(wù)的丟包率、媒體流速率、業(yè)務(wù)互動等指標(biāo)。進(jìn)一步地，人們還進(jìn)行了三網(wǎng)融合下視頻業(yè)務(wù)質(zhì)量評估體系，以及優(yōu)化編碼參數(shù)以期提升IPTV高清頻道的視頻質(zhì)量等研究工作[14-15]。目前，國內(nèi)互聯(lián)網(wǎng)視頻產(chǎn)業(yè)界尚不存在評估用戶體驗質(zhì)量的一致標(biāo)準(zhǔn)，不同視頻服務(wù)運營商對于用戶體驗的認(rèn)識在角度和深度上存在較大差異。同時，視頻服務(wù)運營商普遍缺少對用戶行為規(guī)律的深刻研究和認(rèn)識，往往投入了大量資金和成本進(jìn)行系統(tǒng)和平臺的管理和優(yōu)化之后，用戶體驗質(zhì)量卻沒有得到明顯的改善，從而造成資源的極大浪費[16]。

本文針對某電信運營商的IPTV視頻質(zhì)量評估系統(tǒng)進(jìn)行了應(yīng)用設(shè)計，IPTV視頻質(zhì)量評估系統(tǒng)示意圖如圖1所示。分析表明，該運營商的南方省機頂盒應(yīng)用的是定制IPTV視頻播放器，可升級機頂盒底層硬件視頻編/解碼芯片的庫文件，并對播放器進(jìn)行適配開發(fā)，增加接口向其他類似探針的應(yīng)用提供相關(guān)采集數(shù)據(jù)。另外，該電信運營商的北方省機頂盒應(yīng)用的是基于開放互聯(lián)網(wǎng)視頻服務(wù)（over the top，OTT）的第三方視頻播放器，無法開發(fā)和適配相關(guān)接口向探針提供采集數(shù)據(jù)。根據(jù)用戶體驗關(guān)注的重點，結(jié)合實際應(yīng)用效果，本文將IPTV視頻質(zhì)量指標(biāo)重點聚焦在視頻流暢度和視頻延時度兩個方面。本文提出的新型視頻質(zhì)量評價模型設(shè)計方案，旨在通過視頻播放器接口或網(wǎng)絡(luò)數(shù)據(jù)抓包兩種模式，分別采集分析視頻切換時延、視頻起播時延、視頻播放卡頓次數(shù)和時長4項視頻質(zhì)量指標(biāo)參數(shù)，以及計算用戶觀看視頻業(yè)務(wù)體驗的綜合評分U_MOS值和網(wǎng)絡(luò)健康指數(shù)h_mos值。機頂盒探針將采集計算的視頻質(zhì)量數(shù)據(jù)，及時上報到中心平臺，平臺對分省的IPTV視頻優(yōu)良率進(jìn)行統(tǒng)計分析和考核處理。本文提出的視頻播放質(zhì)量評價模型及參數(shù)方法，很好地解決了電信運營商的全網(wǎng)智能機頂盒視頻質(zhì)量評估問題。

圖1 IPTV視頻質(zhì)量評估系統(tǒng)示意圖

本文提出的一種泛視頻播放質(zhì)量評價模型及參數(shù)的方法，相較于傳統(tǒng)的視頻質(zhì)量衡量標(biāo)準(zhǔn)，有明顯的改進(jìn)。一方面，其所采用的方法和參數(shù)簡便實用、全面可靠；另一方面，雖然屬于客觀評價方法類型，但是評估效果與人眼體驗結(jié)果高度一致。一般地，視頻質(zhì)量主要體現(xiàn)在清晰度、流暢度、延時度3個方面，然而目前互聯(lián)網(wǎng)平臺服務(wù)的視頻清晰度（如分辨率等）往往都比較高，因此視頻質(zhì)量評估可以僅針對流暢度、延時度進(jìn)行分析。研究表明，視頻延時度主要體現(xiàn)在視頻直播切換和視頻點播起播階段，視頻流暢度主要反映視頻播放階段的卡頓情況。在視頻切換或起播階段，當(dāng)視頻關(guān)鍵幀出現(xiàn)后人眼將能觀察到視頻畫面，本文通過播放器接口可以準(zhǔn)確地采集視頻關(guān)鍵幀的時延，其與人眼主觀體驗的視頻時延高度一致。同時，視頻編/解碼芯片上報的視頻幀信息，經(jīng)由播放器解碼后將直接送至顯示器視頻顯示，若500 ms內(nèi)顯示緩存沒有接收到視頻數(shù)據(jù)，本文中探針?biāo)惴K將及時進(jìn)行視頻播放卡頓次數(shù)的統(tǒng)計，其也與人眼體驗的視頻卡頓感知基本一致。

3 播放器接口采集視頻質(zhì)量指標(biāo)的實現(xiàn)方案

3.1 IPTV播放器采集視頻質(zhì)量參數(shù)的接口要求

南方省IPTV機頂盒底層硬件視頻編/解碼芯片的視頻幀信息數(shù)據(jù)，上報到播放器。播放器通過智能機頂盒進(jìn)程間數(shù)據(jù)通信Android接口定義語言（Android interface definition language，AIDL）方式，將接收的幀信息數(shù)據(jù)和生成的視頻質(zhì)量指標(biāo)數(shù)據(jù)，及時傳遞給機頂盒質(zhì)量探針，兩者之間的數(shù)據(jù)通信采用JSON格式進(jìn)行傳遞。播放器采集視頻質(zhì)量指標(biāo)參數(shù)見表1。

表1 播放器采集視頻質(zhì)量指標(biāo)參數(shù)

3.2 播放器計算視頻時延和視頻卡頓方案描述

（1）視頻播放時延

IPTV播放器向平臺請求視頻開始計時（第一時刻），平臺下推視頻到機頂盒編/解碼芯片，芯片解析后按接口定義要求每秒上報視頻幀信息，IPTV播放器收到芯片上報的視頻關(guān)鍵幀為止（第二時刻），兩個時刻的時間差值即視頻播放時延。一般地，在視頻切換或起播階段，只有當(dāng)?shù)谝粋€視頻關(guān)鍵幀出現(xiàn)后，人眼才能觀察到視頻畫面。由于視頻播放器可以甄別視頻關(guān)鍵幀，因此本方案可準(zhǔn)確地獲取IPTV直播（多播）頻道切換時延、點播（單播）影視起播時延，其與人眼主觀觀察體驗基本一致。

（2）視頻卡頓

人眼的視覺暫留現(xiàn)象，使靜止圖像連續(xù)出現(xiàn)時會有動畫感；然而，當(dāng)視頻幀率低于15 f/s時，連續(xù)的運動視頻往往就會有停頓的感覺。在視頻編碼序列中，當(dāng)一個圖像組（group of picture，GOP）中發(fā)現(xiàn)緩存下溢即出現(xiàn)空幀，且空幀數(shù)量超過一半時，該GOP就判斷為卡頓組。視頻幀信息結(jié)構(gòu)示意圖如圖2所示，圖2（a）示例1判斷為卡頓1次/秒，因為25幀中有13幀為空幀；圖2（b）示例2不判斷為卡頓。

圖2 視頻幀信息結(jié)構(gòu)示意圖

3.3 基于芯片視頻幀信息計算U_MOS

寬帶視頻服務(wù)用戶體驗評估U_MOS，按照其處理信號層級主要包含Model0、Model1和Model2的3層模型。其中Model0顯式包含比特率（BitRate）、屏幕大?。⊿creenSize）、像素密度單位（PPI）變量，其余變量在不同的應(yīng)用場景（分辨率、編碼器類型）下為定值。Model1需要從編碼數(shù)據(jù)包及比特流中采集視頻幀關(guān)鍵編碼信息。Model2需要從原始或播放器連續(xù)采集視頻幀的關(guān)鍵質(zhì)量信息。本文探針的實驗室實測數(shù)據(jù)主要參考行業(yè)標(biāo)準(zhǔn)及相關(guān)文獻(xiàn)中Model1的模型算法[17-19]，取值為視頻觀看質(zhì)量QV，如式（1）所示。

其中，Qcod為視頻序列的質(zhì)量分析結(jié)果，取值范圍為[1,5]。

其中，kfr表示視頻幀率與兩個相鄰視頻關(guān)鍵幀（I幀）之間的幀數(shù)的比值，如式（3）所示。

其中，intraflicker為一個布爾型變量，表示到目前接收到的幀為止，是否出現(xiàn)I幀閃爍現(xiàn)象，所謂I幀閃爍是指某一接收到的I幀的QP值較之前及之后的I幀的QP值相比，有明顯突變（增加）的現(xiàn)象。

若某一I幀QP值滿足以下條件，即可判定為發(fā)生了I幀閃爍現(xiàn)象。

? 當(dāng)前I幀QP值比前一幀QP值高5。

? 當(dāng)前I幀QP值比后一幀QP值高5。

其中，SkipRatio為Skip模式和非Skip模式比例，br為碼率，fr為幀率，AvgByte為平均字節(jié)大小。視頻觀看質(zhì)量QV計算式中涉及的各項系數(shù)見表2。

4 網(wǎng)絡(luò)數(shù)據(jù)抓包計算視頻質(zhì)量指標(biāo)的實現(xiàn)方案

4.1 網(wǎng)絡(luò)抓包計算視頻質(zhì)量的參數(shù)要求

北方省OTT機頂盒探針可以通過網(wǎng)絡(luò)數(shù)據(jù)抓包方式，采集和分析相關(guān)視頻質(zhì)量指標(biāo)參數(shù)。網(wǎng)絡(luò)抓包計算視頻質(zhì)量指標(biāo)參數(shù)見表3。

表2 視頻觀看質(zhì)量QV計算式中涉及的各項系數(shù)

表3 網(wǎng)絡(luò)抓包計算視頻質(zhì)量指標(biāo)參數(shù)

4.2 網(wǎng)絡(luò)抓包計算視頻時延方案描述

直播切換時延的計算要求是從網(wǎng)絡(luò)抓包解析到多播互聯(lián)網(wǎng)組管理協(xié)議（internet group management protocol，IGMP）的igmp join消息開始，到收到第一個數(shù)據(jù)包的時間為止。點播起播時延的計算要求是從網(wǎng)絡(luò)抓包解析到單播實時流傳輸協(xié)議（real time streaming protocol，RTSP）的DESCRIBE消息開始，到收到第一個數(shù)據(jù)包的時間為止；如果存在302跳轉(zhuǎn)，以第一個請求時間為起始時間。

由于網(wǎng)絡(luò)抓包只能定位數(shù)據(jù)首包、無法精確定位視頻關(guān)鍵幀，因此探針網(wǎng)絡(luò)抓包計算的直播切換時延和點播起播時延，往往計算數(shù)值比較小。一般地，視頻切換時延、視頻起播時延的發(fā)生過程和時刻大致如下：用戶遙控器按鍵操作（1）、播放器發(fā)起視頻請求（2）、機頂盒發(fā)送網(wǎng)絡(luò)包請求協(xié)議（3）、平臺返回網(wǎng)絡(luò)視頻流首包（4）、播放器獲取視頻關(guān)鍵幀（5）、視頻輸出到顯示器（6）。其中，1~2、2~3、5~6 的3個區(qū)間時長基本上是相對不變的；3~4、4~5兩個區(qū)間的時長是不斷變化的，主要由網(wǎng)絡(luò)傳輸和系統(tǒng)響應(yīng)能力決定。前文所述的播放器計算到關(guān)鍵幀的時延區(qū)間為2~5，此處所述的網(wǎng)絡(luò)抓包計算到首包的時延區(qū)間為3~4。

4.3 優(yōu)化擬合網(wǎng)絡(luò)健康指數(shù)公式計算h_mos

互聯(lián)網(wǎng)的技術(shù)規(guī)范RFC 4445中的媒體傳輸質(zhì)量指標(biāo)（media delivery index，MDI）是IP視頻流傳輸質(zhì)量的技術(shù)標(biāo)準(zhǔn)，是行業(yè)內(nèi)公認(rèn)的網(wǎng)絡(luò)指標(biāo)參數(shù)方法，被用來衡量網(wǎng)絡(luò)媒體流抖動和丟包率，其包含兩個參數(shù)：延遲因子（DF）和媒體丟包速率（MLR）[20]。

利用MDI，本文提出了一種網(wǎng)絡(luò)健康指數(shù)的計算h_mos值的模型算法，如式（7）所示。

其中，delay為MDI中的DF，lost為MDI中的MLR，、、、、、是系數(shù)。

上述經(jīng)驗表達(dá)式中的網(wǎng)絡(luò)健康指數(shù)模型系數(shù)需要進(jìn)行優(yōu)化，目標(biāo)是使h_mos數(shù)值曲線與卡頓曲線變化趨勢相似，網(wǎng)絡(luò)健康指數(shù)曲線優(yōu)化逼近卡頓曲線變化趨勢示意圖如圖3所示。在實驗室條件下，特定機頂盒既可以帶有播放器接口和芯片幀信息卡頓模塊，同時又可以植入網(wǎng)絡(luò)健康指數(shù)模塊。在測試過程中，將網(wǎng)絡(luò)健康指數(shù)h_mos曲線先在=2.5的直線上水平翻轉(zhuǎn)，并與卡頓曲線標(biāo)幺量綱統(tǒng)一處理，利用單純形優(yōu)化、最小二乘算法使兩曲線之間的差值平方和達(dá)到最小。通過不斷地對h_mos表達(dá)式優(yōu)化，最終確定出一組優(yōu)化系數(shù)。

圖3 網(wǎng)絡(luò)健康指數(shù)曲線優(yōu)化逼近卡頓曲線變化趨勢示意圖

網(wǎng)絡(luò)健康指數(shù)曲線在與卡頓曲線擬合優(yōu)化時，可利用網(wǎng)絡(luò)損傷儀進(jìn)行控制，以期在實驗室連續(xù)控制不同的網(wǎng)絡(luò)丟包的測試環(huán)境，并記錄橫軸數(shù)據(jù)。在網(wǎng)絡(luò)損傷儀的控制下，卡頓數(shù)據(jù)曲線變化趨勢將基本保持不變，而h_mos數(shù)值曲線隨模型系數(shù)改變而發(fā)生變化。機頂盒探針內(nèi)置的網(wǎng)絡(luò)健康指數(shù)算法運算模塊，將按規(guī)范RFC 4445中的MDI要求，實時采集和計算網(wǎng)絡(luò)的DF值和MLR值，代入式（7）計算h_mos值。當(dāng)單純形優(yōu)化算法優(yōu)化搜索到某組模型系數(shù)時，重新進(jìn)行實驗室網(wǎng)絡(luò)損傷控制，將得到新的h_mos曲線，再次與卡頓目標(biāo)曲線擬合優(yōu)化，直至優(yōu)化得到最后一組系數(shù)、、、、、為止，之后停止網(wǎng)絡(luò)損傷控制測試操作。實驗室某款機頂盒測試擬合后，得到了一組優(yōu)化系數(shù)：=50、=0.1、=50、=2.72、=－0.000 394、=50。

特別地，如果實驗室沒有上述特定機頂盒，視頻播放卡頓曲線也可以通過人眼觀察方式記錄形成，統(tǒng)計記錄周期和卡頓計次頻率與上述一致，分別為5 min和1 s。

5 實驗室測試的視頻質(zhì)量指標(biāo)數(shù)據(jù)分析

5.1 終端側(cè)采集的視頻指標(biāo)數(shù)據(jù)分析

實驗室特定機頂盒同時具備播放器計算模塊功能（包括直播切換開始到關(guān)鍵幀、點播起播開始到關(guān)鍵幀、幀信息卡頓數(shù)據(jù)和U_MOS）和網(wǎng)絡(luò)抓包計算模塊功能（包括直播切臺開始到數(shù)據(jù)首包、點播起播開始到數(shù)據(jù)首包、網(wǎng)絡(luò)健康指數(shù)h_mos）。實驗室測試中，特定機頂盒探針每5 min上報的數(shù)據(jù)與人眼實際主觀感知對比見表4。

表4 特定機頂盒探針每5 min上報的數(shù)據(jù)與人眼實際主觀感知對比

（1）播放器采集數(shù)據(jù)分析

播放器計算的直播切臺時延和點播起播時延基本上與人眼感知時延接近，實驗效果良好。例如，第二次測試的點播起播時延，播放器采集的Latency1為503 ms時，人眼實測感知時延為500 ms左右。第一次測試的直播切臺時延，播放器采集的switchChannel_time為1 087 ms，人眼實測感知時延為1 000 ms左右。

播放器計算的視頻卡頓次數(shù)和卡頓時長，基本上與人眼感知一致（個別數(shù)據(jù)除外），實驗效果比較理想。例如，10次的視頻播放測試中，播放器采集的卡頓次數(shù)和卡頓時長基本與人眼實測感知一致；但是第5次測試時，播放器采集卡頓次數(shù)為1次、人眼實測感知為13次。

U_MOS計算值在視頻卡頓不是很嚴(yán)重時，數(shù)值有波動；但是在視頻卡頓比較嚴(yán)重時，數(shù)值變化不明顯，不能有效反映視頻質(zhì)量下降的情況。例如，第5次測試時，視頻播放效果較差，卡頓時長達(dá)到13 000 ms，但是MOS（U_MOS）值仍然高達(dá)3.95分。

（2）網(wǎng)絡(luò)抓包采集數(shù)據(jù)分析

探針網(wǎng)絡(luò)抓包計算的直播切臺時延和點播起播時延，多數(shù)情況下與人眼感知時延的誤差約為500 ms。例如，第2次測試的點播起播時延，網(wǎng)絡(luò)抓包采集的Latency1為29 ms時，人眼實測感知時延為500 ms左右；第3次測試的直播切臺時延，網(wǎng)絡(luò)抓包采集的switchChannel_time1為13 ms，人眼實測感知時延小于500 ms。

h_mos計算值在視頻卡頓不是很嚴(yán)重時，數(shù)值變化波動不明顯；然而在視頻卡頓比較嚴(yán)重時，數(shù)值明顯下降，較好地反映了視頻質(zhì)量下降的情況。例如，第5次測試時，視頻播放效果較差，卡頓時長達(dá)到13 000 ms，StreamHealth（h_mos）值相應(yīng)降低到2.00分。

5.2 平臺側(cè)IPTV播放優(yōu)良率統(tǒng)計分析

平臺優(yōu)良率統(tǒng)計主要分為直播切臺優(yōu)良率、點播起播優(yōu)良率以及視頻播放卡頓優(yōu)良率。單個機頂盒每5 min上報一次話單，如出現(xiàn)一次時延大于1 s或卡頓超過兩次，則該話單為一次質(zhì)差塊。單個機頂盒中的質(zhì)差塊，如超過全天話單的5%，則該盒子確定為當(dāng)天的質(zhì)差用戶。全省全天的優(yōu)良率統(tǒng)計為（1－當(dāng)天的質(zhì)差用戶數(shù)/當(dāng)天全天的話單用戶總數(shù)）×100%。

平臺在統(tǒng)計南方省的優(yōu)良率時，直接采用終端探針上報的視頻時延數(shù)據(jù)和視頻卡頓數(shù)據(jù)計算；另外，由于U_MOS值不完全準(zhǔn)確，因此在實際應(yīng)用中并沒有采用該結(jié)果。平臺在統(tǒng)計北方省的時延優(yōu)良率時，將在探針上報的視頻首包時延數(shù)據(jù)的基礎(chǔ)上加500 ms后再進(jìn)行計算處理；平臺在統(tǒng)計視頻播放卡頓優(yōu)良率時，當(dāng)h_mos值小于4.8分時記為質(zhì)差話單，實驗表明視頻卡頓兩次的臨界點時往往h_mos值接近4.8分。

6 結(jié)束語

目前電信運營商正在積極踐行網(wǎng)絡(luò)強國、數(shù)字中國和“云改數(shù)轉(zhuǎn)”戰(zhàn)略，依托云網(wǎng)邊端能力，構(gòu)建數(shù)字生活業(yè)務(wù)新格局。同時，利用視頻監(jiān)控產(chǎn)品基礎(chǔ)能力，全力打造視聯(lián)網(wǎng)，業(yè)務(wù)覆蓋數(shù)字家庭、智慧城市、智慧社區(qū)、數(shù)字鄉(xiāng)村等應(yīng)用領(lǐng)域。本文的研究成果已經(jīng)在現(xiàn)網(wǎng)智能機頂盒內(nèi)得到了規(guī)模應(yīng)用，探針部署量超過了8 000萬個。本文所提視頻質(zhì)量評價模型和方法的目標(biāo)是力求評價結(jié)果與人眼主觀體驗感知相一致，可進(jìn)一步應(yīng)用于視聯(lián)網(wǎng)產(chǎn)品領(lǐng)域等所有泛視頻應(yīng)用場景中。

[1] 林闖, 胡杰, 孔祥震. 用戶體驗質(zhì)量(QoE)的模型與評價方法綜述[J]. 計算機學(xué)報, 2012, 35(1): 1-15.

LIN C, HU J, KONG X Z. Survey on models and evaluation of quality of experience[J]. Chinese Journal of Computers, 2012, 35(1): 1-15.

[2] ITU-T．Methods for subjective determination of transmission quality: P.800[S]. 1996.

[3] ITU-R．Methodology for the subjective assess ment of the quality of television pictures: BT.500-13[S]. 2012.

[4] 李永強, 沈慶國, 朱江, 等．?dāng)?shù)字視頻質(zhì)量評價方法綜述[J]. 電視技術(shù), 2006(6): 5.

LI Y Q, SHEN Q G, ZHU J, et al. Overview of video quality evaluation methods[J].Video Engineering, 2006(6): 5.

[5] 楊付正, 萬帥. 網(wǎng)絡(luò)視頻質(zhì)量評估技術(shù)研究現(xiàn)狀及發(fā)展動向[J].通信學(xué)報, 2012, 33(4): 107-114.

YANG F Z, WAN S. Overview of state-of-the-art and future of networked video quality assessment[J]. Journal on Communications, 2012, 33(4): 107-114.

[6] 劉河潮, 常義林, 元輝, 等. 一種網(wǎng)絡(luò)丟包的無參考視頻質(zhì)量評估方法[J]. 西安電子科技大學(xué)學(xué)報(自然科學(xué)版), 2012, 39(2): 29-34.

LIU H C, CHANG Y L, YUAN H, et al. No-reference video quality assessment over the IP network based on packet loss[J]. Journal of Xidian University (Natural Science), 2012, 39(2): 29-34.

[7] 魏耀都, 謝湘, 匡鏡明, 等. 移動視頻質(zhì)量評價方法及發(fā)展趨勢[J]. 電信科學(xué), 2010, 26(3): 57-63.

WEI Y D, XIE X, KUANG J M, et al. Mobile video quality evaluation methods and its development[J]. Telecommunications Science, 2010, 26(3): 57-63.

[8] 方玉明, 眭相杰, 鄢杰斌, 等. 無參考圖像質(zhì)量評價研究進(jìn)展[J]. 中國圖象圖形學(xué)報, 2021, 26(2): 265-286.

FANG Y M, SUI X J, YAN J B, et al. Progress in no-reference image quality assessment[J]. Journal of Image and Graphics, 2021, 26(2): 265-286.

[9] 汪芮. 超高清視頻圖像質(zhì)量主觀評價方法探究[J]. 廣播與電視技術(shù), 2021, 48(6): 25-29.

WANG R. Research on subjective image quality assessment method for UHD video[J]. Radio & TV Broadcast Engineering, 2021, 48(6): 25-29.

[10] 王惠明, 歐臻彥, 王倩男, 等. 8K超高清視頻質(zhì)量客觀評測方法研究[J]. 現(xiàn)代電視技術(shù), 2022(10): 116-121. WANG H M, OU Z Y, WANG Q N, et al. Research on objective evaluation methods for 8K teltra high definition video quality[J]. Advanced Television Engineering, 2022(10): 116-121.

[11] 栗蔚, 魏凱. IPTV視頻質(zhì)量評價技術(shù)綜述[J]. 電信網(wǎng)技術(shù), 2009(5): 24-29.

LI W, WEI K. Overview of IPTV video quality measurement techonlogies[J]. Telecommunications Network Technology, 2009(5): 24-29.

[12] 羅斯青, 肖晴, 胡源. 面向IPTV的H.264高清編碼視頻質(zhì)量評估[J]. 電信科學(xué), 2008, 24(5): 83-86.

LUO S Q, XIAO Q, HU Y. A subjective quality assessment test for HD video based on H. 264 technology in IPTV[J]. Telecommunications Science, 2008, 24(5): 83-86.

[13] 姚良. 影響IPTV業(yè)務(wù)質(zhì)量的關(guān)鍵因素及質(zhì)量提升措施探討[J].電信科學(xué), 2009, 25(3): 32-35.

YAO L. Research on key factors effecting IPTV service quality and service improvement measures[J]. Telecommunications Science, 2009, 25(3): 32-35.

[14] 姚良, 奚溪. 三網(wǎng)融合下視頻業(yè)務(wù)質(zhì)量評估體系的研究[J]. 電信科學(xué), 2011, 27(3): 27-31.

YAO L, XI X. Research of video service quality evaluation system in triple-play field[J]. Telecommunications Science, 2011, 27(3): 27-31.

[15] 羅傳飛, 張瑋. IPTV高清頻道視頻質(zhì)量提升研究[J]. 電信科學(xué), 2012, 28(12): 135-140.

LUO C F, ZHANG W. Research of improving IPTV HD channels video quality[J]. Telecommunications Science, 2012, 28(12): 135-140.

[16] 張玉冉. 互聯(lián)網(wǎng)視頻用戶體驗質(zhì)量評估模型的研究與實現(xiàn)[D].北京: 北京郵電大學(xué), 2015.

ZHANG Y R. Research and implementation of evaluation model of Internet video user experience quality[D]. Beijing: Beijing University of Posts and Telecommunications, 2015.

[17] 工業(yè)和信息化部．寬帶視頻服務(wù)用戶體驗評估直播算法和參數(shù): YD/T 3778-2020[S]. 2020.

Ministry of Industry and Information Technology. The live algorithm and parameter for the user experience assessment of broadband video service: YD/T 3778-2020[S]. 2020.

[18] 工業(yè)和信息化部．寬帶視頻服務(wù)用戶體驗評估點播算法和參數(shù):YD/T 3779-2020[S]. 2020.

Ministry of Industry and Information Technology. The Vod Algorithm and parameter for the user experience assessment of broadband video service: YD/T 3779-2020[S]. 2020.

[19] 賀甜甜, 劉彥凱, 宋利. 視頻用戶體驗理論與實踐[J]. 電信科學(xué), 2017, 33(8): 67-76.

HE T T, LIU Y K, SONG L. Theory and practice of quality of experience in video services[J]. Telecommunications Science, 2017, 33(8): 67-76.

[20] RFC．A proposed media delivery index (MDI): 4445[S]. 2006.

Analysis and application of pan-video playback quality evaluation model

DING Hua1, WANG Xin2, WEI Zheng1, LUO Chuanfei1, SONG Hao1, SHI Weijia1

1. E-surfing Digital Life Technology Co., Ltd., Shanghai 200085, China 2. China Telecom Co., Ltd., Beijing 100045, China

Pan-video refers to the business that takes video as the form of information presentation and interaction. It is mainly divided into three categories: traditional video business, emerging video business and derivative video business. However, how to accurately evaluate the quality of video playback has always been a problem. A pan-video playback quality evaluation model and parameters were proposed, which mainly included: video switching delay, video start delay, video playback pause times and duration, etc. It has been applied in the IPTV quality monitoring system of the current network, and the practice shows that the application effect is good. The proposed research results can be further applied to all pan-video application scenarios in the field of video network products.

pan-video, video playback quality evaluation, video switching delay, video start delay, video playback pause times and duration

TP399

A

10.11959/j.issn.1000?0801.2023171

2023?03?27；

2023?08?31

丁華（1969? ），男，天翼數(shù)字生活科技有限公司高級工程師，主要研究方向為IPTV及探針、視頻監(jiān)控和視頻通話等。

王昕（1977? ），男，中國電信股份有限公司工程師，主要研究方向為寬帶和基于高帶寬接入的IPTV等。

魏崢（1983? ），男，天翼數(shù)字生活科技有限公司工程師，主要研究方向為IPTV及探針、視頻視覺和機器人智能等。

羅傳飛（1978? ），男，博士，天翼數(shù)字生活科技有限公司教授級高級工程師，主要研究方向為視音頻信號處理、IPTV視頻質(zhì)量指標(biāo)和視聯(lián)網(wǎng)等。

宋皓（1988? ），女，天翼數(shù)字生活科技有限公司工程師，主要研究方向為IPTV及探針、計算機數(shù)據(jù)處理系統(tǒng)和云網(wǎng)CDN等。

施唯佳（1978? ），男，天翼數(shù)字生活科技有限公司高級工程師，主要研究方向為IPTV及探針、融合視訊和視聯(lián)網(wǎng)等。