魏耀都 ，謝 湘 ，匡鏡明 ，黃 麗

（1.北京理工大學 北京100081；2.中國移動通信集團北京有限公司 北京 100032）

1 引言

近年來，Wi-Fi和3G等技術(shù)的應用使得無線網(wǎng)絡的傳輸能力得到了很大的提高，利用無線網(wǎng)絡傳輸視頻的瓶頸已經(jīng)被打破。移動視頻的便捷性讓人們隨時隨地都能發(fā)送與接收視頻，極大地改變了人們的生活方式。人們在視頻應用范圍擴展的同時對視頻質(zhì)量提出了更高的要求，因此如何對視頻質(zhì)量進行評價引起了越來越多的關(guān)注。

為使視頻質(zhì)量評價結(jié)果更加準確，對視頻質(zhì)量的評價方法需要按照視頻的特性進行區(qū)分，例如ITU就將4 Mbit/s的碼率作為區(qū)分高質(zhì)量視頻和低質(zhì)量視頻的界限，對兩者分別進行質(zhì)量評價的試驗[1]。移動環(huán)境下的視頻通常具有較小的分辨率和較低的碼率和幀率，同時無線傳輸鏈路的不穩(wěn)定性造成了大量的數(shù)據(jù)錯誤和丟失，移動視頻播放設備的屏幕尺寸通常較小，這些性質(zhì)決定了移動視頻質(zhì)量的評價方法需要在原有的視頻質(zhì)量評價方法上針對低分辨率、低碼率和低幀率進行調(diào)整才能較好地描述移動視頻質(zhì)量。

2 無線傳輸特性及其對視頻質(zhì)量的影響

無線環(huán)境中的電波在傳輸中會經(jīng)歷自由空間損耗、陰影衰落效應、多徑效應與多普勒效應。自由空間損耗與無線信號傳輸距離以及信號頻率有關(guān)，損耗大小與傳輸距離的平方成正比，與工作頻率的平方也成正比；陰影衰落效應是由地形結(jié)構(gòu)引起的傳播損耗，表現(xiàn)為慢衰落；多徑效應是由移動體周圍的局部散射體引起的多路徑傳播，使到達接收機輸入端的信號相互疊加，其合成的信號幅度表現(xiàn)為快速起伏變化，即快衰落；多普勒效應是由于移動體的運動速度和方向?qū)е陆邮諜C的信號產(chǎn)生多普勒頻移，在多徑條件下形成多普勒頻譜擴展，對信號形成隨機調(diào)頻的多普勒效應。另外，無線傳輸還可能受到人為干擾和鄰道干擾等各種干擾。因此，無線傳輸信道是一個不穩(wěn)定的變參信道，信號場強的起伏可達幾十分貝，極易出現(xiàn)嚴重的衰落現(xiàn)象。除了信號衰落以外，在無線信道中傳輸?shù)臄?shù)字信號還會因多徑效應而產(chǎn)生碼間干擾，碼間干擾和信號衰落共同引起較高的誤碼率。這種高誤碼率將會嚴重影響移動視頻質(zhì)量，如何描述由誤碼造成的影響成為移動視頻質(zhì)量評價中一個值得研究的問題。

對于數(shù)據(jù)傳輸來說，僅用誤碼率或者誤幀率就可以較好地描述信道對接收數(shù)據(jù)質(zhì)量的影響，然而對視頻質(zhì)量來說這種描述方式并不是很有效。

在視頻壓縮的過程中，幀間預測是一種常用的壓縮方法。這種方法對某些參考幀的圖像進行完全傳輸，而其余幀則僅傳輸其與參考幀之間的差別，未傳輸?shù)臄?shù)據(jù)通過參考幀的數(shù)據(jù)進行預測得到。這種預測機制使誤碼出現(xiàn)位置變得重要。如果誤碼出現(xiàn)在非參考幀中，則只有該幀的質(zhì)量受到影響；如果誤碼出現(xiàn)在參考幀中，誤碼造成的圖像錯誤就會通過幀間預測擴散到所有以該幀作為參考的幀中，從而擴大該誤碼的影響。在移動視頻傳輸中由于帶寬的限制，經(jīng)常采用碼率較低和壓縮比較大的壓縮模式對視頻進行壓縮，幀間預測的使用非常普遍，使得誤碼出現(xiàn)的位置對視頻質(zhì)量有明顯的影響。

除了誤碼率以外，在視頻數(shù)據(jù)傳輸?shù)倪^程中經(jīng)常使用差錯隱藏機制來保證數(shù)據(jù)丟失時的視頻質(zhì)量。對于離散的隨機誤碼，差錯隱藏機制可以較好地彌補數(shù)據(jù)丟失引入的圖像錯誤；對于突發(fā)的連續(xù)數(shù)據(jù)丟失，差錯隱藏機制則顯得無能為力。這樣，即使是同樣的誤碼率，對視頻質(zhì)量的影響也會因誤碼出現(xiàn)的形式而不同，許多研究表明在移動視頻的傳輸中誤碼率并不直接影響視頻質(zhì)量，而誤碼出現(xiàn)的相對位置與視頻質(zhì)量的相關(guān)性很高[2,3]。

人類的視覺掩蔽和變分辨率特性，使得并非所有的圖像錯誤都能被人類視覺感知。在觀看快速運動的視頻時，人眼對細節(jié)的分辨能力會下降，這時圖像中所出現(xiàn)的細節(jié)失真被察覺到的可能性會明顯降低。圖像中錯誤出現(xiàn)的位置會影響感知質(zhì)量：出現(xiàn)在有明顯視覺激勵區(qū)域的小誤差通常會因視覺掩蔽效應而被忽略；由于人眼只能對很小的區(qū)域進行高分辨率解析，出現(xiàn)在非注視區(qū)域的誤差感知也會被弱化。這些特性使得視頻的感知質(zhì)量與視頻圖像的誤差之間形成一種復雜的映射關(guān)系。

總的看來，在有線視頻中視頻壓縮和傳輸所產(chǎn)生的質(zhì)量問題在移動視頻中仍然存在。無線傳輸?shù)囊胧沟靡苿右曨l會受到更多的傳輸差錯影響，同時由于幀間預測算法的普遍采用，這種傳輸差錯的影響有可能會被放大。注重對傳輸差錯造成影響的評價是移動視頻區(qū)別于有線視頻質(zhì)量評價的主要特征，對這種影響的分析顯得非常重要。然而，人類的視覺特征使得分析過程變得十分復雜。如何較準確地評價無線傳輸對視頻質(zhì)量的影響有待進一步深入的研究。

3 視頻質(zhì)量評價方法

進行視頻質(zhì)量評價的目的有兩方面：一方面對各種視頻處理和傳輸方法的性能進行比較，例如視頻壓縮算法的壓縮效果、傳輸網(wǎng)絡支持視頻流的性能；另一方面對視頻系統(tǒng)的運行質(zhì)量進行監(jiān)控，為系統(tǒng)規(guī)劃和調(diào)整提供依據(jù)。

國際上VQEG（video quality expert group）將電視視頻以及碼率在4 Mbit/s以上的視頻歸為高質(zhì)量視頻，碼率在4 Mbit/s以下的視頻歸為低質(zhì)量視頻，目前的移動視頻通常屬于低質(zhì)量視頻。

按照應用場合，視頻質(zhì)量評價可以分為單向視頻質(zhì)量評價和交互視頻質(zhì)量評價。單向視頻包括電視、點播等，交互視頻包括可視電話以及視頻會議等。交互視頻通常伴有聲音的交互，單獨的視頻交互應用場合非常稀少。由于伴有聲音的視頻質(zhì)量會受聲音質(zhì)量的影響，分析起來比較復雜，因此目前的視頻質(zhì)量評價一般都局限于單向的視頻質(zhì)量。按照評價方法，視頻質(zhì)量評價可以分為主觀評測和客觀評測，前者憑大量感知者主觀感受評測視頻的質(zhì)量，后者依據(jù)模型給出的預測結(jié)果衡量視頻質(zhì)量。由于視頻最終是由人觀看并對質(zhì)量進行評判的，因此主觀評測的結(jié)果被認為是準確的。但主觀評測十分耗時且過程繁瑣，測試結(jié)果不具有擴展性，無法用于實時的質(zhì)量監(jiān)控等領(lǐng)域，為此人們提出了很多客觀評測模型用以模擬主觀評測的結(jié)果，客觀評測模型的優(yōu)劣由其估計結(jié)果與主觀評測結(jié)果的相關(guān)性決定。近幾年涌現(xiàn)出了大量的圖像和視頻質(zhì)量評測模型，按照模型框架大體可分為應用層評測模型和網(wǎng)絡層評測模型。應用層模型從接收圖像中提取感知質(zhì)量特征，如邊緣清晰度等，一般還會結(jié)合人類視覺特征來計算感知質(zhì)量；網(wǎng)絡層模型從數(shù)據(jù)包中提取評測指標，通過網(wǎng)絡延遲等參數(shù)對主觀質(zhì)量進行預測。應用層模型考慮了人類的感知機制，與主觀評測的結(jié)果符合性較好，但是計算比較復雜；網(wǎng)絡層模型的評測指標很容易計算，但與主觀評測的結(jié)果符合性較差。

3.1 主觀視頻質(zhì)量評價

ITU已經(jīng)提出了數(shù)個視頻質(zhì)量主觀評測方法建議，如針對電視質(zhì)量評測的建議ITU-R BT.500-11，針對多媒體視頻質(zhì)量評測的建議ITU-T P.910。我國國標GB 7401-87以及國家廣電行業(yè)標準（GY/T 134-1998）也對有線電視廣播系統(tǒng)圖像質(zhì)量評價進行了規(guī)定。這些標準對觀看環(huán)境、測試序列采集以及播放、評分標準以及測試結(jié)果分析等進行了規(guī)定。其中ITU-R BT.500-11、GB 7401-87以及GY/T 134-1998均是針對電視觀看環(huán)境設計的主觀測試方法，只有ITU-T P.910標準涵蓋了移動視頻應用。ITU-T P.910標準規(guī)定了視頻測試序列的錄制環(huán)境、錄制設備以及存儲格式，推薦了幾種測試方法和測試實驗設計方法，同時對測試環(huán)境進行了描述。

在測試序列錄制方面，ITU-T P.910建議直接使用數(shù)字攝像機進行錄制并存儲為數(shù)字格式，錄制場景應該光線充足，攝像機的動態(tài)范圍、伽瑪值設置、濾波器帶寬、感光能力以及是否開啟自動增益控制均應詳細記錄。在視頻內(nèi)容選擇上，該標準定義了Spatial Information（SI）以及Temporal Information（TI）兩個特征來描述視頻內(nèi)容，測試選取的視頻序列應該盡量均勻地分布在SI-TI平面上。

ITU-T P.910推薦了絕對等級評分（ACR）、損傷等級評分（DCR）和成對比較評分（PC）3種測試方法。ACR方法中測試者觀看完每條測試序列后對該序列的質(zhì)量進行評分；DCR方法中測試者觀看成對的測試序列，其中前一條序列是沒有經(jīng)過處理的原始序列，測試者對后一序列相對于前一序列的質(zhì)量下降程度進行評分；PC方法中測試者也是觀看成對的序列，對兩條序列的相對質(zhì)量優(yōu)劣進行評分。對于測試環(huán)境的要求，ITU-T P.910與ITU-R BT.500-11相比有一定程度的放寬。在測試設備方面，ITU-T P.910規(guī)定CRT與LCD均可作為測試顯示器，顯示器的尺寸和類型均應與所測試的應用環(huán)境相符。

ITU-T P.910標準雖然涵蓋了視頻主觀測試方法的各個方面，但適用范圍涵蓋所有多媒體視頻，如果用于移動視頻的主觀測試，那么該標準中關(guān)于測試環(huán)境設備、測試流程、觀看距離等規(guī)定還需要進一步細化。

2008年VQEG完成了針對多媒體應用的視頻質(zhì)量大規(guī)模主觀測試實驗，這次實驗的測試條件專門針對移動視頻進行了設計，所以這次主觀測試的方法可以作為移動視頻質(zhì)量主觀測試的一個參考。

在ITU-T P.910推薦的測試方法中，VQEG選用了ACR方法。在電視質(zhì)量評價中最常采用的雙激勵連續(xù)質(zhì)量評分（DSCQS）方法在ITU-T P.910中并沒有被推薦，這是因為實驗表明DSCQS和帶有隱藏參考序列的ACR-HRR方法在低碼率和低分辨率情況下的評測結(jié)果高度相關(guān)，在此情況下ACR-HRR方法完全可以替代DSCQS方法[4]。由于移動視頻正是一種低碼率和低分辨率的視頻，因此ACR-HRR可以替代DSCQS成為移動視頻質(zhì)量測試的常用方法。

在測試顯示器的選擇上，VQEG采用了大尺寸的LCD進行測試。與CRT相比，LCD的缺點在于其反應時滯特性會使運動視頻產(chǎn)生拖尾等附加效應。Sylvain Tourancheau等人分析了CRT與LCD在不同圖像分辨率下對主觀測試結(jié)果的影響[5]，結(jié)果表明由LCD引入的附加誤差在較大分辨率的視頻(HD)中較為明顯，而在筆記本、手機、PDA等使用環(huán)境下因為圖像分辨率較小，所以受LCD影響的程度十分輕微。由于移動視頻的分辨率較低，所以在移動視頻質(zhì)量的測試中LCD比CRT更接近實際應用，同時不會引入附加誤差。

VQEG的主觀測試方法雖然可以作為移動視頻主觀測試方法的參考，但仍有許多方面需要進一步完善。例如，在一些研究中使用手持移動終端代替單獨的顯示設備以便更好地模擬實際應用，但目前尚沒有關(guān)于使用手持設備與大尺寸顯示器測試結(jié)果比較的研究，對于兩者的選擇還沒有可參考的結(jié)果。

除了ITU-T P.910中推薦的測試方法外，還有一些改進的主觀測試方法被提出。Hoffmann等人提出了一種心理-物理的視頻質(zhì)量測試方法[6]，然而該方法更加適合于高分辨率（HD）的視頻質(zhì)量評價；Richardson I E G和Kannangara C S提出了一種采用用戶反饋的快速測試方法[7]，然而該方法僅適用于質(zhì)量比較，無法提供主觀測試的分數(shù)。

3.2 客觀視頻質(zhì)量評價

從評測方法上看，現(xiàn)有的客觀視頻質(zhì)量評測模型可以分為全參考（FR）、部分參考（RR）和無參考（NR）3 類。全參考模型需要使用傳輸前視頻的所有信息，評價效果較好，但是在無法獲得原始參考視頻的條件下應用受到限制。部分參考模型從原始視頻中提取特征，將特征與圖像信號一起傳送到接收端，接收端利用這些特征對接收到的視頻質(zhì)量進行評價。無參考模型不利用任何原始視頻的信息，僅從接收到的視頻中分析視頻質(zhì)量，目前尚沒有可靠的無參考模型出現(xiàn)。

客觀視頻質(zhì)量評價的模型數(shù)量眾多，應用最普遍的視頻質(zhì)量測試方法是峰值信噪比（PSNR），這是一個全參考模型。該方法首先計算參考視頻幀與待測幀之間的均方誤差，然后計算待評價圖像的信噪比。雖然許多參考文獻都指出該模型無法準確地評價視頻的感知質(zhì)量，但是由于該方法計算簡單，因此仍然被廣泛地應用。

為了彌補PSNR的缺陷，很多符合人類感知的模型相繼被提出。為了比較模型的準確性，VQEG在2000年和2003年分2個階段對針對電視以及高質(zhì)量視頻應用設計的十余種全參考模型的評測效果進行了大規(guī)模的主觀實驗驗證，其中分別由 British Telecommunication、Yonsei、NTIA和CPqD提出的4個模型性能顯著優(yōu)于PSNR，ITU-T在J.144標準中對這4個模型進行了推薦。

2006年，VQEG組織了針對多媒體應用的低質(zhì)量視頻主觀質(zhì)量測試，該測試針對在寬帶網(wǎng)絡和無線網(wǎng)絡中傳輸?shù)囊曨l，測試結(jié)果用于衡量質(zhì)量評測模型的準確性。這次測試中參加準確性驗證的模型總共有7種，包括4種全參考模型、1種部分參考模型以及2種無參考模型。2008年VQEG第一階段測試報告表明：參加測試的全參考模型以及部分參考模型均顯著優(yōu)于PSNR；無參考模型在某些應用條件下優(yōu)于PSNR。根據(jù)該報告，ITU-T在J.247標準中推薦了分別由 NTT、OPTICOM、Psytechnics以及 Yonsei提出的4種全參考多媒體視頻質(zhì)量評測模型，在J.246標準中推薦了由Yonsei提出的部分參考模型。

除了進入ITU標準的客觀模型外，還有很多受到學術(shù)界關(guān)注的視頻質(zhì)量模型被提出，如由Zhou Wang提出的SSIM模型。在近年的研究中，學者們逐漸注意到了視頻內(nèi)容對感知質(zhì)量的影響[8,9]。實驗表明在視頻與音頻同時播放時，測試者在同樣實驗條件下對感興趣和不感興趣的視頻內(nèi)容評分有顯著的區(qū)別，而在沒有音頻播放時這種區(qū)別則不顯著[8]。為了體現(xiàn)視頻內(nèi)容的影響，視頻內(nèi)容歸類也被引入移動視頻質(zhì)量評價模型當中[10]。

3.2.1 標準模型

（1）VQM

VQM是由NTIA下屬的ITS提出的一個全參考模型，在VQEG針對電視應用的測試中其性能最優(yōu)，目前已經(jīng)成為ANSI（ANSI T1.801.03-2003）和ISO的標準，并且由Tektronix公司進行商業(yè)推廣。VQM采用符合ITU-R BT.601規(guī)定的YUV格式作為參考視頻和待測視頻的輸入格式，主要的計算過程有視頻對齊、提取感知特征、計算視頻質(zhì)量指標以及指標綜合。

（2）PEVQ

PEVQ是由OPTICOM提出的一種針對IPTV和移動應用的質(zhì)量評價模型，由ITU-T P.862推薦的PSQM模型演化而來。PEVQ采用了5個質(zhì)量評測指標對視頻的時域、空域、亮度以及色度域分別進行損傷計算，在計算過程中應用了符合人類視覺特性的掩蔽處理，最后使用式（1）對5個評測指標的結(jié)果進行綜合得到主觀評分估計值Score。

式中，w[i]是各評測指標的權(quán)重，Ilim[i]是經(jīng)過限幅以后的評測指標結(jié)果，α[i]和 β[i]是系數(shù)。

（3）MoSQuE

MoSQuE由日本NTT公司提出，該模型通過1個空域指標和4個時域指標綜合估計視頻質(zhì)量?？沼蛑笜送ㄟ^計算全局噪聲、虛假邊緣、局部運動失真以及由網(wǎng)絡丟包造成的局部失真獲得，時域指標通過粗對齊和細對齊的結(jié)果檢測幀率的異常。5個測試指標按照式（2）進行綜合得到視頻質(zhì)量Q。

式中，X1、X2、X3、X4是空域指標，X5是時域指標，a、b、c、d、e、f和 g是系數(shù)。

（4）Psytechnics

Psytechnics提出的模型首先進行視頻對齊處理，然后提取7個空域感知特征和1個時域感知特征對視頻質(zhì)量進行評價，最后對這8個特征的評測結(jié)果進行加權(quán)線性求和得到視頻質(zhì)量。

（5）Yonsei

Yonsei提出的全參考模型首先進行視頻對齊，然后對參考視頻和待測視頻進行邊緣檢測，通過比較得出邊緣信噪比EPSNR，然后計算塊效應和邊緣模糊造成的影響Fblocking和 Fblurriness，視頻質(zhì)量（VQ）的計算方法如下。

Yonsei提出的部分參考模型在全參考模型的基礎(chǔ)上去掉了Fblocking和 Fblurriness，只計算 EPSNR。

3.2.2 非標準模型

（1）SSIM 及其改進模型

人類視覺系統(tǒng)是復雜的非線性系統(tǒng)，而視頻質(zhì)量評測模型大多基于線性系統(tǒng)，這些模型的激勵簡單且存在多種限制。自然圖像信號包含了大量的結(jié)構(gòu)信息，為此Wang等人提出了基于結(jié)構(gòu)失真的結(jié)構(gòu)相似法(structural similarity，SSIM)對圖像質(zhì)量進行評測。

SSIM模型將圖像分為亮度、對比度和結(jié)構(gòu)信息3個方面進行分析，定義了亮度比較函數(shù)l(x,y)、對比度比較函數(shù)C(x,y)和結(jié)構(gòu)信息比較函數(shù) S(x,y)，x和y分別代表原始圖像和失真圖像，圖像質(zhì)量由這3個函數(shù)的指數(shù)積決定。

為了提高模型對圖像分辨率的適應程度，Wang等人提出了改進的MS-SSIM，原始的SSIM被稱為Frame MS-SSIM。隨后Moorthy A K等人在SSIM的基礎(chǔ)上修改了圖像區(qū)域加權(quán)的算法提出了P-SS-SSIM。為進行視頻質(zhì)量評價，Wang等人在 MS-SSIM的基礎(chǔ)上按照Stocker和Simon-celli提出的運動感知規(guī)則增加了時域加權(quán)，形成了適合視頻評測的模型SW-SSIM。

（2）VIF

VIF利用原始視頻與待測視頻間的信息保真度來進行視頻質(zhì)量評價。信息保真度通過在小波域內(nèi)計算待測視頻與原始視頻間信息的比率得到，同時利用自然圖像的統(tǒng)計特征[10]對圖像和失真進行建模。

（3）VSNR

Chandler D M和Hemami S S提出的VSNR是一種全參考圖像質(zhì)量評測模型，模型首先在小波域進行對比度掩蔽的感知分析，然后利用心理學領(lǐng)域近期的研究結(jié)果對人類視覺的底層和中層感知分別進行計算，最后對可以被感知到的誤差進行綜合。在視頻質(zhì)量評測時，VSNR被用于評價每幀的質(zhì)量，然后對各幀進行平均得到視頻質(zhì)量的估計結(jié)果。

（4）Liu Yuxin提出的無參考模型

該模型從待測視頻的每幀中提取4個時域指標和4個空域指標將視頻進行歸類。待測幀首先被劃分為小塊分別進行特征提取。4個空域指標分別檢測圖像中平坦區(qū)域、邊緣區(qū)域、紋理區(qū)域和細節(jié)塊所占的比例，空域指標利用運動估計的結(jié)果分別檢測無運動、低速運動、中速運動和高速運動塊所占的比例。然后從事先訓練好的該類型視頻庫中尋找與該條視頻匹配度最好的視頻，用匹配視頻的質(zhì)量作為待測視頻的質(zhì)量估計結(jié)果。

（5）Asiya提出的無參考模型

Asiya提出的模型將視頻內(nèi)容按照運動快慢分為3類。首先提取待測視頻的運動、邊緣、亮度等時域和空域的特征，并根據(jù)特征進行歸類，分類后的視頻可以通過模糊神經(jīng)網(wǎng)絡或者回歸分析兩種方法進行視頻質(zhì)量估計。模糊神經(jīng)網(wǎng)絡方法從待測視頻中提取幀率（FR）、發(fā)送端比特率（SBR）、誤包率（ER）、傳輸帶寬（BW）4 個測試指標，與分類號CT一起通過模糊神經(jīng)網(wǎng)絡得到視頻質(zhì)量的估計結(jié)果；回歸分析方法提取幀率、發(fā)送端比特率、誤包率3個測試指標，通過式（5）進行視頻質(zhì)量估計。

式中，a1、a2、a3、a4和 a5均為系數(shù)。

3.3 無線環(huán)境下視頻質(zhì)量評測模型性能比較

視頻質(zhì)量評測模型性能的比較，需要大量的主觀實驗結(jié)果作為參考數(shù)據(jù)。VQEG于2000年進行測試時所使用的序列庫以及主觀測試結(jié)果是目前普遍使用的測試序列庫和主觀實驗結(jié)果，然而Anush等人認為VQEG的測試序列庫采集時間較早，只能反映H.263等較早編碼器造成的損傷，這種損傷與目前業(yè)界普遍使用的H.264/AVC造成的損傷有不同的特性。于是Anush等人采集了一個適用于評價移動視頻的視頻序列庫[11]，該數(shù)據(jù)庫包括原始視頻序列以及受到不同程度無線傳輸損傷的視頻序列。在受損序列的模擬過程中采用H.264/AVC編碼對數(shù)據(jù)庫中的序列制造壓縮損傷，同時使用NS2模擬各種無線傳輸網(wǎng)絡造成的傳輸錯誤。隨后Anush等人進行主觀測試實驗確定了各損傷條件下的主觀評分。根據(jù)這次主觀實驗的結(jié)果，對PSNR、VQM、SSIM 及其 3種改進模型、VIF、VSNR 與主觀實驗結(jié)果的相關(guān)性以及模型計算復雜度進行了分析與比較，結(jié)果如圖1所示。

3.4 交互類視頻質(zhì)量評價

交互類視頻應用非常廣泛，但是相關(guān)的質(zhì)量評價方法研究遠遠不能滿足需求。通常這類視頻伴有聲音或者文字的傳輸，聲音和文字的質(zhì)量會與視頻質(zhì)量形成互動，從而使視頻質(zhì)量的評價變得復雜[12]。對于有伴音的交互類視頻質(zhì)量評價，ITU在ITU-T P.920中對主觀評價方法進行了建議，但是該建議僅對測試環(huán)境做出了比較詳細的規(guī)定，對于測試方法等方面沒有詳細的規(guī)定；較好的客觀評價模型目前還沒有。

4 移動視頻質(zhì)量評價的應用趨勢及前景

國內(nèi)移動視頻的發(fā)展速度非常迅速。在廣播和點播視頻方面，利用無線局域網(wǎng)登錄視頻網(wǎng)站進行視頻點播和上傳已經(jīng)成為一種潮流，CMMB也已初具規(guī)模。在交互視頻方面，隨著電信重組的完成和3G時代的來臨，可視電話業(yè)務需求將不斷增大，視頻業(yè)務有可能成為3G時代拉動電信運營商收入的重要動力。

可以說，移動視頻未來將會加速發(fā)展，無線網(wǎng)絡的業(yè)務爭奪將會集中在視頻業(yè)務的爭奪上。面對眾多的視頻服務，用戶的選擇標準不外乎資費和服務質(zhì)量，高質(zhì)量的視頻服務無疑會吸引更多的用戶。對視頻質(zhì)量進行準確的評估既可以讓用戶了解到視頻業(yè)務的服務水平，又可以作為服務水平提升的標尺，具有廣闊的應用前景。

目前，移動視頻質(zhì)量評價方法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一步研究。主觀測試方法雖然有標準可參考，但各項規(guī)定還需要進一步細化才能適合移動視頻質(zhì)量的測試。對于顯示器類型的選擇等問題，還需要進行客觀的研究分析。對客觀評價來說，如何選擇評價模型成為一個問題。全參考客觀評價模型數(shù)量眾多，評價結(jié)果不盡相同，受計算復雜性的影響，在實際當中仍然大量地使用性能低下的PSNR作為視頻質(zhì)量的評價標準。無參考和部分參考模型的評價效果還需要提高[1]。如何降低全參考模型的復雜度并提高部分參考模型的評價性能將是下一步研究的方向。交互類的視頻質(zhì)量研究還開展的相當少，相關(guān)的標準目前也沒有制定。

對視頻質(zhì)量進行準確的評判有利于網(wǎng)絡運營商規(guī)范和保證服務水平，對移動視頻市場的健康發(fā)展具有積極的促進作用。目前，移動視頻質(zhì)量評價方法還不成熟，在這方面進行針對性的研究將為我國在相關(guān)國際標準的制定中贏得更多的發(fā)言權(quán)。

1 Final report of VQEG’s multimedia phase i validation test,http://www.vqeg.org

2 Max R P,Ahmed M D,Jeffrey H R.Effect of error distribution in channel coding failure on MPEG wireless transmission.In:Visual Communications and Image Processing,San Jose,CA,USA,1999

3 Liang Y J,Apostolopoulos J G,Girod B.Analysis of packet loss for compressed video:does burst length matter?In:IEEE InternationalConference on Acoustics,Speech and Signal Processing,Piscataway,NJ,USA,2003

4 Thu Q H,Ghanbari M,Hands D,et al.Subjective video quality evaluation for multimedia applications.In:Processing of Human Vision and Electronic Imaging XI,San Jose,CA,2006

5 Tourancheau S,Callet P L,Barba D.Impact of the resolution on the difference of perceptual video quality between CRT and LCD.In:International Conference on Image Processing,ICIP,San Antonio,2007

6 Hoffmann H,Wood D,Itagaki T.Psycho-physical method of television picture quality evaluation (EBU-II).Electronics Letters,2007,43（4）：212～13

7 Richardson I E G,Kannangara C S.Fast subjective video quality measurement with user feedback.Electronics Letters,2004,40(13):799～801

8 Khan A,Sun L,Ifeachor E.Impact of video content on video quality for video over wireless networks.In:Fifth International Conference on Autonomic and Autonomous Systems,Valencia,2009

9 Satu H J,Ville P I,Mattila V V,et al.Effect of TV content in subjective assessment of video quality on mobile devices.In:Processing of Multimedia on Mobile Devices,San Jose,2005

10 Xin L Y,Ragip,K,Udit B.Video classification for video quality prediction.Journal of Zhejiang University(Science),2006,7（5） :919～926

11 Live wireless video database，http://live.ece.utexas.edu/research/quality/live wireless video.html

12 Hands D S.A basic multimedia quality model.IEEE Transactions on Multimedia,2004,6（6）:806～816