徐琨然 王 娟 聶 鵬

近年來，數(shù)字電視中AVS+、H.265編碼技術的高速發(fā)展，極大提升了視頻質量，同時降低了運營帶寬?，F(xiàn)在隨著科技的發(fā)展,媒體已經(jīng)進入飛速變革和發(fā)展階段，信息傳播正從圖文向視頻過渡，呈現(xiàn)出大量的視頻網(wǎng)站，我們已進入大視頻時代。

視頻是媒體的核心，視頻信息相對于其他信息來說，有著直觀、確定、高效等獨一無二的優(yōu)點。因此對視頻質量的評價估量就成為了一個關鍵。在視頻采集、視頻編碼、視頻壓縮、視頻的傳輸和記錄過程中，由于采集系統(tǒng)、編碼方法、壓縮損失、傳輸介質和記錄設備不完備的情況,再加上各種噪聲污染,不可避免地帶來不定的視頻的失真和質量下降,這給大家的視頻體驗帶來嚴重的障礙。

1 主觀評價和客觀評價

當下視頻質量評價有主觀和客觀兩種。主觀評價力圖追求真實的人眼視覺感知，以個人角度對視頻進行評價，其中又分為絕對主觀評價方法和相對主觀評價方法兩類。客觀評價是靠測試系統(tǒng)依據(jù)特定算法，對源視頻和測量視頻相比，給出基于數(shù)字計算的結果，最后評定視頻品質的方法，根本目的是儀器代替人眼去觀看和評價視頻。

主觀評價是以人作為觀察者，對視頻的優(yōu)劣得出定性評價，為保證視頻主觀評價在統(tǒng)計上有意義，參加評價的觀察者應該足夠多。一般來說，主觀評價的觀察者要么都會挑選訓練有素的“內行”，要么就挑選未受過培訓的“外行”。但是測試視頻的質量、觀看距離、觀看亮度、觀看位置、顯示尺寸、對比度以及測試人員的經(jīng)驗都決定了主觀評價的結果，因此評價結果差異大、重復性差、還存在一定的隨機性。

客觀評價中，系統(tǒng)廣泛用1個用于參考的源視頻，和1個經(jīng)過設備或系統(tǒng)的測量視頻，用于對比評價。它考慮到了人眼的視覺特性是一個受神經(jīng)系統(tǒng)調節(jié)的模型，建立了特殊的算法策略，把源視頻和測量視頻中人眼敏感的特性提取出來經(jīng)過上述算法，在時間域以及空間域中對這兩種不同的視頻序列進行校準，展開視頻質量分析，一般情況下，質量測試的結果會正比于主觀評測。

2 幾種客觀評價指標

對于數(shù)字電視信號的特點，TR 101 290標準中將錯誤分為3種級別錯誤。前兩級會出現(xiàn)黑屏和馬賽克等現(xiàn)象，人眼很容易發(fā)現(xiàn)，但第三級錯誤難以用人眼識別，且在數(shù)字電視系統(tǒng)中，視頻采集、視頻編碼、視頻壓縮等設備都是專業(yè)級別的，靠人眼對視頻品質很難作出細致準確的評價。由于隨機性大這個客觀原因對主觀評價的影響，所以當前評價數(shù)字電視視頻質量基本是采用客觀評價，這樣不止消除了個人差異和其余條件對主觀評價的影響，還可以極大減少時間和費用的浪費。目前的儀器系統(tǒng)基本上可以客觀評測視頻的整體質量。這種視頻質量測分析系統(tǒng)提供的客觀視頻質量測服務不僅可以重復，更可以做到與人眼主觀視覺評估非常的相近。類似系統(tǒng)不僅可以在高清下變換的質量評估中應用，還能夠應用在不同分辨率視頻的質量測量中進行。

一般數(shù)字電視視頻質量客觀測試有以下三個常用的算法指標。

2.1 PQR

PQR（視頻質量測計分），基于視覺差模型研發(fā)，測量校準數(shù)據(jù)是從和視覺敏感性試驗匹配的主觀評價中收集而來的，保證測量結果1 PQR=1 JND。（JND，是最小可覺差。）

參考分值：計分值從0至無窮大*。

0=理想質量(不能察覺與源間的差異)

1=幾乎不能察覺損傷

3-4=可以看出損傷，但不明顯（類似于復合視頻）

5=類似于10 Mb/s SD MPEG-2

7-8=類似于4 Mb/s SD MPEG-2

10=可明顯觀察到的損傷（類似于2 Mb/s SD MPEG-2）

＞10=與人眼測試的相關性很弱

2.2 DMOS

DMOS（差異平均主觀評分）是在ITU-R BT.500 條件下，參考人眼視覺特性顯示源視頻和測量視頻之間的差異。此算法模擬了人眼發(fā)現(xiàn)的源視頻和測量視頻之間差異。

參考分值：評分在0–100間（相對于質量最差的視頻片斷）。

0=理想質量（與源幾乎無差異）

0-20=好

20-40=中間值

40-100=差

100+ =非常差（如同質量最差的參考視頻片斷一樣甚至更差）

2.3 PSNR

PSNR即峰值信噪比，PSNR 表示信號幅度峰值與信號中雜波之間的RMS比值，它是源和測量序列之間的均方誤差相對于(2^n-1)^2的對數(shù)值，是一種客觀標準。PSNR僅為最大值信號和背景噪音之間的對比，局限性較大，但是又是最廣泛使用的客觀量測法。PSNR值無法正比于人眼視覺系統(tǒng)的主觀評價已經(jīng)得到了大量的實驗證明，因為人眼的視覺特性是一個多信道模型，人眼的其感知結果會受到許多因素的影響而產生變化（例如：給一個較長時間的光刺激后，人眼對同樣的刺激就降低，但對其它不同頻率段的刺激靈敏變卻不受影響，頻率越低，人眼的分辨能力就越高，人眼對于高亮度的區(qū)域所附加的噪聲其敏感性較小，人類視覺系統(tǒng)對于平滑區(qū)域的敏感性要遠高于紋理密集區(qū)域）。

參考分值：PSNR值一般在30～40 dB，視頻峰值信噪比越高，PSNR值越高。如果源視頻和測試視頻是相同的，PSNR測量結果等于80分貝。

3 結語

通過視頻質量評價，能對視頻設備、系統(tǒng)的研發(fā)提供方向；通過科學合理的測試，能反饋最高效精準的參考；視頻質量評價盡可能驗證在不同觀看距離、不同觀看亮度、不同觀看位置、不同顯示尺寸、不同對比度下的表現(xiàn)，力求讓視頻設備、系統(tǒng)在各種情況下都表現(xiàn)優(yōu)異，極大保障用戶體驗，滿足我們對高質量視頻的需要。

目前，客觀評價方法應用日趨廣泛。但是一種評價算法只是對少數(shù)幾類失真比較敏感，而對其他類型的失真反應效果并不好。因此在視頻質量測試中，盡量采取準確刻畫視頻狀態(tài)的，又符合人眼特征的算法尤其重要，此類算法的開發(fā)仍舊是此后研發(fā)的主要方向。