基于可见损伤持续时间贝叶斯网络的视频QoE评估方法

doi:10.11959/j.issn.1000-436x.2017122

通信学报 ›› 2017, Vol. 38 ›› Issue (6): 136-141.doi: 10.11959/j.issn.1000-436x.2017122

基于可见损伤持续时间贝叶斯网络的视频QoE评估方法

耿杨,邵苏杰,郭少勇,喻鹏

北京邮电大学网络与交换技术国家重点实验室，北京100876

修回日期:2017-05-18 出版日期:2017-06-25 发布日期:2017-06-30
作者简介:耿杨（1987-），男，辽宁盘锦人，北京邮电大学博士生，主要研究方向为视频业务QoE质量管理。|邵苏杰（1985-），男，陕西汉中人，北京邮电大学博士后，主要研究方向为网络管理与智能电网。|郭少勇（1985-），男，河北邢台人，北京邮电大学讲师，主要研究方向为网络管理、终端管理与智能电网。|喻鹏（1986-），男，湖北随州人，北京邮电大学副教授，主要研究方向为无线节能管理、5G网络管理与智能电网。
基金资助:
国家科技支撑计划基金资助项目(2015BAG10B00)

Bayesian network-based video QoE assessment method using image sustained damage analysis

Yang GENG,Su-jie SHAO,Shao-yong GUO,Peng YU

State Key Laboratory of Networking and Switching Technology,Beijing University of Posts and Telecommunications,Beijing 100876,China

Revised:2017-05-18 Online:2017-06-25 Published:2017-06-30
Supported by:
The National Key Technology R＆D Program(2015BAG10B00)

摘要/Abstract

摘要：

目前，对视频业务体验质量（QoE）的客观评估方法中，视频图像质量下降造成的可见显示损伤持续时间对用户体验质量的影响往往被忽略。针对该问题，讨论了可见显示损伤持续时间对用户体验质量的影响。同时，分析了造成可见显示持续损伤的客观原因，构建了包含分层客观指标和主观评估结果的贝叶斯网络。在此基础上，提出了针对视频业务体验质量的无参考评估方法，并通过主观测试验证了该方法的准确性。

关键词: 视频体验质量, 贝叶斯网络, 显示持续损伤

Abstract:

At present,the influence of the image sustained damage is often neglected in the objective method of the quality of user experience in video service.In view of this problem,the effect of the visible duration of visual impairment on the quality of the user experience was discussed.At the same time,the objective reason of continuous damage was analyzed,and a Bayesian network was constructed which included hierarchical objective index and subjective evaluation result.On this basis,a no-reference evaluation method for the quality of video service experience was proposed,and the accuracy of the method is verified by subjective test.

Key words: video QoE, Bayesian network, image sustained damage

中图分类号:

TP393

耿杨,邵苏杰,郭少勇,喻鹏. 基于可见损伤持续时间贝叶斯网络的视频QoE评估方法[J]. 通信学报, 2017, 38(6): 136-141.

Yang GENG,Su-jie SHAO,Shao-yong GUO,Peng YU. Bayesian network-based video QoE assessment method using image sustained damage analysis[J]. Journal on Communications, 2017, 38(6): 136-141.

图/表 9

图1

表1

表2

表3

图2

表4

图3

图4

表5

参考文献 11

[1]	ITU-T. Methods for subjective determination of transmission quality[S]. T.REC-P.800, 1996.
[2]	HUYNH-THU Q , GHANBARI M . Scope of validity of PSNR in image/video quality assessment[J]. Electronics Letters, 2008,44(13): 800-801.
[3]	WANG Z , BOVIK A C , SHEIKH H R ,et al. Image quality assessment:from error visibility to structural similarity[J]. IEEE Transactions on Image Processing, 2004,13(4): 600-612.
[4]	LONG G M . Iconic memory:a review and critique of the study of short-term visual storage[J]. Psychological Bulletin, 1980,88(3): 785.
[5]	GOLDSTEIN E B . Cognitive psychology:connecting mind,research and everyday experience[M]. Nelson Education, 2014.
[6]	LI W , LUO Q , YU P ,et al. Reduced-reference video QoE assessment method based on image feature information[C]// Network Operation and Management Symposium(APNOMS),IEEE, 2015: 519-522.
[7]	ZHANG F , LIN W , CHEN Z ,et al. Additive log-logistic model for networked video quality assessment[J]. IEEE Transactions on Image Processing, 2013,22(4): 1536-1547.
[8]	ZINNER T , HOHLFELD O , ABBOUD O ,et al. Impact of frame rate and resolution on objective QoE metrics[C]// Quality of Multimedia Experience (QoMEX),2010 Second International Workshop on. IEEE, 2010: 29-34.
[9]	HUSZáK á , IMRE S , . Analysing GOP structure and packet loss effects on error propagation in MPEG-4 video streams[C]// Communications,Control and Signal Processing (ISCCSP),2010 4th International Symposium on. IEEE, 2010: 1-5.
[10]	YU P , LIU F , GENG Y ,et al. An objective multi-layer QoE evaluation for TCP video streaming[C]// Integrated Network Management (IM),2015 IFIP/IEEE International Symposium on. IEEE, 2015: 1255-1260.
[11]	GASTALDO P , ROVETTA S , ZUNINO R . Objective quality assessment of MPEG-2 video streams by using CBP neural networks[J]. IEEE Transactions on Neural Networks, 2002,13(4): 939-947.

视频帧类型	负载网络数据分组的平均值/个
I帧	36.52
P帧	26.47
B帧	16.69

样本名称	可见显示损伤持续时间/s
Cosatguard	0.08	0.20	1.20	2.80	3.20
	4.40	6.40	6.80	8.00	10.00
Container	0.16	0.24	0.80	2.40	4.00
	4.80	5.60	7.20	8.40	9.60
Foreman	0.08	0.20	1.60	2.00	3.20
	5.20	6.40	7.60	8.40	10.00
Hall	0.12	0.24	1.60	2.80	3.60
	4.40	6.00	6.80	8.80	9.20
Mobile	0.16	0.40	1.20	2.40	4.00
	5.20	5.60	7.20	8.80	9.20
News	0.12	0.40	0.80	2.00	3.60
	4.80	6.00	7.60	8.00	9.60

聚类	可见显示损伤持续时间/s
C₁	0.08	0.12	0.16	0.2	0.24	0.4	0.8	1.2
C₂	1.6	2.0	2.4	2.8	—	—	—	—
C₃	3.2	3.6	4.0	4.4	4.8	5.2	5.6	6.0
C₄	6.4	6.8	7.2	7.6	8.0	—	—	—
C₅	8.4	8.8	9.2	9.6	10.0	—	—	—

聚类	μ	σ
C₁	87.23	14.19
C₂	77.38	10.30
C₃	60.78	17.63
C₄	44.15	17.59
C₅	31.79	21.50

样本名称	帧率/(frame·s^?1)	时长/s	GOP(N,M)结构	S(I)	S(P)	S(B)
Coastguard	24	10	15:2	36.52	26.46	16.69
Highway2000	200	10	12:2	21.26	13.91	12.15

基于可见损伤持续时间贝叶斯网络的视频QoE评估方法

Bayesian network-based video QoE assessment method using image sustained damage analysis

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 11

相关文章 11

Metrics

推荐阅读 0

[1]	吴家皋, 郭亚航, 蔡沈磊, 刘林峰. 基于多时间段优化贝叶斯网络的车载容迟网络路由算法[J]. 通信学报, 2021, 42(12): 109-120.
[2]	刘彬,范瑞星,刘浩然,张力悦,王海羽,张春兰. 基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法[J]. 通信学报, 2019, 40(7): 151-161.
[3]	陈兴蜀,滑强,王毅桐,葛龙,朱毅. 云环境下SDN网络低速率DDoS攻击的研究[J]. 通信学报, 2019, 40(6): 210-222.
[4]	刘浩然,丁攀,郭长江,常金凤,崔静闯. 基于贝叶斯算法的中文垃圾邮件过滤系统研究[J]. 通信学报, 2018, 39(12): 151-159.
[5]	吴奇烜,马建峰,孙聪,张帅,张双,郑涛. 针对扩展动态故障树的约束分析方法[J]. 通信学报, 2017, 38(9): 159-166.
[6]	梁洪泉,吴巍. 基于动态贝叶斯网络的可信度量模型研究[J]. 通信学报, 2013, 34(9): 68-76.
[7]	熊书明,王良民,詹永照. 基于的无线传感器网络拓扑容侵定量评估SMP[J]. 通信学报, 2010, 31(7): 24-32.
[8]	付钰,吴晓平,叶清. 基于改进FAHP-BN的信息系统安全态势评估方法[J]. 通信学报, 2009, 30(9): 135-140.
[9]	王宏祥,纪越峰,李慧. 光互联网中的业务感知和波长调度机制研究[J]. 通信学报, 2008, 29(12): 32-36.
[10]	贾炜,连一峰,冯登国,陈思思. 基于贝叶斯网络近似推理的网络脆弱性评估方法[J]. 通信学报, 2008, 29(10): 191-198.
[11]	郭朝珍,林志虹,郭昆. 协同综合预报IGDSS通用模型的研究与应用[J]. 通信学报, 2006, 27(11): 42-47.