IP网络中视频流QoE评价模型

网络视频业务的兴起使网络运营商和服务提供商更加关注视频的用户体验（QoE）,然而视频用户体验（QoE）值由于其主观性且评价过程复杂,难以在视频流传输中实时获取。通过实验分析了视频传输过程中服务质量（QoS）参数变化对视频QoE的影响,建立了客观、可测量的QoS参数与视频QoE之间映射模型,用可量化的QoS参数来评定视频QoE受网络性能的影响程度,以评估网络视频质量,该模型形式简单,能够实时监测视频质量。实验结果表明,该模型的评价结果能较好反映视频QoE。     

一种嵌入视频流的丢包自测量方法

现有的丢包主动测量方法是通过探测流的丢包信息去推测网络的丢包特性,进而推测特定应用流的丢包,测量结果不能准确获知某一给定应用流的丢包情况.由于丢包通常属于短时间、小概率事件,要更加准确地测量丢包就意味着需延长测量时间,或者提高探测流的发送速率以及时发现丢包,这将不可避免地增加网络的额外负载.分析了不同类型帧损伤的影响,并以MPEG-4,H264 视频为研究对象,通过对其码流结构特点及RTP 封装策略的分析,提出一种将测量信息嵌入到视频用户数据域(User_Data)的丢包测量方法PLBU(packet loss measurement based on User_Data).该方法利用视频码流信息完成对丢包的探测,不影响视频的正常播放,不需要注入新的探测流,极大地降低了因测量而引入的额外负载.NIST Net 及Planetlab 等实验结果表明,该算法不仅丢包测量准确性高,且可提供丢包所属视频帧类型等信息,如视频中I,P,B 帧的数据包丢失的情况.借助该测量方法,服务提供商可评测网络视频流丢包,并分析视频体验质量(QoE)变化情况,且不受视频流在网络传输中的优先级影响.     

一种视频质量监测系统的设计与实现

网络服务提供商希望能从用户的角度了解目前网络所提供的服务质量,而用户也希望获得定量的指标来评价当前网络服务质量。为此,以视频质量监测为研究对象,提出一种面向用户体验质量的网络监测系统。通过实验分析了网络传输过程中QoS参数对视频QoE的影响;提出一种将视频流转化为测试序列的视频丢包测量方法,该方法能低入侵、准确测量视频传输过程中的丢包情况;基于以上的研究成果,通过对MIB库的扩展和对MIB库轮询机制的研究,构建了面向QoE的视频服务监测系统,该监测系统结构简单、可行性强,实验表明可实时对网络中的视频服务质量进行监测。