基于微服务架构的用户端超高清内容技术质量评价研究

随着超高清产业的蓬勃发展,用户对于超高清内容的高质量视觉体验需求不断提升。同时,超高清数据量大、处理时间长,面对不断涌现的海量超高清视频,如何通过新的架构模式进行快速部署、分布式处理成为亟需解决的问题。本文研究了一种面向用户端的超高清内容技术质量评价算法模型,同时基于该算法模型,通过微服务架构研发了超高清内容技术质量评价测试云平台并开展了应用。     

IPTV视频质量评价技术综述

IPTV作为数字视频的一个重要业务,其提供的视频质量对于用户来说非常重要。如何对IPTV系统提供的数字视频质量进行评价是近年来研究的热点和难点。本文介绍了视频质量主观评价方法和客观评价方法的研究进展,分析了无参考度量技术,对比各种算法、视频质量评价的标准化状况,总结了IPTV视频质量评价的难点和研究方向。     

浅析无线网络的用户体验质量建模及性能优化

随着移动互联网业务的蓬勃发展,用户需求日益多样化,不断涌现各种无线新业务。如何提供良好的用户体验质量(QoE),是无线新业务是否获得成功的关键,同时也是衡量用户对业务认可程度的重要方式。文章首先对无线业务用户体验质量的影响因素和评价方法进行了介绍,然后分析了各种方法的特点和缺陷,并进一步总结了基于用户体验质量的性能优化领域的研究现状,最后展望了未来的研究前景。     

视频用户体验理论与实践

随着视频服务逐渐成为人们获取信息的主要途径之一,消费者对观看体验的要求不断提高,视频用户体验质量已经成为视频服务的主要竞争因素.首先对用户体验质量理论进行了系统的阐述,指出了用户体验质量与服务质量之间的差别和联系,同时给出了用户体验评价方法的主要步骤和视频质量评价的具体方法.进一步地,对我国现阶段视频用户体验评价研究及标准化的进展进行详细介绍,概括了目前我国视频服务的用户体验现状并给出了相关的改进方向意见.     

用户体验质量评估方法浅析

全业务运营的环境下,客户竞争焦点逐步向以客户为中心的用户体验质量(QoE)转移。文章首先就新形势下,运营商的网络监控服务能力的转变需求进行分析,然后在详细讨论QoE评估复杂性的基础上,通过改进现有评估方法的不足,建立了一个标准的自上而下的QoE评估方法。     

设备自适应的视频用户体验质量评价量化研究

视频QoE是终端用户对视频应用服务的主观感受,它能反映视频质量与主观期望之间的差距.根据AHP层次分析法的原理,将QoE分成网络服务质量、视频内容服务、视频特性服务、终端设备层级、用户属性层级、心理期望层级、自然社会环境七个一级影响层级,每个一级层级包括多个二级层级,从而获得视频QoE评价模型.通过一致性指标及一致性比率计算出每个层级所占权重.该评价模型可以作为视频体验质量评价量化的依据.     

用户体验管理中心系统实现

用户体验管理中心系统实现了一种基于用户体验的网络监控、评测系统.通过收集电信系统信令面、用户面、配置信息以及各监控系统数据,并进行关联与综合分析,得出基于用户体验层面的网络运行质量情况.区别于传统的仅仅通过类似时延、带宽、接通率等物理量来衡量网络运行质量的监控系统.通过分析海量用户数据为网络管理者提供决策依据,实现精细化、差异化服务,进而为网络使用者提供更好的使用体验.     

基于用户体验的信息管理系统评价模型

为了更加准确对信息管理系统进行评价,设计基于用户体验的信息管理系统评价模型。首先构建信息管理系统评价指标体系,然后采用层次分析法确定各级指标权重,根据权重向量确定评价指标集;根据权重向量与模糊矩阵构建整体评价矩阵;最后依照整体评价矩阵与一级权重向量得到整体评价向量,并根据最大隶属度原则获取信息管理系统评价结果。实验结果表明,该体系整体信度系数高,有效提升了系统对于不同攻击类型的防御能力,保障用户个人信息安全,提升用户体验感。     

云社交电视的用户视频质量体验

近年来,多屏云社交电视将社交体验引入了传统的电视领域中.观看同一内容社交电视的观众虽然来自不同的地方,但是仍然可以通过文本、图像、音频和视频来进行互动,这就在传统体验上增强了社会属性.笔者将社交电视用户体验分为3个要素(用户延迟、视频质量体验和资源利用率),并且提供一个通用算法来提高用户体验.具体来说就是提出了一个基于云计算的最佳播放速率分配方案,最大限度提高整体视频质量体验(QoE)和用户间的延迟上限.实验结果表明,该算法实现了用户间延迟和视频质量的最优组合,并论证了无线信道快速衰弱下的最优性能.     

基于亮度统计的无参考图像质量评价

基于亮度均值减损对比归一化(MSCN) 系数统计特性及其8方 向邻域系数间的相关性,提出了一种通用无参考图像质量评价方法.首先,分别利用非 对称广义高斯分布(AGGD)模型拟合MSCN系数及其8方 向邻域系数,并估计 相应AGGD 模型参数作为亮度统计特征;其次,计算8方向邻域MSCN系数间的互信息(MI),作为描述方向相 关性的统计特征;进而,分别利用支持向量回归机(SVR)和支 持向量分类机(SVC)构建无参考图像质量评价模型和图像失真类型识别模型; 最后, 在LIVE 等图像质量 评价数据库上进行了算法与DMOS的相关性、失真类型识别、模型 鲁棒性及计算复杂性等方面的实验。实 验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性,在LIVE图像质量评 价数据库上的斯 皮尔曼等级相关系数(SROCC)和皮尔逊线性相关系数 (PLCC)均在0.945以上;而且,图像失真 类型识别模型的识别准确率也高达到92.95%,明显高于 当今主流无参考图像质量评价方法。     

Reduced-reference image quality assessment using moment method

Reduced-reference image quality assessment (RR IQA) aims to evaluate the perceptual quality of a distorted image through partial information of the corresponding reference image. In this paper, a novel RR IQA metric is proposed by using the moment method. We claim that the first and second moments of wavelet coefficients of natural images can have approximate and regular change that are disturbed by different types of distortions, and that this disturbance can be relevant to human perceptions of quality. We measure the difference of these statistical parameters between reference and distorted image to predict the visual quality degradation. The introduced IQA metric is suitable for implementation and has relatively low computational complexity. The experimental results on Laboratory for Image and Video Engineering (LIVE) and Tampere Image Database (TID) image databases indicate that the proposed metric has a good predictive performance.     

一个图像质量盲评估的统计测度

本文提出了一个图像质量盲评估的统计测度.该测度首先根据自然图像的统计性质与失真图像的模型,实现对图像小波系数分布参数的盲估计;再利用估计的分布参数来计算失真图像与参考图像之间的互信息,以量化失真图像对参考图像的保真度,进而实现对图像质量的评估.本文提出的测度避免了对参考图像的依赖,且克服了现有图像质量盲评估对特征选择与提取、机器学习等过程的依赖.LIVE图像质量评估数据库的总体评估结果表明：本文提出的盲评估统计测度对图像质量评估结果与数据库的主观评估结果高度一致,且优于文献中报道的盲评估测度.     

Gaussian Process-based Feature-Enriched Blind Image Quality Assessment

The objective of blind-image quality assessment (BIQA) research is the prediction of perceptual quality of images, without reference information. The human’s perceptual assessment of quality of an image is the backbone of BIQA research. Therefore, human-provided, mean opinion score (perceptual quality) has been analyzed in detail, and it has been observed to follow the Gaussian distribution and thus can be ideally modeled by the same. In this paper, we have proposed an integrated two-stage Gaussian process-based hybrid-feature selection algorithm for the BIQA problem. Moreover, a new consolidated feature set (obtained from the proposed algorithm), consisting of momentous Natural Scene Statistics (NSS)-based features is used in combination with the Gaussian process regression algorithm for the design of a new blind-image quality evaluator, referred to as GPR-BIQA. The proposed evaluator is tested on eight IQA legacy databases, and it is found that the proposed evaluator proficiently correlate with the human opinion, and outperformed a substantial number of existing approaches.     

No-reference image quality assessment based on neighborhood co-occurrence matrix

No-reference image quality assessment (NR-IQA) aims to develop models that can predict the quality of distorted image automatically and accurately in the absent of reference image. Previous NR-IQA methods based on natural scene statistics (NSS) always focus on the luminance contrast of image but attach limited attention to pixel-wise relationship. However, human visual system (HVS) is highly adaptive to extract spatial correlation according to relative position within visual field. In this paper, a new approach is proposed for NR-IQA, in which the neighborhood co-occurrence matrix (NCM) is introduced to describe spatial correlation of pixels for quality assessment. The NCM is constructed based on spatial correlation of every pixel and its neighborhood through a mapping to highlight the one-to-many pixel-wise relationship. Moreover, a series of tailored statistical metrics are designed to quantify the unnaturalness extent of NCM effectively, which is combined with others natural scene statistics to predict image quality. Extensive experiments demonstrate the proposed method has superior performance against compared methods, and achieves significant improvements on distortions associated with color or locality.     

No-reference quality assessment of dynamic sports videos based on a spatiotemporal motion model

This paper proposes an approach to improve the performance of no-reference video quality assessment for sports videos with dynamic motion scenes using an efficient spatiotemporal model. In the proposed method, we divide the video sequences into video blocks and apply a 3D shearlet transform that can efficiently extract primary spatiotemporal features to capture dynamic natural motion scene statistics from the incoming video blocks. The concatenation of a deep residual bidirectional gated recurrent neural network and logistic regression is used to learn the spatiotemporal correlation more robustly and predict the perceptual quality score. In addition, conditional video block-wise constraints are incorporated into the objective function to improve quality estimation performance for the entire video. The experimental results show that the proposed method extracts spatiotemporal motion information more effectively and predicts the video quality with higher accuracy than the conventional no-reference video quality assessment methods.     

微波组件失效统计分析与质量控制

微波组件产品广泛地应用于通信和导航等领域,其可靠性的高低是影响电子装备可靠性的重要因素。通过对55个微波组件产品的失效案例进行统计分析,得出了微波组件失效的原因,其中主要原因是操作问题、工艺问题、调试问题、元器件问题和用户使用问题,分别对这5类问题进行了具体分析和说明。从设计、生产、采购、检验和使用等方面分析了影响微波组件质量的因素,提出了相应的质量控制方法和应注意的问题。为微波组件的质量控制提供了有价值的统计数据和分析结果。     

一种互联网业务质量拨测系统的设计方案

随着互联网产业的大力发展,在全业务运营的格局下,互联网业务保障是保证竞争力的关键,在提升互联网网络质量的同时,更要重视提升互联网用户满意度。本文提出了一种互联网业务质量拨测系统,用以获取用户真实体验信息。介绍了该系统的实现目标,并提出了包括系统总体结构方案、系统硬件架构和系统软件架构设计在内的一整套设计方案,可以实现对网络性能进行拨测、及时告警和提供性能分析报告等功能。     

立体电视视频质量主观评价方法研究

本文主要研究了立体电视视频质量主观评价的标准化进展与相关的研究情况,着重对ITU-R BT.2021号标准进行了解读,从素材选择、评价要素、评价方法、观看条件、评价人员、数据处理等六个方面介绍了立体视频质量主观评价实验的具体实施方法。