利用帧间关系的高效视频编码流的无参考客观质量评估

摘要

新一代高效视频编码(HEVC)具有优良的率失真性能，广泛用于网络视频流压缩。为了获得好的用户体验，必需用较高码率来保证视频质量，这对网络视频流系统资源提出极其苛刻的要求，因此必须在传输码率和资源消耗间进行折中。目前，这主要借助于根据码流来预测视频质量来实现。但是，现有的视频质量评估方法难以获得准确的预测结果，不能满足系统优化的需要。其中一个重要原因是现有方法都是基于单帧的分析，割裂了视频流所固有的帧间依赖关系，导致视频流质量预测不能与视频序列的变化趋势相适配。因此，需要发展一种利用其固有帧间关系的视频流质量评估模型，来提高视频质量评估的精度。 在对HEVC的编码过程以及视频压缩流质量变化规律进行分析的基础上，提出一种利用帧间关系的视频流质量预测方法。首先对压缩视频流的峰值信噪比（PSNR）序列进行平稳性分析，发现PSNR序列的一阶差分表现为均值为零的一个平稳过程。接着，对各种视频流PSNR序列进行平稳拟合，得到其时间序列模型阶数，发现各模型阶数会在一定范围内变化，但总体呈现低阶特征。从实用角度考虑，根据均方误差最优，用统一的ARIMA(2,1,3)对视频流PSNR序列进行建模。然后对压缩视频流中各个编码参数与上述时间序列模型参数的相关性进行分析，确定使用视频流的运动失量大小、纹理复杂程度、量化参数的均值和方差来表征模型参数随视频流场景的变化规律，使ARIMA(2,1,3)自适应调整参数来与不同视频序列相适配，最终实现对视频流质量的自动评估。 采用x265对CIF测试序列以及HEVC官方测试集进行编码，并以此作为数据集对模型的精度进行分析。实验结果表明，CIF序列的皮尔森相关系数、斯皮尔曼相关系数以及均方根误差分别为0.77、0.73和0.69，而HEVC官方测试集的测试结果分别为0.83、0.79和0.59。整体而言，对于高分辨率的HEVC官方测试序列的预测精度比CIF序列的精度高，但是模型预测精度会随码率的变大而有所降低。

目录

第一个书签之前