基于TCP視頻流的多層視頻體驗質量評價方法研究

鐘?？?林海濤

【摘 要】針對網絡性能的參數不能有效評估TCP視頻流體驗質量的問題，提出了一種客觀多層視頻體驗質量評價方法。該方法有兩個步驟。在第一步中，考慮到視頻播放性能參數對體驗質量的影響，提出了三個新穎的應用層參數；在對網絡狀態參數進行研究的基礎上，提煉出高級網絡層參數；對網絡層參數和應用層指標之間的關系進行推導和計算。在第二步，對應用層指標與體驗質量進行測試。在實際網絡下的仿真和測試實驗顯示，本文提出的方法能夠很好的評價TCP視頻流體驗質量。

【關鍵詞】體驗質量；TCP；應用層參數；網絡層參數；BPNN

0 引言

在過去的幾年中，在線視頻業務數量飛速增長，據估計到2017年在線視頻播放消費將增加到總體視頻消費量的69%[1]。隨著視頻流量的不斷增加，視頻業務的質量是否被用戶認可成為了擺在視頻網站、內容提供者、流媒體服務商和網絡運營商面前的一個重要和急迫的問題[2]，而目前對視頻業務質量的研究中，各種算法和方案都存在不同程度的局限性，無法準確的反應用戶的主觀感受，所以研究面向視頻流媒體業務的用戶體驗質量評價具有重要的社會意義與較大的經濟價值。

目前獲取網絡視頻的手段很豐富，主要有網絡電視、視頻分享網站、P2P視頻等?；赥CP協議傳播的網絡視頻已經超過基于HTTP協議的網絡視頻。本文算法是對TCP視頻進行體驗質量評價。

本文提出了一種基于TCP視頻流的客觀的分層體驗質量評價方法?？紤]到視頻播放性能參數對體驗質量的影響，本文提出了三個新穎的應用層參數：初始緩沖延時（IBD），后續緩沖時間均值（RBDM）和后續緩沖頻率（RBF）；研究了網絡性能對視頻播放性能的影響機制，并提出了網絡層參數；對網絡層參數和應用層參數的關系進行分析量化；利用應用層參數通過主管測試對體驗質量進行評價。最后，通過在實際網絡下的仿真和測試實驗，顯示本文提出的方法能夠很好的評價TCP視頻流體驗質量。

1 網絡層參數和應用層參數

本節首先提出了三個影響TCP視頻體驗質量的幾個重要的應用層參數和網絡層參數，然后分析計算了網絡層參數和應用層參數的關系。

1.1 應用層性能參數

對于基于TCP網絡傳輸協議的視頻流，如果TCP下載流量低于播放速度，視頻播放就會暫停并等待視頻數據[3]，多次的緩沖和卡頓嚴重地影響用戶的體驗質量?？紤]視頻回放狀態和對體驗質量的影響，提出三個可量化的應用層性能指標量化視頻回放狀態，它們是：

1）初始緩沖延時（用IBD表示）：這個參數表示視頻從開始緩沖到開始播放之間的時間間隔。

2）后續緩沖時間均值（用RBDM表示）：這個參數表示整個視頻播放過程中多次緩沖時間的平均值。

3）后續緩沖頻率（用RBF表示）：這個參數表示整個視頻播放過程中出現緩沖情況的頻率。

1.2 網絡層性能參數

TCP視頻在傳送過程中的網絡信道不同，視頻質量降低的程度也不同。用來衡量網絡性能的參數有丟包、延遲和分組重傳 [4]。本節對網絡狀態如何影響視頻應用層參數和用戶體驗的問題進行研究。在這里需要通過測量高層網絡性能參數來得到各種網絡條件。

在TCP流媒體視頻傳輸中，視頻接收器需要建立播放緩沖區來消除或減少網絡吞吐量波動帶來的影響。

視頻流傳輸和播放的過程就像一個漏水的水桶，視頻傳輸是數據流入，視頻播放是數據流出。當視頻播放時會出現三種情況：當TCP平均吞吐量η大于播放速度λ時，如果接收器的緩沖區足夠大并且初始緩沖后視頻平滑播放，緩沖區占用就會持續增加。當TCP平均吞吐量η等于播放速度λ時，接收器的緩沖區占用量保持在緩沖量最大值Bmax附近，并且視頻除了在初始時需要緩沖，后續播放基本不再需要緩沖；然而當TCP平均吞吐量η小于播放速度λ時，視頻播放時會出現多次暫停和等待，只有當存儲在緩沖區的數據達到Bmax附近是才會重新播放。所以對于一個特定的視頻接收器，網絡吞吐量決定了視頻性能參數和用戶體驗質量。

1.4 仿真實驗和分析

本節通過仿真實驗驗證網絡層參數和應用層指標之間的關系。

實驗仿真平臺由一個基于Apache Tomacat8.0開發的網絡多媒體服務器、路由器和客戶端電腦組成。服務器上存儲多個FLV格式視頻供客戶端電腦下載和在線播放。通過設置路由參數對網絡狀態進行控制，路由器網絡參數的設置情況如表1所示。

由表1可知，網絡的丟包率設置為0%-10%，路由器延時設置為0-500ms來模擬真實網絡情況。根據丟包率和延時的間隔不同，整個模擬網絡共有16×16=256種網絡狀態。

在客戶端主機上，運行了一個基于谷歌瀏覽器開發的網頁應用來記錄在視頻播放時應用層三個參數的值。在每種網絡狀態下，客戶端主機從服務器上下載視頻三次并播放，取三次播放是參數的平均值作為實驗結果。

通過實驗結果分析發現當丟包率和RTT增加時，Dinit，Drb，Frb都會增加，單影響效果并不盡相同。與Drb和Frb相比，Dinit的預測錯誤更大。這是因為我們在模擬TCP傳輸時假設網絡吞吐速率是平穩的，較大的誤差來源于TCP初次建立連接時逐漸變化的擁塞窗口。

2 體驗質量評估

在上節我們通過仿真實驗和分析得出了網絡層參數和應用層參數之間的關系。本節建立了從應用層參數到用戶體驗質量的映射關系。

在本文中，我們使用單一刺激法對140個年齡在20到40歲的人進行主觀測試。試驗中他們被隨機平均分成4組，同時三組視頻序列也是隨機分配的。每個測試人員在保證沒有視覺疲勞的情況下觀看65個視頻序列并打分。通過主觀實驗評價方法，作者得到35組平均意見得分，然后通過置信區間分析去除了部分不可靠數據。最后設計了一個BPNN模型來建模應用層參數和體驗質量之間的關系并對樣本數據進行歸一化處理和訓練。BPNN模型的訓練效果如圖2所示。

回歸R值表示輸出值和目標值之間的相關性，從圖2中可以看出回歸R值幾乎達到100%，這表示估計平均意見得分的和主觀的平均意見得分幾乎一致。

經過計算得到模型的均方差和回歸R值計算得到，均方差值為0.028681，回歸R值為96.07%，這表明估計平均意見的分和主觀平均意見得分有高度的相關性，證明了本文的評價方法性能良好。

3 結論

本文提出了一種客觀多層視頻體驗質量評價方法，該方法將體驗評價分為兩步，第一步建立網絡層參數和應用層參數的相關函數，第二步建立應用層參數到體驗質量的映射模型。

考慮到視頻播放性能參數影響體驗質量，本文提出了三個應用層指標量化視頻播放狀態。此外，分析了網絡條件對應用層三個指標的影響。通過對兩種參數的相關性的仿真和分析證明了上述方法的可以有效評價TCP視頻體驗質量。在以后的工作中，我們將針對用戶的行為對視頻體驗的影響進行進一步研究。

【參考文獻】

[1]Hübsch C， Waldhorst O P， Hock M. Distributed WiFi detection and integration in dense urban mobile Peer-to-Peer networks[J]. Peer-to-Peer Networking and Applications， 2012，5（4）：323-339.

[2]盧國慶，李均利，陳剛，等.基于運動信息和結構信息的視頻質量評價方法[J].計算機仿真，2010，27（6）：262-266.

[3]何葉明，李綱，余鳳霞.基于HVS特征參數提取的視頻質量評價四元數模型[J].計算機應用與軟件，2014，31（7）：132-136.

[4]Klein L， Schlunzen H， Von S K. An Advanced Motion Detection Algorithm With Video Quality Analysis for Video Surveillance Systems[J]. IEEE Transactions on Circuits & Systems for Video Technology， 2011，21（1）：1-14.

[5]魏耀都，謝湘，匡鏡明，等.移動視頻質量評價方法及發展趨勢[J].電信科學，2010，26（3）.

[6]Chen M J，Bovik A C.No-reference image blur assessment using multiscale gradient[J].EURASIP Journal on Image and Video Processing，2013，3：1-11.

[7]Lin W S，Kuo C C J.Perceptual visual quality metrics：a survey[J].Journal of Visual Communication and Image Representation，2011，22（4）：297-312.

[8]Sheikh H R，Bovik A C.Image information and visual quality[J].IEEE Transactions on Image Processing，2006，15（2）：430-444.

[9]王志明.無參考圖像質量評價綜述[J].自動化學報，2015，41（6）：1062-1079.

[10]Soleimani S，Rooms F，Philips W，Efficient blur estimation using multi-scale quadrature filters.Signal processing，2013，93（7）：1988-2002.

[責任編輯：湯靜]