《视频流媒体业务质量监控与评测分析系统》开题报告

《《视频流媒体业务质量监控与评测分析系统》开题报告》由会员分享，可在线阅读，更多相关《《视频流媒体业务质量监控与评测分析系统》开题报告（44页珍藏版）》请在装配图网上搜索。

1、中国移动通信集团浙江有限公司承担部门：网管中心2010年5月课题名称：视频流媒体业务质量监控与评测分析系统课题名称：视频流媒体业务质量监控与评测分析系统项目类型：项目类型： 集团重点集团重点课题名称视频流媒体业务质量监控与评测分析系统课题分类主题词课题预计开始时间2010-6预计结束时间2010-12立项经费、预算二、立项背景和意义二、立项背景和意义 随着3G多媒体业务的繁荣发展，网络视频流媒体业务正成为吸引用户的主要应用之一。如何有效评估3G视频流媒体业务性能成为一个需要迫切研究和解决的问题。 评估视频流媒体业务的用户感知、发现网络异常是推广移动视频流媒体业务，优化网络运营，以用户为中心定制

2、服务的关键问题。 本项目面向移动业务推广的需求，以用户感知为核心，以视频通信的质量检测为重点，以网络优化为目标，针对其基础性关键技术，开展关键技术攻关，建立一套移动视频质量检测评估分析系统，通过图像分析评估视频质量，发现网络传输问题，通过包捕获、码流分析，定位网络异常，为保障视频通信质量提供技术支持。三、课题研究目标三、课题研究目标 实现视频流媒体用户感知评估 实现视频质量自动检测，为运营商流媒体业务评估手段、度量标准的规范化创造了技术可能 修正移动视频流媒体故障诊断规则，提高网络故障诊断准确率四、课题研究主要内容四、课题研究主要内容 课题研究的主要内容 （可展开多页）四、课题研究主要内容四、

3、课题研究主要内容 准确评估移动视频流媒体用户感知质量面向视频连续图像的缺陷检测视觉特征加权修正算法视频流媒体业务的客观质量数据和主观评测结果的获取主观感知和客观质量指标关联映射规则四、课题研究主要内容四、课题研究主要内容 准确诊断视频流媒体业务网络故障通过“码流分析”建立“视频质量”与“网络传输”的映射关系将视频质量恶化定位到具体的网络数据包传输过程基于专家知识形成移动视频流媒体故障诊断规则五、研究总体框架五、研究总体框架 系统采用如图所示的组成结构 系统由视频传输单元、视频预处理单元、视频缺陷提取与定位单元、特征融合与决策分析单元等组成视频图像传输单元视频缺陷提取与定位单元视频预处理单元特征

4、融合与决策分析单元五、研究总体框架五、研究总体框架 算法和软件功能主要包括图像数据解压预处理、缺陷和基本视频特征提取与定位处理、特征融合与决策分析、结果输出4个模块图像数据解压等预处理缺陷和基本视频特征提取与定位处理视频图像提取的各类特征的融合与决策分析缺陷和基本视频特征库与提取算法知识五、研究总体框架五、研究总体框架 图像数据解压预处理部分从信道中获得图像信息，解压成数字图像经过图像格式的预处理得到适合进一步处理的与软、硬件兼容的图像数据 缺陷和基本视频特征提取与定位处理部分建立特征数据库和算法库实现对视频数据中的缺陷和典型视频的检测和定位五、研究总体框架五、研究总体框架 特征融合与决策分析

5、部分提取多元特征融合判断缺陷的类型、数量和位置给出视频质量的评估结果 结果输出部分将最终结果存贮与显示 移动视频流媒体用户感知评估视频流媒体码流分析 网络传输故障六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估移动视频流媒体质量评测实施路线判断开始设定判断区域将画面分为多个小块取第一个小块并计算其灰度总和OldAccount取下一个小块并计算其灰度总和AccountAccount与OldAccount之间差值是否超过门限是否最后一个小块？判定为黑场判断结束判定不是黑场视频信号中的黑场检测流程否是是否六、主要技术方案和关键技术六、主要技术方案和关键技

6、术- - - - -用户感知评估用户感知评估黑屏检测示例灰度总和9黑场当前帧图像图像分区分区求灰度值011111112六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估静帧当前帧图像上一帧图像图像分区分区差分图像灰度总和7110111011六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估视频信号中的马赛克检测流程当前帧图像边缘分析（形态分析）（位置分析）（面积分析等）边缘处理图像多特征分析器检测结果输出六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估马赛克检测

7、当前帧图像边缘图像结果标记边缘分析与综合六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估视频信号中的跳帧检测流程当前帧图像上一帧图像颜色差分图像边缘处理图像边缘处理图像边缘差分图像多特征分析器检测结果输出六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估视频特征指标评估原始视频流饱和度图像色度图像边缘图像差分图像多特征评估器评估结果输出灰度图像纹理图像对比度清晰度损失度分辨率色度/饱和度/亮度坏好六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估基于特征的视频质

8、量评估模型视频质量评估总体策略框图待评图像缺陷检测与评估静态质量评估动态质量评估综合评估对比度色度饱和度亮度清晰度熵纹理图像功率运动补偿预测误差功率运动矢量黑场检测跳帧检测马赛克检测静帧检测视频和特征数据库算法库六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估视频质量自动评估检测实施方案 基于视频文件的质量检测 基于WEB访问的视频质量检测 基于P2P访问的视频质量检测视频信息获取视频质量分析实时检测结果AVIWEBP2P六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估基于web访问的视频采集视频源视频

9、卡媒体文件（asf、avi、nsv等）服务器encoderHTTP TCP/IPWEB AccessCGI数据流接收存储管理视频数据包视频解码六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估VIDEO文件搜索（ed2k，kad网络）其它提供文件的节点其它请求文件的节点服务进程任务处理线程（文件上传下载）文件数据缓冲区物理内存AREA1物理内存AREA2播放进程进程通信数据读取进程数据缓冲区解码进程Decder匿名管道匿名管道创建子进程六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估标题栏 检测功能区域

10、视频播放区域播放控制区域检测功能控制检测状态指示检测参数控制功能扩展视频质量自动评估检测实施方案六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估P2PAVIweb链接建立资源地址视频数据流视频数据视频数据数据缓存视频解码帧图像预处理检测算法结果记录END结束YN视频质量自动评估检测实施方案六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -用户感知评估用户感知评估移动视频流媒体用户感知评估视频流媒体码流分析 网络传输故障六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -码流分析码流分析移动视频流媒体质量评测实施

11、路线应用层流媒体感知测试评估网络层网络传输参数和性能视频质量评价发现第N帧停顿问题问题寻源媒体流（信息、用户数据、视频、音频）第N帧图像数据定位第i - j数据包移动网络 从捕获的数据分组中重组得到网络传输媒体数据的传输或系统码流信息、视频中各图像编码类型及其编码长度信息、视频流中编码详细信息等 。 目的：建立了视频数据与网络数据包统计分析之间的映射关系，明确各图像质量评估结果与网络传输时间上的对应关系。流媒体码流分析模块 六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -码流分析码流分析六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -码流分析码流分析

12、实施流程图系统传输层分析：确定流媒体文件格式，分解成音频、视频数据；视频序列层分析：视频图像的序列信息，图像长宽、数字视频格式、帧率、编码方式图像组及其图像层分析：一组图像播放顺序、每幅图像数据长度及其在数据分组中的起始位置、是否关键帧、图像编码类型等流媒体码流分析模块-步骤六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -码流分析码流分析 可分析Flash格式（FLV）的视频流媒体，赛迪数据显示Flash格式在网络视频市场份额高达90 （2009年底） 优酷网、土豆网、新浪视频、酷6网、搜狐视频、迅雷看看、芒果tv、凤凰宽频均使用Flash格式 Flash格式流媒体大多使

13、用Sorenson H.263视频编码 六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -码流分析码流分析移动视频流媒体用户感知评估视频流媒体码流分析 网络传输故障六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -网络故障定位网络故障定位移动视频流媒体质量评测实施路线 第一步：通过码流分析，定位引起视频质量恶化的网络数据包； 第二步：采用专家知识和机器学习，推导网络故障，提出优化建议；六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -网络故障定位网络故障定位六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -网络故障

14、定位网络故障定位专家知识模型分层体系结构特征量建议结论网络层包长分布网络传输效率DNS解析IP地址相应延迟传输层RTT时延传输延迟ACK间隔传输平稳程度窗口变化服务器或终端处理能力异常丢包重传网络拥塞应用层请求成功率服务器相应异常应答成功率终端相应异常 机器学习（神经网络方法）建立网络性能指标（KPI）和用户感知（KQI）参数之间的映射关系 六、主要技术方案和关键技术六、主要技术方案和关键技术- - - - -网络故障定位网络故障定位七、项目的难点七、项目的难点 视频流媒体质量评测指标体系视频流媒体缺陷指标 视频播出中的异态，如黑场、静帧、跳帧、马赛克等视频特征指标 反映用户对视频图像的视觉感

15、知 亮度、对比度、色度、饱和度、纹理、清晰度、熵图像功率、运动矢量、运动补偿预测误差功率 七、项目的难点七、项目的难点网络传输指标 视频业务网络传输质量评估，用于网络优化和用户个性化定制丢包率、延迟、流媒体包间隔、传输速率动态码率、缓冲等指标 机器学习（神经网络方法）建立网络性能指标（KPI）和用户感知（KQI）参数之间的映射关系七、项目的难点七、项目的难点KQI和KPI的神经网络模型图示 八、本课题的创新点和专利点八、本课题的创新点和专利点 基于人眼视觉特征的流媒体视频业务感知测量评估技术 基于神经网络(BP)方法的3G流媒体业务主客观联合质量评价技术 视频流媒体用户感知的量化指标体系 Qo

16、E与QoS映射关联模型 信息层次分析法九、与本课题有关的研究工作积累和已取得的研究九、与本课题有关的研究工作积累和已取得的研究成果成果 网络故障诊断模块中专家知识模型已经初步搭建十、项目输出成果十、项目输出成果 移动视频流媒体业务质量监控与评测分析系统一套基于web的视频流媒体质量评估模块基于p2p的视频流媒体质量评估模块web flash和avi、vod视频码流解码分析视频业务质量分析与网络质量评估反演分析模块视频流媒体业务质量监控与评测分析模块 相关技术总结报告十一、项目研究实施计划十一、项目研究实施计划 01月，需求、资料收集，素材整理 12月，界面开发，特征分析，算法设计 24月，算法实现，功能实现 35月，样本测试，算法修改，功能完善 56月，报告，文档撰写十二、联合项目分工（牵头单位填写）十二、联合项目分工（牵头单位填写）单位分工内容输出成果负责人