基于SVC的视频自适应传输系统的研究与实现

吉高卿　郭　建　葛　宇　刘　超　杜春晖　龚志广　张连连　马立勇

(河北建筑工程学院，河北 张家口 075000)



基于SVC的视频自适应传输系统的研究与实现

吉高卿郭建葛宇刘超杜春晖龚志广张连连马立勇

(河北建筑工程学院，河北 张家口 075000)

摘要:可伸缩视频编码(SVC)以H.264标准为基础，其编码具有时域可伸缩、空域可伸缩、质量可伸缩的特点，是解决IP网络的动态性、异构性以及终端设备多样性等问题的最好办法之一.目前，人们对SVC的研究主要集中在其编码效率和性能方面，关于SVC具体应用的研究较少.主要提出了一种视频QOE的评估算法，在该算法基础上，设计实现了一套SVC视频传输系统.实验结果表明，在该系统中，当IP网络带宽动态下降时，视频仍能流畅的播放，并且视频质量没有明显的降低，实现了视频质量的自适应传输.

关键词:可伸缩视频编码；动态性；自适应传输

0引言

随着网络技术和视频编码技术的发展，视频直播点播等面向网络应用的视频服务得到迅速增长.然而在网络上传输多媒体数据时，由于受到网络环境质量的不确定性因素影响，可能会出现视频播放不流畅，造成用户体验不佳的后果.

实现基于SVC的视频传输系统要解决的关键问题有两个.第一的问题是视频质量优劣的评判依据.即在一定带宽条件下，如何选出时域，空域，可伸域的一个合理组合，使视频的质量最优.另外一个问题是视频调整的时机选择.即视频服务器该在何时对传输所视频的质量进行调整.基于上述两个关键问题，本文结构安排如下，第1部分介绍了一种基于QOE(用户体验质量)的视频质量检测算法；在此算法基础上，第2部分设计并实现一个基于SVC的网络视频传输系统，第3部分总结.

1基于QOE的视频质量检测算法

采用QOE作为评估视频质量标准的方法有两种：主观评估与客观评估.主观评估方法是指测试人员根据自己的主观感受，对视频的质量进行打分评估.由于视频最终观看者是人，因此采用主观评估方法是最直接也最准确的评估方法.典型的基于QOE的主观评估方法有两种：ITU-R BT.500，ITU-T P.900[2].通常，可以将主观评估的结果作为客观评估模型性能的衡量标准.

但主观评估也有一些不足，比如实现过程复杂，观察者必须经过专门的训练，才能较为准确的进行视频质量的评估等.

客观评估方法可以克服以上不足之处.客观评估的基本思路是对待评估视频的相关参数建立某种特定的数学模型，将视频参数输入到该模型后得到的计算结果作为视频质量的评估结果.客观评估的关键就在于如何建立一个能够反映视频质量的合理的数学模型.

目前，国内外常用的客观评估的实现方法有以下几类：ITU-T G.1070，基于回归分析的模型，基于人工神经网络的模型，基于最近邻居算法的KNN模型[3].

本文在认真分析了以上几种客观评估方法性能优缺点的基础上，提出了一种基于Adaboost和CART算法的视频质量评估标准.Adaboost算法属于模式识别中的一种分类算法，该算法在人脸识别等领域有着广泛应用[4].Adaboost算法采用的是模型组合思想，将一的强分类器.CART算法的基本思想是采用二分递归，将样本集分成两个子样本集，最终生成一颗决策树[5].

本文提出的算法是对上述两种算法的改进.即在Adaboost算法中，用CART算法中生成二叉树代替传统的Adaboost算法中的弱分类器，并级联成最终的强分类器.实验证明了Adaboost和CART算法的性能要优于传统的客观评估方法.

1.1Adaboost和CART算法实现

基于Adaboost和CART算法的视频质量预测模型的建立有两个阶段：训练阶段以及测试阶段.

1.在训练阶段，选取视频的一些关键信息参数作为模型的输入，采用Adaboost算法，并利用主观评价方法得到的视频的MOS值对出多个弱分类器进行训练，最终得到一个强分类器，并将其作为QOE的预测模型.

2.在测试阶段，将视频的相关参数输入到已建立的QOE预测模型中，输出为预测的QOE值，将该值域视频的主观预测得到的MOS值作对比，如果误差在可接受的范围内，则该预测模型有效，如果超出一定范围，预测模型无效.

在训练阶段，假设参与训练的样本个数为n，n个样本的输入参数集合可以表示为D={(x1,y1),(x2,y2)…(xn,yn)}，其中的输入向量xi指影响视频质量的几个关键参数，包括丢包率(PLR)，视频的帧率(FR)，量化参数(QP)，分辨率(SR)以及时间信息(TI)，空间(SI)信息，因此取xi={PLR,FR,QP,SR,TI,SI}，y1是第i个样本利用主观评价方法得到的视频的MOS值.算法的最终目标是要根据n个样本提供的信息，求出一个函数P′(x)，使预测误差e(P′(x),y)的值最小.

根据Adaboost算法的原理，算法实现的关键是求出每个样本的权重以及每个CART算法中生成二叉树的权重.具体的说，每次迭代过程后，都需要对错分的样本加大其权重，对正确分类的样本减少其权重.

算法具体步骤为：

(1)假设n个视频样本的输入参数与MOS值的集合为D={(x1,y1),(x2,y2)…(xn,yn)}，最初所有样本赋予相等的权重，即ωi=1/n;

(4)更新预测函数：pt+1(x)=pi(x)+αt+1ht+1(x);

1.2算法性能测试

测试在OverSim网络仿真平台上进行.测试具体步骤如下：

(1)从JVT提供的测试序列中选取soccer,city,park,ice,ducks这5种视频序列，利用JSVM视频编码软件进行SVC编码.通过设置配置文件去设定不同的帧率，分辨率等参数，获得300个具有不同参数的视频片段.

(2)在OverSim仿真平台上，将300个视频的丢包率分别设置为0,0.01,0.03,0.05,0.1.

(3)利用OpenSVCDecoder软件对视频进行解码播放，并由专业测评人员对视频质量进行主观测评，视频MOS值范围为1-5.即视频质量可分为五个等级，最高级别为MOS值等于1，最低级别为MOS值等于5.

(4)将其中的200个视频作为训练用视频以获得预测模型.该算法中，迭代次数T决定了算法的准确度.T值越大，算法结果的准确度越高，但也增大了算法的复杂度.图1为经过测试后获得的迭代次数与错误率之间的关系，可发现当迭代次数大于T大于150之后，错误率迅速降低，故将迭代次数T设为150次.

图1　迭代次数与错误率关系图　　　　　　　　图2　Adaboost和CART算法性能

图3　ITU-T G.1070算法性能

(5)将另外100个视频作为测试用视频.图2中，纵坐标为利用Adaboost和CART算法得到的预测MOS值，横坐标为视频真实MOS值的.绝大多数点都在对角线附近，说明预测值与真实值较为接近.图3为利用传统的评估方式ITU-T G.1070测得的预测值与真实值的关系，点在对角线附近分布较分散，说明基于Adaboost和CART算法的视频质量预测效果优于传统方式.

2SVC网络视频传输系统

客户端的是在QOE视频检测算法基础上完成的，具体实现的算法流程如下：

1.根据当前网络带宽BW0，确定视频比特率Rt范围：Rt≤BW0；在符合该条件的所有视频中，将视频的PLR,FR,QP,SR,TI,SI输入以构建好的QOE视频质量评估模型中，求出输出值值最大的视频，并通过控制命令通知SVC服务器发送该视频.

2.以T=5 s为周期，计算网络带宽BWt以及缓存中视频时长Td，视频比特率Rt应满足公式Rt(T-Td)≤BWt×T，并在符合要求的所有视频中，将视频的PLR,FR,QP,SR,TI,SI输入以构建好的QOE模型中，求出输出值值最大的视频，然后通过控制命通知SVC服务器发送该视频.

3.重复第2步操作，直到请求结束.

3总结

本文主要介绍了基于Adaboost和CART算法的视频质量检测算法以及基于该模型的一个SVC网络传输系统.实验结果表明，该SVC网络传输系统能有效的工作，真正的充分发挥了SVC的可伸缩特性，实现了视频的自适应传输.

参考文献

[1]Schwarzh H,Marpre D,Wiegand T.Overview of the scalable video coding extension of the H.264/AVC standard[J].IEEE Transactions on Circuits and Systems for Video Technology,2013,17(9):1103～1120

[2]汪大勇，孙世新.可伸缩视频编码研究现况综述[J]电子测量与仪器学报，2009,23(8):78～84

[3]向科燏.“可分级视频编码传输系统若干关键技术的研究与实现”电子科技大学硕士论文，2011

[4]李晓峰，刘洪盛，等.基于H.264可伸缩视频流的自适应媒体播放算法[J]计算机应用，2011,31(7):1956～1959

[5]ITU-T Rec.H.222.0,“Information Technology—Generic Coding of Moving Pictures and Associated Audio Information:Systems,”May 2006;ISO/IEC13818-1:2012

Research and Realization of Network Video-adaptive Transmission System based on SVC

JI Gao-qing,GUO Jian,GE Yu,LIU Chao,DU Chun-hui,

GONG Zhi-guang,ZHANG Lian-lian,MA Li-yong

(Hebei Institute of Architecture and Civil Engineering,Zhangjiakou,China 075000)

Abstract：Scalable video encoding (SVC), based on the H.264 standard,has the characteristics of time domain scalability,spatial scalability,and quality scalability.It is one of the best ways to solve the problems of dynamic,heterogeneous and terminal equipment diversity of IP network.At present,the research on SVC mainly focuses on its encoding efficiency and performance,and the research on the specific application of SVC is relatively less.In this paper,a new assessment algorithm for evaluating video QOE is proposed,on the basis of which,SVC video transmission system is designed and implemented.Experimental results show that,when the band width of IP network decreases,the video can fluently play with no significant reduction in video quality,which has realized the adaptive transmission of video.

Key words：scalable video coding;dynamic characteristics;adaptive transmission

收稿日期：2015-12-01

基金项目：河北建筑工程学院校基金项目，三网融合技术在建筑电视网中的应用(Y201415)；河北省住房与城乡建设部科技计划项目，智能LED道路照明节能控制系统研究(2012-K1-43)；河北省张家口市科技局项目(1421003B,1521005B)；河北省教育厅项目(ZC2016030,QN2016205)；河北省科技计划自筹经费项目(15211114)

作者简介：吉高卿(1987-)，男，助教，电子科技大学硕士研究生毕业，主要研究方向：视频编码.

中图分类号:TP 31

文献标识码：A