音頻質量評估-2

音頻質量評估-1:之前主要學習了音視頻的編碼和解碼原理,和測試音頻質量的方法。接下來繼續學習下當前 短視頻 領域的 視頻質量測試方法。

算法瞭解

可以參考python的 scikit-image這個庫。裏面有很很多算法。

  • PSNR

用於表示信號的最大可能功率與影響信號表示的保真度的腐蝕噪聲功率之間的比率。由於許多信號具有非常寬的動態範圍,PSNR通常以對數分貝刻度表示。 是一個全參考算法

  • SSIM Structural SIMilarity
    因爲視頻就是很多幀圖片合成的,然後通過編碼壓縮後的。因此測試視頻質量 在測試圖片的質量就很重要了。
    測量兩個圖像之間的相似性的方法。SSIM指數可以看作是對被比較圖像之一的質量衡量標準,前提是其他圖像被視爲質量完美。
# Based on: https://github.com/mostafaGwely/Structural-Similarity-Index-SSIM-

# pip3 install scikit-image opencv-python imutils

from skimage.measure import compare_ssim
import imutils
import cv2


# 3. Load the two input images
imageA = cv2.imread("1.png")
imageB = cv2.imread("2.png")
# 4. Convert the images to grayscale
grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY)
grayB = cv2.cvtColor(imageB, cv2.COLOR_BGR2GRAY)

# 5. Compute the Structural Similarity Index (SSIM) between the two
#    images, ensuring that the difference image is returned
(score, diff) = compare_ssim(grayA, grayB, full=True)
diff = (diff * 255).astype("uint8")

# 6. You can print only the score if you want
print("SSIM: {}".format(score))

視頻質量

基礎測試指標

gMLWMP

一是視頻流暢度相關的參數,比如說fps, 視頻幀抖動jitter,導入延時,端對端延時等,這方面主要影響因子是網絡因數,上下行帶寬,網絡擁塞等,這些可以通過產品開發接口或者日誌信息等獲取相關的參數信息,

  • FPS 幀數
  • 抖動
  • 延時
  • e2e 延時
  • 網絡因子 --- 帶寬, 網絡擁塞

除此之外呢,就是對視頻畫面也就是視頻幀觀感的評估, 業界有主觀和客觀的。
VxdMn8

主觀就是 每個人有每個人的看法。 採用平均意見分 MOS meanopinion score

  • 觀看距離
  • 觀測環境
  • 測試序列的選擇
  • 序列的顯示時間間隔等

客觀就是根據每一幀的質量來量化, 和audio一樣,分爲全參考和無參考。概念都和差不多。

  • 有參考評估,就是依賴原始視頻和待評測視頻進行對比,目前比較熟知的就是PSNR, SSIM VIF VMAF PEVQ等
  • 無參考方法,在判斷視頻質量時不需要來自原始參考視頻的任何信息,通過對失真視頻空域和頻域的處理分析來提取失真視頻的特徵,或者基於視頻像素的質量模型等來得到視頻質量。這種評估標準適合與線上無原始參考視頻序列的無線和IP視頻業務,或者輸入和輸出差異化的模型,比如說視頻增強,視頻合併等場景

測試框架

目前知曉的有2個,一個 QoSTestFramework,一個是Netflix的 vmaf

QoSTestFramework(這個裏面集成了VMAF)

  • 豐富的指標 ---用了 FR和NR 視頻質量測試的指標 比如PSNR等
  • 模塊化 --- 易於擴展
  • 可視化 -- 所有結果都可視化

框架圖

aH5AqV

  • Qos server 處理來自web的請求
  • High modular and scalable 預處理
  • Analysis module 分析
  • Web Application -- 觸發測試任務和可視化結果顯示
  • Video transmission adapter module -- 用於不同實時視頻系統的適配

VMAF Video Multi-Method Assessment Fusion

D8zGgO

VMAF 是 Netflix 開發的感知視頻質量評估算法。VMAF 開發工具包 (VDK) 是一個包含 VMAF 算法實現的軟件包,以及一組允許用戶訓練和測試自定義 VMAF 模型的工具。

  • VMAF python 庫 - 提供完整的功能,包括運行基本的 VMAF 命令行、在一批視頻文件上運行 VMAF、在視頻數據集上訓練和測試 VMAF 模型以及可視化工具等。
  • vmafossexec - a C++ executable

流媒體性能測試

https://github.com/winlinvip/srs-bench 服務器負載測試工具SB

read more

視頻質量評估綜述
https://ece.uwaterloo.ca/~z70wang/research/ssim/

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章