專利名稱：Ip網(wǎng)絡(luò)中基于hmm實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及IP網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別涉及IP網(wǎng)絡(luò)媒體質(zhì)量評估技術(shù)領(lǐng)域，具體是指一種IP網(wǎng)絡(luò)中基于HMM實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法。
背景技術(shù)：
隨著互聯(lián)網(wǎng)的不斷完善和互聯(lián)網(wǎng)應(yīng)用的不斷發(fā)展，在互聯(lián)網(wǎng)載體上進(jìn)行的資源共享和信息交流方式逐漸從單一的文本方式向音、視、畫、文本多元方式過渡?！ぴ诖吮尘跋拢ヂ?lián)網(wǎng)承載的音視頻信息量越來越大。而互聯(lián)網(wǎng)這個(gè)載體在數(shù)據(jù)傳輸上本身具有不確定性與不可靠性，往往復(fù)雜的網(wǎng)絡(luò)環(huán)境帶來傳輸數(shù)據(jù)和共享資源的錯(cuò)誤、損壞、不完整等互聯(lián)網(wǎng)使用者不希望看到的結(jié)果。對于傳統(tǒng)的文本交互方式，通常的網(wǎng)絡(luò)質(zhì)量診斷工具已經(jīng)足夠，通過診斷一些網(wǎng)絡(luò)性能參數(shù)、配合摘要、簽名等數(shù)據(jù)完整性驗(yàn)證的算法能夠診斷出對象文本資源的質(zhì)量狀況(通常意義上只存在完整、缺失、錯(cuò)誤、冗余這四種情況)。然而，對于多媒體資源來說，上述的質(zhì)量診斷工具就無法滿足需要，原因如下I、多媒體資源的數(shù)據(jù)量很大，且具備不對等性，即大量的數(shù)據(jù)中一部分是相對重要的，另一部分則相對次要。2、多媒體資源對實(shí)時(shí)性要求高，即并非以完整收取資源為成功的標(biāo)識，還要加上及時(shí)這個(gè)概念。3、多媒體資源使用的性能還受本地資源的限制，舉個(gè)簡單的例子，不同的播放器播放同樣的視頻文件結(jié)果可能完全不同，同樣的在性能各異的終端上，多媒體資源的體現(xiàn)也有著很多個(gè)體差異。4、多媒體質(zhì)量的好壞很大意義上受眾觀看狀態(tài)影響，同樣的媒體資源可能讓同一個(gè)人觀看兩次所得出的結(jié)果也不相同。由于以上原因使得網(wǎng)絡(luò)音視頻資源的質(zhì)量分析比較復(fù)雜。為了解決這一問題，標(biāo)準(zhǔn)化組織做了大量的工作和評估，將音視頻資源播放時(shí)的質(zhì)量等級做了規(guī)定。根據(jù)GB/T7401-1987標(biāo)準(zhǔn)，視頻質(zhì)量在宏觀上一般通過1_5等級打分來描述，5分為最高，I分為最低，這已經(jīng)被廣泛接受。分別為I、損害完全不可察覺評分5 ；2、損害可察覺，單并不令人討厭評分4 ；3、損害可察覺，令人稍有討厭評分3 ；4、損害可察覺，令人討厭評分2 ；5、損害可察覺，完全無法忍受評分I?，F(xiàn)有的媒體資源質(zhì)量分析方法，主要包括以下幾種I、參數(shù)閾值分析方法通過計(jì)算音視頻傳輸、接收、播放過程中的各種參數(shù)，并對各參數(shù)在正常情況下的閾值進(jìn)行記錄，當(dāng)媒體播放時(shí)改參數(shù)超出正常閾值時(shí)，表示媒體質(zhì)量產(chǎn)生了影響，異常參數(shù)的個(gè)數(shù)來評定媒體資源的質(zhì)量等級。這個(gè)方法還能夠被拓展，顯然對于不同的參數(shù)，其超出閾值所帶來的影響不是相同的，對于同一個(gè)參數(shù)，超出閾值的偏移量造成的影響顯然也不一定是線性的。這就需要對各個(gè)參數(shù)權(quán)重進(jìn)行評估，并對每個(gè)參數(shù)的影響曲線進(jìn)行建模來使算法合理。很顯然，這種方式偏向于客觀指標(biāo)。比較著名的例子(也是關(guān)聯(lián)參數(shù)較少的，且被廣泛認(rèn)可的)是ITU-T G. 1070視頻質(zhì)量模型。該模型針對不同視音頻制式的應(yīng)用，從視頻會(huì)議到IPTV到其他網(wǎng)絡(luò)流媒體都有比較好的適用性。該模型由下面的式子表示，同時(shí)考慮了編碼和網(wǎng)絡(luò)傳輸
權(quán)利要求
1.一種IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，該方法基于接入IP網(wǎng)絡(luò)中的媒體質(zhì)量分析系統(tǒng)，其特征在于，所述的方法包括以下步驟 (0)所述的媒體質(zhì)量分析系統(tǒng)利用隱馬爾科夫模型學(xué)習(xí)生成狀態(tài)轉(zhuǎn)移矩陣； (1)所述的媒體質(zhì)量分析系統(tǒng)實(shí)時(shí)監(jiān)測所述的IP網(wǎng)絡(luò)中媒體的質(zhì)量參數(shù)，獲取IP網(wǎng)絡(luò)中各層的參數(shù)隊(duì)列； (2)所述的媒體質(zhì)量分析系統(tǒng)將所獲取的各層參數(shù)隊(duì)列分別匯總，產(chǎn)生各層的觀察狀態(tài)隊(duì)列； (3)所述的媒體質(zhì)量分析系統(tǒng)利用所述的隱馬爾科夫模型的狀態(tài)轉(zhuǎn)移矩陣對各層的觀察狀態(tài)隊(duì)列進(jìn)行解碼，獲取各層的隱藏狀態(tài)隊(duì)列作為該層的媒體質(zhì)量評分； (4)所述的媒體質(zhì)量分析系統(tǒng)將各層的媒體質(zhì)量評分進(jìn)行加權(quán)平均，獲得IP網(wǎng)絡(luò)媒體質(zhì)量分析結(jié)果隊(duì)列，從而完成媒體質(zhì)量分析評估操作。
2.根據(jù)權(quán)利要求I所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的媒體質(zhì)量分析系統(tǒng)利用隱馬爾科夫模型學(xué)習(xí)生成狀態(tài)轉(zhuǎn)移矩陣，具體為 所述的媒體質(zhì)量分析系統(tǒng)利用隱馬爾科夫模型后向算法學(xué)習(xí)生成狀態(tài)轉(zhuǎn)移矩陣。
3.根據(jù)權(quán)利要求2所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的后向算法具體包括以下步驟 (01)所述的媒體質(zhì)量分析系統(tǒng)初始化狀態(tài)轉(zhuǎn)移矩陣，令t= T時(shí)刻所有狀態(tài)的后向變量 3 T(i)為 1，即 @ T(i)=l，I 彡 i 彡 N ; (02)所述的媒體質(zhì)量分析系統(tǒng)根據(jù)下式遞歸計(jì)算每個(gè)時(shí)間點(diǎn)t=T-l，T-2,…，I時(shí)的后向變量PT(i)，
4.根據(jù)權(quán)利要求I所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的媒體質(zhì)量分析系統(tǒng)利用隱馬爾科夫模型的狀態(tài)轉(zhuǎn)移矩陣對各層的觀察狀態(tài)隊(duì)列進(jìn)行解碼，獲取各層的隱藏狀態(tài)隊(duì)列，具體為 所述的媒體質(zhì)量分析系統(tǒng)利用隱馬爾科夫模型維比特算法對各層的觀察狀態(tài)隊(duì)列進(jìn)行解碼，獲取各層的隱藏狀態(tài)隊(duì)列。
5.根據(jù)權(quán)利要求4所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的利用隱馬爾科夫模型維比特算法對各層的觀察狀態(tài)隊(duì)列進(jìn)行解碼并獲取各層的隱藏狀態(tài)隊(duì)列，具體為 在所述的隱馬爾科夫模型維比特算法中，利用下式通過各層的觀察狀態(tài)隊(duì)列解碼獲得各層的隱藏狀態(tài)隊(duì)列 O1(i) = max(^ . (J)CijiIr,); 其中，(au)為狀態(tài)轉(zhuǎn)移矩陣，(bu)為混淆矩陣，S t(i)為t時(shí)刻到達(dá)隱藏狀態(tài)i的所有序列概率中最大的概率，即局部路徑概率，卜為混淆矩陣中隱藏狀態(tài)i下觀察狀態(tài)等于kt的概率，max為取最大值。
6.根據(jù)權(quán)利要求I所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的方法在所述的步驟(4)之后還包括以下步驟 (5)所述的媒體質(zhì)量分析系統(tǒng)根據(jù)所述的各層的觀察狀態(tài)隊(duì)列及各層的隱藏狀態(tài)隊(duì)列優(yōu)化所述的隱馬爾科夫模型中的狀態(tài)轉(zhuǎn)移矩陣(au)。
7.根據(jù)權(quán)利要求6所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的優(yōu)化所述的隱馬爾科夫模型中的狀態(tài)轉(zhuǎn)移矩陣( ),具體為 利用以下公式優(yōu)化所述的隱馬爾科夫模型中的狀態(tài)轉(zhuǎn)移矩陣(au)
8.根據(jù)權(quán)利要求6所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的t時(shí)刻位于隱藏狀態(tài)Si及t+1時(shí)刻位于隱藏狀態(tài)S」的概率變量lt(i，j)與所述的t時(shí)刻位于隱藏狀態(tài)Si的概率變量Yt(i)滿足以下方程
9.根據(jù)權(quán)利要求I至8中任一項(xiàng)所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的IP網(wǎng)絡(luò)中的層次包括網(wǎng)絡(luò)層、媒體傳輸控制層、媒體服務(wù)層、媒體封裝層、媒體編碼層和媒體內(nèi)容層。
10.根據(jù)權(quán)利要求9所述的IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，其特征在于，所述的各層的隱藏狀態(tài)隊(duì)列，具體為 網(wǎng)絡(luò)層媒體質(zhì)量評分、媒體傳輸控制層媒體質(zhì)量評分、媒體服務(wù)層媒體質(zhì)量評分、媒體封裝層媒體質(zhì)量評分、媒體編碼層媒體質(zhì)量評分和媒體內(nèi)容層媒體質(zhì)量評分。
全文摘要
本發(fā)明涉及一種IP網(wǎng)絡(luò)中基于隱馬爾科夫模型實(shí)現(xiàn)媒體質(zhì)量分析評估控制的方法，屬于IP網(wǎng)絡(luò)技術(shù)領(lǐng)域。該方法中，媒體質(zhì)量分析系統(tǒng)首先利用隱馬爾科夫模型學(xué)習(xí)生成狀態(tài)轉(zhuǎn)移矩陣，并實(shí)時(shí)監(jiān)測IP網(wǎng)絡(luò)中媒體的質(zhì)量參數(shù)，獲取IP網(wǎng)絡(luò)中各層的參數(shù)隊(duì)列后產(chǎn)生各層的觀察狀態(tài)隊(duì)列；而后對各層的觀察狀態(tài)隊(duì)列解碼獲取各層的隱藏狀態(tài)隊(duì)列作為該層的媒體質(zhì)量評分；最后將各層的媒體質(zhì)量評分進(jìn)行加權(quán)平均獲得IP網(wǎng)絡(luò)媒體質(zhì)量分析結(jié)果隊(duì)列。該方法將IP網(wǎng)絡(luò)當(dāng)前的媒體質(zhì)量參數(shù)模型化為觀察狀態(tài)，進(jìn)而利用隱馬爾科夫模型解碼獲得最有可能的隱藏狀態(tài)作為媒體質(zhì)量分析評估結(jié)果，從而能夠在保證考慮客觀媒體質(zhì)量參數(shù)的情況下，最大程度地體現(xiàn)用戶對于媒體質(zhì)量的主觀評價(jià)。
文檔編號H04N17/02GK102724543SQ20121023490
公開日2012年10月10日 申請日期2012年7月6日 優(yōu)先權(quán)日2012年7月6日
發(fā)明者李晏, 逯利軍, 錢培專 申請人:賽特斯網(wǎng)絡(luò)科技(南京)有限責(zé)任公司