視頻質量評估模型及其演變

    IPTV已進入商用階段，其市場亦在蓬勃發展。 與此同時，消費者期望IPTV能夠提供與競爭性服務相當、甚至是更優異的服務質量(QoS)，而這已成為IPTV能否成功的關鍵所在。預計未來幾年內，IPTV市場將達數十億美元的規模；但對于那些沒能融入這股發展潮流的公司來說，很可能成為外面的看客。

　　簡單地增加原始帶寬，并不能確保提供這種交互式電視服務所需的網絡性能。觀眾對電視的容忍程度與對互聯網接入的容忍程度并不相同。例如，用戶能夠容忍甚至預料互聯網接入偶爾出現掉線狀況。但是，若你提供的電視畫面質量欠佳，或象互聯網接入那樣偶爾出現信號傳輸中斷，你將被無數怒不可遏的用戶的投訴電話所淹沒，催使你盡快解決問題。這種情況一旦出現次數過多，大批觀眾/客戶便會棄你而去。因此，網絡性能保證已成為任何IPTV服務設計的成功要素。

　　弄清終端用戶的體驗質量(QoE)或其體驗的服務質量(QoS)，是了解什么令用戶對提供的服務感到不快的唯一方法；而了解體驗質量與網絡故障具有怎樣的關聯，是運營商借以把握怎樣使用戶滿意、需要在哪些方面作出改進以及服務正以何種方式提供給用戶的不二選擇。但是，如果不能洞察用戶從電視機獲得的體驗，就不可能實現出色的用戶體驗質量。



　　雖然很早就涌現出來了一些評估用戶會有何種體驗的方法，但它們僅是基于服務提供商網絡核心情況的簡單推論——最好的情況下，也只是一種自圓其說的猜測。真正需要的是一種能從用戶居家查明問題所在的方法。服務供應商必須能以某種方式直接深入用戶室內查找問題。換句話，理想的情形是——用戶客廳內的機頂盒(STB)能向服務提供商報告說，某用戶家中出現了問題，以及具體是哪類問題。

　　就視頻質量評估進行的許多研究已聚焦到一種“雙端(dual ended)”模型上。這種雙端模型(J.144)需要將受損信號與視頻源進行對比。視頻數字化、壓縮、流傳送(streaming)、網絡傳輸和解壓縮(見圖1)等各種復雜處理過程，都可能導致視頻受損。

圖1：視頻質量評估的雙端模型

　　對于在開發實驗室內工作、能同時引入視頻源和受損視頻的的大多數工程師來說，這種雙端模型能夠滿足他們的需求。但當視頻源與受損視頻相隔數里，如在向用戶家中傳輸IPTV的場合，該模型就不再實用。此外，它的擴展性欠佳。而且，當需要從不同地點對通過IP網絡將數百套IPTV節目向數百萬用戶發送的情況進行實時分析時，其對計算機實時處理能力的要求將使這樣一種方案的實施和維護的成本非常昂貴。

　　近期進行的幾項研究則試圖定義一種完全無需參考的模型。對于VoIP來說，這樣一種模型已存在數年，且由國際電信聯盟(ITU)將其批準為G.107標準。這種VoIP模型也稱為E-Model，它不需將任何“廣為人知”的源置入網絡中，以評估VoIP的質量。這種模型也被稱作“非強加(non intrusive)”模型。

V-Factor技術

而在IPTV方面，也出現了一項專門針對其進行設計的技術——V-Factor。

圖6：通用V-Factor庫

　　這項正在申請專利的技術借鑒了幾家實驗室在過去10年間開發的運動圖象質量標準(MPQM)研究成果。

　　MPQM是一種實時評估視頻質量的單端模型(見圖2)。

　圖2：實時評估視頻質量的單端模型

　　MPQM模型不需任何“廣為人知”的源并以與E-model評估VoIP質量相同的方式給視頻質量打分。MPQM基于人類視覺系統(Human Vision System)，已將視頻源在壓縮、傳輸和解壓縮這一整個處理過程中對圖像質量(由人的視覺器官和相應腦神經感知)弱化的影響考慮在內(見圖3)，而不是僅依靠核心網絡的缺陷來推算視頻質量。

圖3：MPQM模型

為MPQM提供影響視頻質量的參數

　　導致視頻質量降低的偽信號(artifact)大部分來自壓縮本身，而諸如抖動、包丟失(packet loss)等網絡故障也會造成視頻質量下降。該模型的好處顯而易見——能方便地整合進內容和傳輸鏈，甚至是嵌入在機頂盒內，而不是僅適用于實驗室研究。這樣一來，端對端的視頻質量評估成為現實。

　　那么，MPQM與V-Factor具體有什么關聯呢？V-Factor是對MPQM模型的實現(見圖4)。

將V-Factor技術嵌入機頂盒

　　即使在一年前，將此類網絡保障措施直接設計進用戶的機頂盒中還無法成為一種選擇。但這種能力現已成為現實。例如，QoSmetrics近期宣布，其用于確保核心IPTV性能的V-Factor技術，現可直接嵌入用戶的機頂盒中，以實現真實的端對端IPTV性能保證。

　　正如前面所指出的，需為V-Factor背后的MPQM模型提供用戶家中的機頂盒容易收集的實時信息和參數，該模型才能工作。典型的參數包括音視頻緩沖器的大小。這些緩沖器的大小，將幫助MPQM模型計算機頂盒能夠處理信息流中視頻和音頻部分的多少抖動。而告知該模型系統是否采用了諸如前向糾錯(FEC)等包丟失掩飾技術，同樣非常重要。

　　然后，該模型需訪問某些實時數據(見圖5)。

圖5：在機頂盒內嵌入V-Factor代理器

　　這些實時數據與IP層、MPEG2TS層或RTP層(當選用的是RTP協議時)相關。從機頂盒內收集實時數據有幾種不同方法。一種帶有直接API的V-Factor庫即將發布，可將其看作一個包裝程序(需將??坐落在網絡驅動器與較高層間的直接傳送(pass through)模塊。

　　根據機頂盒的軟件架構，可將電視的統計數據甚至是通過本地配置收集的數據提供給V-Factor庫。為了適應大多數機頂盒供應商的需要，V-Factor庫具有極大靈活性。實時收集的信息包括每一時間間隔(從10秒到1分鐘)內的I、B和P幀的數量以及相同時間內的Quantiser_Scale(量子化器度量)平均值。為測量某些丟失數據對視頻質量的影響，就要為該模型提供真實的包丟失統計數據；相關數據也可由API提供。

　　另外，可從檢測到的抖動(IP抖動或PCR整體抖動)，使用Markov模型直接評估包丟失。代碼大小與使用的各版API有很大關系，也與操作系統環境有關。在類似Linux這樣的環境中，包括全部選項及根據統計連接起來的庫在內的代碼大小在2MB以內。通過采用一個動態連接的共享庫，可輕易地將代碼大小縮小6倍。

　　當需將V-factor整合進IPTV路由器或一臺支持IPTV的DSLAM時，還提供有一個通用庫。該庫為多個電視頻道實時提供全被動(full passive)視頻監控能力。

　　服務質量和網絡監控不僅是網絡運營的關鍵組成部分，對于實現業務持續發展——包括營業收入、客戶挽留和增長保證，也具有重要意義。成功的服務提供商都認識到，積極主動的監控必須在整個服務期間周而復始地進行，要從其決定評估網絡能力、啟動新的IPTV服務那一刻起，貫穿部署、試運行、運行，直至向用戶提供服務等級協議(SLA)這一整套環節。

　　要持續提高評估精度，就得采用深入網絡進行檢測的工具，而非簡單告知服務是否正在進行。合適的工具需具有窮追不舍的能力，以將故障精確定位至具體設備或應用(無論其身處網絡核心或家中)，還要具有完全評估包丟失、抖動、延時及其它指標的能力，這些指標對通過IP傳輸的視頻質量有顯著影響。針對IPTV這樣一個正在茁壯成長的市場，在用戶機頂盒中安插一個“代理器(agent)”，將是確保真實的端對端高質量IPTV性能的一種意義深遠的方法。