Page 276 - 《软件学报》2020年第12期

3942 Journal of Software 软件学报 Vol.31, No.12, December 2020

3 视频边缘质量增益模型

视频在网络中进行传输时,其首先被分割成很多视频数据包;当足够多的视频数据包被目的节点接收,则该
视频数据就可以进行重建.在视频数据传输过程中,参与节点都会对其携带的数据包进行复制或者转发,但是去
量化节点转发或者复制一个视频数据包对视频重建质量的贡献是非常困难的,原因主要来自于视频数据本身
和传输网络.本节将综合这两个方面的因素进行建模.
3.1 视频数据的帧结构

每个视频段都可以分成多个 GoP(group of pictures),而属于同一视频段的 GoP 都具有相同的帧结构 [29] .图 3
给出了一个 GoP 的帧结构示例,其由固定数量的 I 帧、P 帧和 B 帧按照固定的顺序组成.帧的个数原则上可以
是任意整数,为了方便描述,本文以 9 为例,每个帧依次分别被标注为 I 1 ,B 1 ,B 2 ,P 1 ,B 3 ,B 4 ,P 2 ,B 5 ,B 6 .当视频数据在网
络中传输时,每一个帧会被分割成多个数据包,因此,网络中存在 I,B 和 P 这 3 种类型的视频数据包.
GoP

I 1 B 1 B 2 P 1 B 3 B 4 P 2 B 5
B 6

Fig.3 Example of a GoP structure of video data
图 3 视频数据的 GoP 结构示例

由于压缩技术的应用,同一 GoP 中的帧间存在很强的相关性,其使得不同的帧对视频数据的重建具有不同
的重要性,从而使得来自不同帧的视频包也相应地具有不同的重要性.具体来讲:I 帧是参考帧,当其数据包被成
功投递以后可以独立重建;P 帧是前向预测帧,其重建不仅需要成功接收其数据包,同时还依赖于其前一 I 或 P
帧的成功恢复;B 帧是双向预测帧,其重建要依赖于前后两个视频帧的成功恢复.如图 3 所示,P 2 重建依赖于 P 1 ,
而 B 2 的重建则依赖于 I 1 和 P 1 .
3.2 视频机会传输重建质量模型
节点每次对视频数据包的转发和复制都会对视频重建质量产生一定的增益.为了对该增益进行量化,首先
必须选择合适的度量指标.PSRN 常被用来对视频质量进行量化,但其无法适用于移动机会网络.原因在于:当属
于某一个帧的视频数据包尚未完全接收时该帧就无法重建,从而无法计算其 PSNR.因此,本文提出了一个新的
度量标准,即帧投递率,对视频的投递质量进行量化.
定义 2(帧投递率). 对于一个在网络中进行投递的视频段,其帧投递率定义为在目的节点成功重建的视频
帧的数目与投递的所有视频帧数量之间的比值,用变量 FDR(frame delivery rate)进行表示.
假设对于一个视频段,N G 表示其 GoP 个数,N T 表示其总的视频帧个数;M I ,M P ,M B 分别表示每个 I,P,B 帧可以
被平均分割成的视频数据包个数;R I ,R P ,R B 分别表示 I,P,B 这 3 种类型的视频数据包的成功投递概率;N I ,N P ,N B
分别表示成功投递的 I,P,B 帧的期望值.则,可以得到下述公式:
FDR=(N I +N P +N B )/N T (2)