通过端到端的数据侦测提升QoS

通过收集网络传输的数据，并采用更接近主观主观评价的客观评价方式，可以有效反映QoS的水平，从而帮助运营方改进服务。

文 / Fred Dawson

译 / 咪宝

审校 / John

原文

http://www.screenplaysmag.com/2019/03/12/end-to-end-qa-advances-lift-ott-video-to-tv-equivalency/

随着网络延迟的显著降低与传输效率的大幅提升，OTT视频服务的性能与传统付费电视服务的性能已不相上下。

在过去的几年中，OTT视频质量通过新的基于云的解决方案取得了很大的进步。这些解决方案对与流媒体性能相关的所有元素提供了前所未有的端到端的监控。通过实时了解新出现的问题，帮助OTT服务供应商掌握产业升级主动权并有效弥补其在固有网络运营管理中的弱势。

其中一项潜在工作是提升OTT的监控性能至超过目前绝大多数托管网络的水平，从而使用户能够真切感受到基于OTT网络传输实现的用户体验提升，而非如PSNR（峰值信噪比）或MSE（均方误差）等传统QoS指标那样仅给出反映服务质量的粗略近似值（峰值信号到 - 噪音比率）——例如Telestream iQ平台采用实时执行质量评价并取平均的方法，该方法基于模拟人类视觉系统实时响应的算法。

MOS视频质量评价体系是IneoQuest在引入iQ数据采集与分析功能后的一项里程碑，可为整个分销链中的视频内容提供评价其性能与质量的依据。MOS专注那些真正影响视频服务用户体验的因素并在某些情况下可以消除由强制执行PSNR指标所带来的不必要改动，也可识别并纠正由PSNR造成的对于一些评价视频质量的关键指标的忽略。

在收购IneoQuest之前，Telestream使用SSIMWAVE公司提供的另一套类似于人类视觉感知的评价指标与策略，当时SSIMWAVE公司已经建立了基于结构相似性实现的QoE算法解决方案。此算法赢得了曾于2015年荣获工程学艾美奖的SSIMWAVE联合创始人兼首席科学官Zhou Wang的认可。位于加拿大安大略省的SSIMWAVE一直在默默借助SSIM的力量发展这一套已被全球几家主要的付费电视提供商所采用的视频质量评价体系。

SIMMWAVE的营销部副总裁Saj Jamal说，该公司专注于在OTT和MVPD领域建立市场并持续拓展增强版SSIM即SIMMPlus的应用。“我们的切入点包括销售过程的所有关键节点，包含源监控编码器、流输出、聚合器输出、CDN和其他分界点和播出，”Jamal指出。

在切入点中运行的高计算效率软件，可基于SSIM评分系统为流媒体产业每个制作环节中的视频内容提供QoE分数。该评分系统基于多种参数客观反映人们从不同位置观看视频所收获到的体验，同时根据与目标设备类型、动态范围、颜色深度、分辨率格式等相关的性能预期，将这些测量结果与供应商为每个视频设置的基本SSIM分数进行比较。

一旦出现相对于基线分数下降的情况，系统就会立即通过SSIMPlus仪表板将其传达至内容供应商以提醒供应商该位置存在问题。供应商还可以使用该平台来衡量所需实现的质量层级以满足客户期望，包括一些订阅用户因带宽或其他额外支出而产生的期望。

“我们的客户希望清晰了解上述优化并直接从视频质量提升中获利，让付费用户感到物有所值” Jamal说。“这对许多企业而言都是一项重要指标。”

“我们借助自己或者合作的实验室，不断进行主观测试以获取各类视频在不同观看环境下的分数。”同时他指出，平均分数是根据多达100,000名参与者的实际观看行为汇总统计分析而制定，虽然有时人们会使用 “每个人都不同”的假设去挑战平均分数，但大规模的测试活动可基本消除主观因素的影响。

“在视觉体验上，人类彼此之间的共性让我们感到十分惊讶”Jamal说。

为特定程序和服务层级设置分数的策略取决于内容提供者的期望，包括期望将分数策略用于判断粒度，此粒度可反映他们自己在实验室进行的模拟会话所取得的参考平均分数。“我们的模型不仅可基于帧速率、动态范围和分辨率等影响观看体验的因素准确判断视频质量，”CSO Wang说。“显示器的类型、屏幕的亮度、观看视角和房间内的环境光……都被我们在建立此模型时作为影响因素考虑在内。”

他指出，SSIM甚至考虑了环境光对用户感知画面颜色的影响。“我们可以根据客户所需调整特定情况下的算法模型”，他说。

目前正在进行的新开发包括概念验证测试，其中涉及到在用户的设备中使用SSIMPlus软件，以实现在视频播出时无需在设备中放置SSIM探测器即可进行视频质量监控。该公司还在寻找针对虚拟现实视频内容的视频质量评分参数，并根据观众的舒适度阈值进行校准。