音视频|华为云媒体质量管理最新实践——“视镜”( 六 )_质量|直播|媒体|管理|挑战|业务

技术上采用基于网络QoS时序聚类智能学习业务场景网络模型，先时序特征聚类，后形状聚类。这里面临的两个挑战， 1、每天需要学习现网几十甚至上百T的QoS数据，通过结合特征聚类和形状聚类的方式能够解决此问题。 2、每天要学习现网前一天的全量模型，这里有一个增量策略。
从实际使用情况来看，有以下两个观点适用于所有业务：

聚类模型数量呈现显著长尾效应，针对少量场景模型优化可覆盖大部分场景（前100个模型能覆盖95%+场景）；
QoS模型数量呈现亚线性增长，不会新增过多模型，针对已有场景模型优化可覆盖后续大部分场景。

文章图片

最后是媒体流内容质量评估的实践。
媒体流在现网传输、分发过程中可能出现损伤，引起画质变差。一般帧率、码率能侧面反映视频质量，但不等同于用户的主观质量评价。目前如PSNR、SSIM以及比较火的VMF视频质量评估主要是有参考的，我们需要有效的、实时的、无参考的客观视频质量评估模型以解决四个方面的问题：

质量评估，对视频质量做出客观评估，保证最终用户的视觉体验；
编码优化，评估、优化编码器质量；
质量提升，前处理、后处理、画质增强对清晰度的影响；
成本优化，调节最优的清晰度、节省码率以及带宽成本。

构建自动化极致体验优化系统，提升终端用户体验。

文章图片

为此，华为自研构建视频在线媒体质量评估能力HVQA 。 HVQA是基于深度网络学习模型的无参考视频质量评估，主要解决两个问题：1、能够检测异常内容，比如黑屏、花屏，目前能满足1080p ， 30帧的检测能力。 2、能对画质进行评估，比如清晰度等客观指标。 HVQA已应用在两个场景中：1、端侧视频质量评估。 2、服务侧视频质量评估：在服务端对转码视频流进行视频内容质量评估。
实际测试效果显示，异常内容检测方面，在实际业务测试集上对黑屏、花屏的检测准确率达100% ，召回率达60% ，对视频画质，如清晰度的测试情况为SROCC=0.8283 ， PLCC=0.7886 ， CPU占用增加1.9% ，内存占用增加1% 。
目前华为云的会议系统已在逐步应用HVQA 。