云VR临场感指数_12页_3mb

报告摘要

华为云VR临场感指数评估模型总结

核心内容概述

本文档介绍了华为X Labs开发的云VR临场感指数评估模型，旨在为VR业务体验评估提供一套系统化、可量化的模型框架。该模型结合了主观实验、客观参数分析和算法构建，适用于当前及未来VR业务的体验评估，并可作为5G网络建设的参考依据。

主要观点

云VR的业务背景：随着VR技术在多个领域的广泛应用，其业务发展迅速。5G网络的高带宽和低时延特性为云VR提供了技术基础，使得云端渲染成为可能。
评估模型的必要性：目前业界缺乏统一的VR体验评估模型，亟需建立一套能够有效评估用户体验、推动产业发展的模型。
模型特点：
- 采用分级映射方式构建，便于测试和分析。
- 模型适用于运营商、设备制造商、内容提供商等不同角色。
- 引入主观实验和符合ITU规范的评分方法，以确保评估的科学性。
- 模型算法以免费SDK形式发布，促进VR产业合作与技术发展。
评估模型结构：
- 由多个子模块组成，如视觉逼真度、听觉逼真度、交互一致性、视听完整性等。
- 最终输出为VR临场感指数（VRPI），范围为1~5分。

关键信息

一、评估模型输入参数

参数	描述	缩写
视频码率	视频的平均码率（bps）	Br
视频帧率	每秒内的视频帧数（fps）	FR
视频分辨率	视频水平和垂直方向的像素点个数	Rh, Rv
屏幕分辨率	单目屏幕水平方向的像素点个数	Rsh
屏幕刷新率	屏幕每秒钟刷新次数	RR
视频通道数	单目视频（1）或立体视频（2）	ST
视频编码	H.265/HEVC, H.264/AVC, VP9	Video Codec
视域	水平方向单目视场角	FoVh
音频码率	音频的平均码率（Kbps）	ABr
音频声道数	立体声音（2），空间化声音（8）	SP
音频编码	AAC-LC, Opus	Audio Codec
声画同步时延	声画同步时延（秒）	tasyn
平均卡顿时长	单次观看过程中卡顿的总时长（秒）	Tr
卡顿频率	卡顿发生的频率（次/秒）	RF
数据丢失率	应用层数据丢失率（%）	ppl
头部MTP	头部转动与画面刷新之间的滞后时长（ms）	tnd
头部MTS	头部转动与音频方位变化之间的滞后时长（ms）	tad
肢体MTP	肢体运动与画面中肢体移动之间的滞后时长（ms）	tbd
操作响应时延	用户操作指令与画面中操作响应之间的滞后时长（ms）	tcd
自由度	虚拟现实系统可操作的维度	DOF

二、评估模型输出参数

输出	描述	值域	缩写	全拼
视觉逼真度	视觉质量评分	1~5分	MOSVF	Visual Fidelity
听觉逼真度	听觉质量评分	1~5分	MOSAF	Acoustic Fidelity
交互一致性	交互响应质量评分	1~5分	MOSIC	Interaction Consistency
视听逼真度	听觉与视觉质量综合评分	1~5分	MOSAVF	Acoustic-visual Fidelity
连续/完整性	视听连续性评分	1~5分	MOSRP	Rebuffering / Packet Loss
交互真实感	交互体验评分	1~5分	MOSIR	Interaction Realism
VR临场感指数	用户沉浸感评分	1~5分	VRPI	Virtual Reality Presence Index

三、模型公式结构

$$
V R P I = \min \left(\max \left((M O S _ {A V F} - 1) \cdot \left(1 - v _ {5 3} (5 - M O S _ {I R}) - v _ {5 4} (5 - M O S _ {R P})\right) + 1, 1\right), 5\right)
$$

其中：

VRPI：VR临场感指数
MOSAVF：视听逼真度
MOSIR：交互真实感
MOSRP：视听觉连续/完整性
v53、v54：模型系数

模型典型值分析

PPD对视频质量的影响：
- PPD=15时，MOSv≈3.28分
- PPD=20时，MOSv≈3.67分
- PPD=60时，MOSv≈4.51分，PPD>60时增长趋缓
单眼分辨率对视频质量的影响：
- 1.5K时，MOSv≈3.13分
- 2K时，MOSv≈3.55分
帧率对视频质量的影响：
- 游戏场景：30fps→3.15分，60fps→4.15分，90fps→4.52分
- 视频场景：30fps→3.88分，60fps→4.51分，90fps→4.61分
FOV对视觉逼真度的影响：
- 在60°~110°范围内，MOSVF呈线性增长
头部MTP时延对交互一致性的影响：
- ≤20ms时，MOShd不受损伤
- 50ms时，MOShd≈3.63分
- 100ms时，MOShd≈2.55分
- 200ms时，MOShd≈1.47分
肢体MTP时延对交互一致性的影响：
- ≤50ms时，MOSbd不受损伤
- 100ms时，MOSbd≈4.02分
- 300ms时，MOSbd≈2.44分
- 500ms时，MOSbd≈1.71分
操作响应时延对交互一致性的影响：
- ≤50ms时，MOSod不受损伤
- 100ms时，MOSod≈3.95分
- 300ms时，MOSod≈2.40分
- 500ms时，MOSod≈1.70分
UDP丢包率对视听完整性的影响：
- 0.25%时，MOSP≈3.98分
- 0.5%时，MOSP≈3.23分
- 1%时，MOSP≈2.25分
FEC失败率对视听完整性的影响：
- 0.5%时，MOSP≈4.39分
- 1%时，MOSP≈3.88分
- 2%时，MOSP≈3.08分