| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·本文研究的主要内容 | 第9-10页 |
| ·论文组织结构 | 第10-12页 |
| 第二章 背景知识介绍 | 第12-28页 |
| ·IPTV 介绍 | 第12-15页 |
| ·IPTV 的定义 | 第12页 |
| ·IPTV 的业务类型 | 第12-14页 |
| ·基本型业务 | 第13页 |
| ·扩展型业务 | 第13-14页 |
| ·IPTV 的框架 | 第14-15页 |
| ·视频质量评估方法 | 第15-22页 |
| ·QoS 与 QoE | 第16页 |
| ·QoS | 第16页 |
| ·QoE | 第16页 |
| ·视频主观质量评估方法 | 第16-19页 |
| ·单激励法 | 第16-17页 |
| ·双激励损伤度分级法 | 第17-18页 |
| ·双激励连续质量分级法 | 第18-19页 |
| ·单激励连续质量评估法 | 第19页 |
| ·视频客观质量评估方法 | 第19-22页 |
| ·全参考视频质量评估（FR） | 第20-21页 |
| ·部分参考视频质量评估（RR） | 第21页 |
| ·无参考视频质量评估（NR） | 第21-22页 |
| ·神经网络 | 第22-28页 |
| ·人工神经网络 | 第22-23页 |
| ·神经网络的特点 | 第23-24页 |
| ·BP 神经网络 | 第24-28页 |
| 第三章 考虑 IDR 包丢失率的 IPTV 视频质量评估模型 | 第28-46页 |
| ·引言 | 第28页 |
| ·视频损伤分析 | 第28-32页 |
| ·编解码失真 | 第29-30页 |
| ·网络传输失真 | 第30-32页 |
| ·基于神经网络的评估方法模型 | 第32-41页 |
| ·模型训练用例 | 第33-35页 |
| ·主观实验 | 第35-36页 |
| ·神经网络的建立 | 第36-39页 |
| ·MATLAB 神经网络工具箱 | 第37-38页 |
| ·主要步骤 | 第38-39页 |
| ·模型结果及网络性能分析 | 第39-41页 |
| ·模型验证 | 第41-44页 |
| ·性能评价准则 | 第41-42页 |
| ·模型验证用例 | 第42页 |
| ·模型验证结果及分析 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第四章 基于内容特征的 IPTV 视频质量评估模型 | 第46-58页 |
| ·引言 | 第46页 |
| ·视频特征分析及计算 | 第46-50页 |
| ·视频特征分析 | 第46-48页 |
| ·视频时空复杂度计算 | 第48-50页 |
| ·空间复杂度的计算 | 第48-49页 |
| ·时间复杂度的计算 | 第49-50页 |
| ·聚类分析 | 第50-52页 |
| ·聚类分析 | 第50-51页 |
| ·聚类分析的实现 | 第51-52页 |
| ·基于视频内容的视频质量评估方法 | 第52-57页 |
| ·模型训练用例及主观实验 | 第53-54页 |
| ·模型建立 | 第54页 |
| ·实验结果与性能分析 | 第54-55页 |
| ·模型验证 | 第55-57页 |
| ·小结 | 第57-58页 |
| 结束语 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-65页 |