專利名稱：無參考視頻質(zhì)量評價(jià)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種無參考視頻質(zhì)量評價(jià)方法。
背景技術(shù)：
現(xiàn)有的視頻質(zhì)量評價(jià)方法，根據(jù)評價(jià)對象的不同可以分為兩類一類是對于用 戶體驗(yàn)質(zhì)量(Quality of E鄧erience，以下簡稱QoE)的評價(jià)；另一類是服務(wù)質(zhì)量的評價(jià) (Quality of Service,以下簡稱QoS)。在數(shù)字通信中，原始的視頻(也稱為未損傷的視頻) 經(jīng)過編碼器、傳輸信道后，呈現(xiàn)在用戶面前的是必然是有損傷的，感官質(zhì)量上肯定不是完美 的。且根據(jù)損傷程度的不同，感官質(zhì)量也是變化的。 視頻在編碼、傳輸、播放的過程中，需要對QoE進(jìn)行評價(jià)以確定損傷對于人的感 官有多大的影響。在針對于Q0E的評價(jià)方法中，最可靠的就是主觀評價(jià)方法(Subjective Assessment),即集合一定數(shù)量的評價(jià)者，根據(jù)觀看感受給視頻打分，后取平均分值(Mean Opinion Score,以下簡稱M0S)作為最終評價(jià)。因?yàn)槭怯脩趔w驗(yàn)質(zhì)量的評價(jià)，所以人的感官 評價(jià)是最可信的。但是在實(shí)際的應(yīng)用中，用人來對視頻質(zhì)量進(jìn)行評價(jià)耗時(shí)耗力。因此迫切 需要一種客觀的度量方法，使其對QoE的評價(jià)能夠盡量達(dá)到采用主管評價(jià)方法的效果。也 就是這種客觀的度量方法輸出的M0S值，與相應(yīng)的主觀M0S值有較高的相關(guān)度。
目前對QOE評價(jià)的客觀方法(Objective Assessment)有三大類，分別為全參考度 量(Full-Reference，以下簡稱FR)，部分參考度量(ReduceReference，以下簡稱RR)和無參 考度量(No-Reference，以下簡稱NR)三種方法。 FR就是以原始的(沒有損傷的)視頻作為參考，用損傷的視頻和其作比較，來對損 傷視頻的QoE進(jìn)行評價(jià)。這種方法由于有未損傷的視頻作為參考，所以其結(jié)果可以獲得與 M0S值有較高的相關(guān)度。但是由于視頻在實(shí)時(shí)的應(yīng)用中，在用戶端原始視頻是不可用的，所 以全參考的方法只適用于實(shí)驗(yàn)室環(huán)境。 RR就是原始視頻的部分參數(shù)可以作為參考，在實(shí)時(shí)應(yīng)用中需要額外的帶寬來傳輸 這些參數(shù)到用戶端，所以也是不適合實(shí)際應(yīng)用的。 而NR在實(shí)際應(yīng)用中不需要原始的視頻作為參考，所以可以較高效率的對損傷視 頻的Q0E進(jìn)行評價(jià)。但是這也增加了其結(jié)果逼近主觀MOS值的難度。所以目前現(xiàn)有的NR 方法中，其結(jié)果與主觀M0S值的相關(guān)度都不高。 目前已有的無參考度量方法，核心思想就是提取視頻某幾種特征參數(shù)，然后確定 特征參數(shù)與客觀M0S值之間的函數(shù)，即評分函數(shù)(評分模型)，使此函數(shù)得出的客觀M0S值 與主觀M0S值之間有較高的相關(guān)度，從而實(shí)現(xiàn)無參考度量。 提取的視頻特征參數(shù)主要有兩種第一種是基于主要感官損傷的特征參數(shù)；第二 種是基于TS流(Transport Stream,傳輸數(shù)據(jù)流)的參數(shù)。 基于主要感官損傷的特征參數(shù)，就是對于接收端解壓后的視頻，從空域或時(shí)域中 用數(shù)學(xué)模型描述其各種感官損傷特征，獲得損傷特征參數(shù)。比如塊效應(yīng)，模糊等特征參數(shù)。 塊效應(yīng)俗稱"馬賽克"，是指在數(shù)據(jù)流傳輸后造成的畫面損傷。
基于TS流的參數(shù)，就是在接收端從解壓縮前的TS流中提取特征參數(shù)，比如碼率， 丟包率等。碼率就是數(shù)據(jù)傳輸時(shí)單位時(shí)間傳送的數(shù)據(jù)位數(shù)。對于音頻和視頻文件來說，碼 率通俗一點(diǎn)的理解就是取樣率。單位時(shí)間內(nèi)取樣率越大，精度就越高，處理出來的文件就越 接近原始文件。但是文件體積與取樣率是成正比的，所以幾乎所有的編碼格式重視的都是 如何用最低的碼率達(dá)到最少的失真。從音頻方面來說，碼率越高，被壓縮的比例越小，音質(zhì) 損失越小，與音源的音質(zhì)越接近。 目前已有的方法中用到的特征參數(shù)，要么是某個(gè)或者綜合基于主要感官損傷的特 征參數(shù)；要么是某個(gè)或者綜合基于TS流的參數(shù)。 對于從TS流提取參數(shù)的方法，有一個(gè)不足，就是某些參數(shù)并不能準(zhǔn)確反應(yīng)用戶感 官質(zhì)量，因?yàn)镼oE針對的是解碼之后的視頻，即機(jī)頂盒的輸出，而TS流是解碼之前的數(shù)據(jù)。 機(jī)頂盒的重傳機(jī)制和error concealment可以糾正部分損傷，減少誤碼率等。所以針對解 碼后的視頻提取的參數(shù)才能比較實(shí)際的反應(yīng)最終視頻感官質(zhì)量，基于主要感官損傷的特征 參數(shù)更可靠。 但是TS流中的某些參數(shù)，卻又是非常重要，且不會因?yàn)闄C(jī)頂盒的重傳機(jī)制和 error concealment等糾錯(cuò)機(jī)制而改變的。所以選取什么樣的特征參數(shù)能最大化的反應(yīng)視 頻質(zhì)量，或者說損傷的程度是一個(gè)很大的問題。 提取特征參數(shù)后，就是確定評分函數(shù)。判斷評分函數(shù)的好壞的度量就是其得出的 客觀分S與對應(yīng)的主觀分S'是否有較高的相關(guān)度。目前用到的最多的確定評分函數(shù)的方 法就是統(tǒng)計(jì)學(xué)中傳統(tǒng)的回歸方法，比如二次多項(xiàng)式(Polynomial) :S = = j一+5《+C 和最小二乘法等，S為輸出的客觀MOS值，ei為某個(gè)特征參數(shù)，函數(shù)S-F(》即為所求函數(shù)，
傳統(tǒng)的回歸方法輸出的客觀MOS值與主觀MOS值的相關(guān)度不是很高，而且其預(yù)測 精度和泛化能力非常弱。這與傳統(tǒng)回歸方法的以下幾個(gè)特點(diǎn)有關(guān)系 (1)需要事先給出一定擬合函數(shù)。而特征參數(shù)與客觀MOS值之間的函數(shù)不完全是 一個(gè)簡單規(guī)整的二次函數(shù)。 (2)自變量少，只允許一個(gè)或兩個(gè)特征參數(shù)參與運(yùn)算。 (3)對異常值很敏感。這就使得因?yàn)槟硯讉€(gè)異常值而降低了預(yù)測的精度。 針對以上不足，在申請?zhí)枮?1806282. 2，名稱為《自動視頻質(zhì)量評價(jià)的可縮放客觀
度量》的中國專利中提出了一種改進(jìn)的方法用神經(jīng)網(wǎng)絡(luò)(BPNN)的方法。它允許多種特征
參數(shù)參與運(yùn)算，并且不需要事先給出擬合函數(shù)。其主要思想是根據(jù)下式5* = ^(》=2卩為特征參數(shù)向量，^;為權(quán)值向量。神經(jīng)網(wǎng)絡(luò)可以通過訓(xùn)練樣本集中樣本的特征參
數(shù)向量和其對應(yīng)的主觀M0S值進(jìn)行學(xué)習(xí)訓(xùn)練，以求得評分函數(shù)，使得函數(shù)輸出的S即客觀
MOS值，與主觀MOS值有較高的相關(guān)度。其泛化能力通過測試集的樣本進(jìn)行測試。 此方法雖然將客觀MOS值與主觀MOS值的相關(guān)度提高了很多，但是仍存在不足由
于其數(shù)學(xué)原理基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化，所以其擬合的函數(shù)不是最優(yōu)的。也就是說其在學(xué)習(xí)的
過程中，對于目標(biāo)函數(shù)的求解，很可能找到的是局部極值，而不是全局的極值，所以就造成
了過學(xué)習(xí)的問題，即泛化能力差。也就是說可能過分適合某些訓(xùn)練集的樣本，而不適合測試集。
5
由以上可知，無參考的視頻用戶體驗(yàn)質(zhì)量的評價(jià)方法對于視頻質(zhì)量Q0E的評價(jià)很 重要，但由于目前算法中還有很多不足，所以其結(jié)果與主觀MOS值之間的相關(guān)度不是很高。 主要的不足就是 1、對于特征參數(shù)的選取，選擇什么樣的特征參數(shù)能更好的反應(yīng)視頻的質(zhì)量；哪幾 個(gè)特征參數(shù)最有用。 2、評分函數(shù)確定的方法，由于目前的方法自身的問題(如上所說)，使得其并不能 找到一個(gè)最優(yōu)的函數(shù)逼近主觀MOS值，并且泛化能力比較弱。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中存在的缺陷和不足，本發(fā)明的目的是提出一種無參考視頻質(zhì)量評 價(jià)方法，能夠解決現(xiàn)有技術(shù)中輸出的客觀MOS值與主觀MOS值的相關(guān)度不是很高且其預(yù)測 精度和泛化能力非常弱的問題，提高無參考視頻質(zhì)量評價(jià)與主觀MOS值之間的相關(guān)度。
為了達(dá)到上述目的，本發(fā)明提出了一種無參考視頻質(zhì)量評價(jià)方法，包括
步驟1、提取接收端接收到的視頻的塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)；并根據(jù)解 碼后的視頻的時(shí)域?yàn)樵撘曨l設(shè)置運(yùn)動復(fù)雜度參數(shù)； 步驟2、根據(jù)塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)、運(yùn)動復(fù)雜度參數(shù)，使用基于支持向 量SV的回歸機(jī)SVR預(yù)先獲得的評價(jià)模型，輸出客觀MOS值。 作為上述技術(shù)方案的優(yōu)選，所述步驟1中為視頻設(shè)置運(yùn)動復(fù)雜參數(shù)的方法具體 為 步驟A、計(jì)算相鄰兩幀間像素的變化復(fù)雜度，TI(i,j,n) = Y(i,j,n)-Y(i,j,n) 其中Y(i， j， n)為第n幀圖像位于(i， j)位置的像素灰度值，其中i為圖像中的
橫坐標(biāo)，j為圖像中的縱坐標(biāo)； 步驟B、計(jì)算第n幀圖像中的平均變化復(fù)雜度；
u")=-

其中A， B為每幀圖像的行列的大小 步驟C、計(jì)算第n幀圖像的運(yùn)動復(fù)雜度
^ 5
77 =平[^^-]
步驟D、計(jì)算共N幀的視頻序列的運(yùn)動復(fù)雜度
作為上述技術(shù)方案的優(yōu)選，所述塊效應(yīng)參數(shù)的計(jì)算方法具體為 步驟a、根據(jù)解碼后的視頻的空域，計(jì)算每一幀圖像塊效應(yīng)的垂直方向參數(shù)和水平
6方向


其中A， B為每幀圖像的行列的大小 步驟C、計(jì)算第n幀圖像的運(yùn)動復(fù)雜度
<formula>formula see original document page 9</formula>
步驟D、計(jì)算共N幀的視頻序列的運(yùn)動復(fù)雜度 1 W 在本發(fā)明的第二優(yōu)選實(shí)施例中，對于通過客觀方式獲得"運(yùn)動復(fù)雜度"這一參數(shù)的 方法進(jìn)行了定義。對于視頻來說，視頻中的運(yùn)動復(fù)雜程度不同造成了在評價(jià)視頻時(shí)即使是 在同等條件下傳輸后也會給人以不同的主觀感覺。因此本發(fā)明提出的視頻復(fù)雜程度計(jì)算方 法應(yīng)用于無參考視頻質(zhì)量評價(jià)會提高其與主觀MOS值之間的相關(guān)度。 本發(fā)明第三優(yōu)選實(shí)施例是在第一、第二優(yōu)選實(shí)施例的基礎(chǔ)上改進(jìn)而來，上述兩個(gè) 實(shí)施例中塊效應(yīng)參數(shù)的計(jì)算方法具體為根據(jù)解碼后的視頻的空域，計(jì)算每一幀圖像的垂 直方向參數(shù)和水平方向的塊效應(yīng)參數(shù)，并根據(jù)垂直方向參數(shù)和水平方向的塊效應(yīng)參數(shù)計(jì)算 每幀圖像塊效應(yīng)參數(shù)。 其中，在本發(fā)明中塊效應(yīng)參數(shù)可以分為垂直方向的塊效應(yīng)參數(shù)和豎直方向的塊效 應(yīng)參數(shù)。 垂直方向的塊效應(yīng)參數(shù)包括垂直方向的塊間相關(guān)和塊內(nèi)相關(guān)
塊間相關(guān)，為相鄰兩塊豎直方向相鄰兩列像素間的相關(guān)Svint CT，
inter
)
塊內(nèi)相關(guān)，為每塊邊界像素和內(nèi)側(cè)相鄰列像素的相關(guān)SVi
intra 其中，除水平方向最后一個(gè)塊之外的每個(gè)塊的最后一列組成子圖像S^除水平方 向第一個(gè)塊之外的每個(gè)塊(的第一列組成子圖像S。，除水平方向第一個(gè)塊之外的每個(gè)塊的 第二列組成子圖像S。 上述方法中計(jì)算每幀圖像的垂直方向的塊效應(yīng)參數(shù)方法具體為
水平方向的塊效應(yīng)參數(shù)包括水平方向的塊間相關(guān)以及塊內(nèi)相關(guān)
塊間相關(guān)，為相鄰兩塊豎直方向相鄰兩列像素間的相關(guān)Shint CT，
inter
尸W，7)
9<formula>formula see original document page 10</formula>塊內(nèi)相關(guān)，為每塊邊界像素和內(nèi)側(cè)相鄰列像素的相關(guān)Shi
<formula>formula see original document page 10</formula>其中，除水平方向最后一個(gè)塊之外的每個(gè)塊的最后一列組成子圖像sw，除水平方 個(gè)塊之外的每個(gè)塊(的第一列組成子圖像s。，除水平方向第一個(gè)塊之外的每個(gè)塊的
'lJ組成子圖像Sp
其中豎直方向和水平方向的塊間相關(guān)、塊內(nèi)相關(guān)的計(jì)算方法為現(xiàn)有技術(shù)。 在上述實(shí)施例中，計(jì)算根據(jù)垂直方向的塊效應(yīng)參數(shù)和水平方向的塊效應(yīng)參數(shù)計(jì)算
效應(yīng)參數(shù)的方法具體為
步驟a、計(jì)算每幀圖像塊效應(yīng)參數(shù)
步驟b、計(jì)算共n幀的視頻序列的塊效應(yīng)參數(shù)
<formula>formula see original document page 10</formula>
本發(fā)明第四實(shí)施例是對第一、第二、第三實(shí)施例的優(yōu)選，即上述三個(gè)實(shí)施例中的步
暖2可以具體為
步驟21、對于待評價(jià)的視頻序列D，提取特征參數(shù)向量^ ，x = {xn，x,.2,x,.3，;ci4}，其中
xi3， xi4分別為步驟1所得的塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)、運(yùn)動復(fù)雜度參數(shù)； 步驟22、與特征向量相對應(yīng)的客觀M0S值由下式評分函數(shù)給出
<formula>formula see original document page 10</formula>
其中5，支持向量SV及每個(gè)SV對應(yīng)的每一個(gè)cii事先由支持向量回歸機(jī)SVR獲得， SVR根據(jù)大量已知主觀MOS值的視頻序列訓(xùn)練并測試獲得，其過程包含SVR損傷函數(shù)
和懲罰參數(shù)的設(shè)定；
其中第四實(shí)施例中的步驟22中 所述K(Xi，Xj)為核函數(shù)， 設(shè)定為徑向基核函數(shù)K(Xi，Xj) =exp(-Y 其中，Y = 2—10
所述損傷函數(shù)為￡-敏感損傷函數(shù) <formula>formula see original document page 10</formula>
s 其它
其中，e = 23 所述懲罰參數(shù)C二24。
其中所述步驟22中涉及的事先獲得評價(jià)模型的方法具體如下
步驟a、根據(jù)大量已知主觀M0S值的視頻建立序列樣本
D = {(Xl， y》，(X2， y2)，…，(Xl， yi)}x G Rn y G R，其中壬="^,2,《3,、4}，其中Xil， xi2， xi3， xi4分別為步驟1所得的塊效應(yīng)參數(shù)、模
糊參數(shù)、碼率參數(shù)、運(yùn)動復(fù)雜度參數(shù)；yi為每一個(gè)視頻序列對應(yīng)的主觀MOS值；將D分為訓(xùn) 練集Dl和測試集D2，比例2:1;
步驟b、根據(jù)訓(xùn)練集樣本序列 Dl = {(Xl， y》，(X2， y2)，…，(Xl， yi)}x G Rn yGR 在條件
Z 1 Z Z
maya*) = may Z O, + 。 - ？ Z S_ a'* )( —"/)《"，x))
一'—' ~ ~ 2 ,'=1 乂=1
or,or
, =1
0^,or,、Cz = l"..，/ /
''=i
下，求解以下函數(shù)，即評分模型
/(x) = ^ (or, -)iC(《，x》+5
奶
K(Xi， Xj)為核函數(shù)。 、C、K(Xi， Xj)對應(yīng)的f(x)， 其中e為損傷函數(shù)值，C為懲罰參數(shù)，《為松弛變j
步驟c、對e 、 C、 K(Xi， Xj)設(shè)定不同的形式；將每組e 代到測試集D2中進(jìn)行pearson相關(guān)度測試，選擇相關(guān)度結(jié)果最好的f(x)作為最終應(yīng)用的 評分函數(shù)，具體方法為提取測試集每個(gè)樣本的特征參數(shù)，將特征參數(shù)通過f(x)獲得客觀 MOS值，用客觀MOS值和相應(yīng)的主觀MOS值進(jìn)行相關(guān)度計(jì)算； 雖然，本發(fā)明已通過以上實(shí)施例及其附圖
而清楚說明，然而在不背離本發(fā)明精神 及其實(shí)質(zhì)的情況下，所屬技術(shù)領(lǐng)域的技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的變化和修 正，但這些相應(yīng)的變化和修正都應(yīng)屬于本發(fā)明的權(quán)利要求的保護(hù)范圍。
1權(quán)利要求
一種無參考視頻質(zhì)量評價(jià)方法，包括步驟1、提取接收端接收到的視頻的塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)；并根據(jù)解碼后的視頻的時(shí)域?yàn)樵撘曨l設(shè)置運(yùn)動復(fù)雜度參數(shù)；步驟2、根據(jù)塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)、運(yùn)動復(fù)雜度參數(shù)，使用基于支持向量的回歸機(jī)預(yù)先獲得的評價(jià)模型，輸出客觀MOS值。
2. 根據(jù)權(quán)利要求l所述的無參考視頻質(zhì)量評價(jià)方法，其特征在于，所述步驟l中為視頻 設(shè)置運(yùn)動復(fù)雜參數(shù)的方法具體為步驟A、計(jì)算相鄰兩幀間像素的變化復(fù)雜度，TI(i,j,n) = Y(i,j,n)-Y(i,j,n)其中Y(i,j,n)為第n幀圖像位于(i， j)位置的像素灰度值，其中i為圖像中的橫坐標(biāo)，j 為圖像中的縱坐標(biāo)；步驟B、計(jì)算第n幀圖像中的平均變化復(fù)雜度；^T7(/，y.，") 77(w、 = ~^-其中A， B為每幀圖像的行列的大小步驟C、計(jì)算第n幀圖像的運(yùn)動復(fù)雜度4 5藝藝(77(/,/，") —77畫 ):馬,》 =平[^""^F1-]步驟D、計(jì)算共N幀的視頻序列的運(yùn)動復(fù)雜度
3.根據(jù)權(quán)利要求1所述的無參考視頻質(zhì)量評價(jià)方法，其特征在于，所述塊效應(yīng)參數(shù)的計(jì)算方法具體為步驟a、根據(jù)解碼后的視頻的空域，計(jì)算每一幀圖像塊效應(yīng)的垂直方向參數(shù)和水平方向 的參數(shù)計(jì)算豎直方向的塊效應(yīng)參數(shù)，包括計(jì)算豎直方向塊間相關(guān)SvintCT和豎直方向塊內(nèi)相關(guān) 計(jì)算水平方向的塊效應(yīng)參數(shù)，包括計(jì)算豎直方向塊間相關(guān)ShintCT和豎直方向塊內(nèi)相關(guān) 步驟b、計(jì)算每幀圖像塊效應(yīng)參數(shù)intra intra步驟c、計(jì)算共n幀的視頻序列的塊效應(yīng)參數(shù)<formula>formula see original document page 3</formula>
4.根據(jù)權(quán)利要求1所述的無參考視頻質(zhì)量評價(jià)方法，其特征在于，所述步驟2具體為步驟21、對于待評價(jià)的視頻序列D，提取特征參數(shù)向量^ ^^A，^，&，xJ ，其中Xn，xi2， xi3， xi4分別為步驟1所得的塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)、運(yùn)動復(fù)雜度參數(shù)； 步驟22、與特征向量相對應(yīng)的客觀MOS值由下式評分函數(shù)給出<formula>formula see original document page 3</formula>其中^ ，支持向量SV及每個(gè)SV對應(yīng)的每一個(gè)a ,預(yù)先由支持向量回歸機(jī)SVR獲得，即 由SVR根據(jù)大量已知主觀MOS值的視頻序列訓(xùn)練并測試獲得，其過程包含SVR損傷函數(shù)和 懲罰參數(shù)的設(shè)定。
5.根據(jù)權(quán)利要求1所述的無參考視頻質(zhì)量評價(jià)方法，其特征在于，所述步驟22中 所述K(Xi， Xj)為核函數(shù)，設(shè)定為徑向基核函數(shù)<formula>formula see original document page 3</formula>; 其中，<formula>formula see original document page 3</formula>所述損傷函數(shù)為e-敏感損傷函數(shù)<formula>formula see original document page 3</formula>其中，e = 23 所述懲罰參數(shù)C二 24。
全文摘要
本發(fā)明提出了一種無參考視頻質(zhì)量評價(jià)方法，針對現(xiàn)有方法輸出的客觀MOS值與主觀MOS值的相關(guān)度不是很高且其預(yù)測精度和泛化能力非常弱的問題而發(fā)明。本發(fā)明提出的方法包括提取接收端接收到的視頻的塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)；并根據(jù)解碼后的視頻的時(shí)域?yàn)樵撘曨l設(shè)置運(yùn)動復(fù)雜度參數(shù)；根據(jù)塊效應(yīng)參數(shù)、模糊參數(shù)、碼率參數(shù)、運(yùn)動復(fù)雜度參數(shù)，使用基于支持向量SV的回歸機(jī)SVR事先獲得的評價(jià)模型，輸出客觀MOS值；可以獲得與主觀MOS值較高的相關(guān)度。在特征參數(shù)選擇上，綜合了TS流的參數(shù)和主要感官損傷參數(shù)；評分模型的確定方法采用支持向量回歸機(jī)的方法。本發(fā)明適用于不同分辨率的視頻，尤其適用于編碼器損傷的視頻。
文檔編號H04N17/00GK101742353SQ20081022605
公開日2010年6月16日 申請日期2008年11月4日 優(yōu)先權(quán)日2008年11月4日
發(fā)明者何寶宏, 葉衛(wèi)平, 徐貴寶, 楊崑, 栗蔚, 魏凱 申請人:工業(yè)和信息化部電信傳輸研究所;栗蔚;北京師范大學(xué)