IPTV网络电视是宽带电视的一种,其通过宽带上的网际协议向订户传递数字电视服务。在不断发展的电视业务和客户需求下,高清晰度的电视节目逐步成为IPTV发展的主流。增加IPTV业务中的高质量的视频节目,可以明显提升用户对于视频业务的服务体验,运营商也能够借此扩大用户的市场。所以建立一套能够准确衡量IPTV视频质量的评价体系是非常有必要的,它能够帮助视频内容提供平台,内容分发平台,流媒体服务平台,各大运营商实时监测并改善视频服务的质量。现阶段对于视频质量的评价比较主流的方法分为两大类,一类是客观的质量评价方法,另一类是主观的质量评价方法。根据一定的数学模型来对视频质量进行评价的方法属于客观的质量评价方法。利用人的直接观察来对视频质量进行评价的方法属于主观的质量评价方法。在比较了两种评价方法的适用性之后,决定使用客观评价体系中的全参考质量模型进行研究。全参考模型是客观评价体系中准确度最高的一类模型。在传统的全参考评价模型已经渐渐不能满足日益丰富的视频节目内容和不断更新的视频编码格式的情况下,提出了一种新的模型—多元视频评估模型。首先建立一个实验视频集,这些视频能够反映出不同网络条件下的视频质量。然后让观察者对这些视频进行主观打分,建立视频集的主观印象分值。主观评分集的建立以后,实验选取视觉信息保真度,细节丢失指标,运动,具有可变帧延迟的视频质量模型这些基本分量,对视频集进行客观特征的抽取。通过数据预处理,特征选取,建立了基本客观评分集。深度定制了开源项目VMAF,该工具集成了Libsvm,Scikit-learn等Python库,用于模型的训练与比较。然后通过以高斯径向基函数为核函数的支持向量机训练实验训练集,给视频的基本分量分配一定的权重,这样最终的模型就可以保留每个基本模型的优势,得出更准确的最终得分。最后使用实验测试集验证模型效果,通过获取斯皮尔曼等级相关系数、皮尔森积矩相关系数和根均方误差这些度量指标的分数,比较了多元评估模型与传统评估模型、多元评估模型和模型基本分量的效果。结果显示多元评估模型都具有比较明显的优势。此外,实验还将多元视频评估模型在另外三个流行的公共数据集上与传统评估模型进行对比实验,除了实时视频数据集稍逊于VQM-VFD之外,多元视频评估模型的表现都要优于传统的评估模型。证明多元评估模型能够提供更近于人类观感的参考分数。