近年来，随着因特网的快速普及，网络视频服务已几乎渗透到全世界的各个领域，给人们的生活带来极大的便利，但是视频的压缩编码与网络传输会对视频造成不同程度的失真，因此建立起一套能够准确、实时地评估视频质量的模型就变得非常具有实用价值。本文通过研究分析目前国内外与视频质量评估相关的研究成果，主要是无参考的客观评价技术，对相关技术进行阐述，进而分析它们的优缺点。然后在此基础上提出了网络视频质量评估模型：HVQAM，本模型根据人眼视觉特性进行帧内区域加权，通过支持向量机（supportvector machine， SVM）得出帧图像的质量评估结果，再根据人眼视觉特性对帧图像进行总体加权平均，以使本模型的评估结果更加符合人眼视觉感受。最后，本文对HVQAM模型进行了原型系统的设计和开发，并且对结果进行了展示和分析。本文系统可以对视频进行自动化的实时评估，并且从与客观质量评价的结果一致性和CPU占用率及内存占用率三个方面验证了本文模型的有效性和先进性。本系统已通过华为公司审核，目前已经用于网络视频监控产品的媒体分析单元上（mediaanalysis unit， MAU）。