融合空时感知特性的无参考视频质量评估算法

uqHZau

融合空时感知特性的无参考视频质量评估算法

摘要:本文通过简化视频质量评估中人眼感知模型的复杂性,提出了一种新的无参考视频质量评估模型.首先通过分别抽取视频的空间域和时间域特征,然后按照视频局部块,视频帧.视频段等从细到粗的不同粒度,模拟人眼感知特性进行多重加权汇聚,最终得到整段视频的特征向量描述.本方法以支持向量回归器为评估模型训练工具,通过有监督的视频样本库训练,以无参考方式完成未知视频的质量评估.实验结果表明,该评估算法的性能不但要优于当前已知最经典的无参考评估算法Video BLLINDS,而且与部分参考评估算法相当.
* f  w! i/ z( N  b9 V3 A" c关键词:视频质量评估;人眼视觉系统;离散余弦变换;支持向量回归器

1引言
2 e3 @7 h$ F$ z随着通信技术的发展,视频业务通过有线和无线网络的发送信息量都呈指数级增长.在承受巨大的负荷的同时,需要保证视频通信的服务质量,使视频最终接受者对视频的感知质量能维持在可接受的水平[1.实时地获取网络传输视频的质量是现阶段视频通信质量保障领域的迫切需求.通过监控网络视频质量,反馈视频质量情况,可以调节视频编码参数和视频传输信道参数,从而改善网络视频的服务质量[2.因此,视频质量评估也就成为了视频处理研究领域的热点.
视频质量评估包含主观和客观两类模型.主观视频质量是人的主观感觉,需要在采集大量观察者对相同视频的主观评分后,再通过统计分析的方法获得.这种主观质量评估方法所得到的评估值就是 MOS ( MeanOpinion Score)值.该方法不但繁琐,而且代价很大,不能满足视频通信系统实际控制的需要.因此,设计计算机自动预测视频质量的客观评估模型就显得非常必要.视频质量评估的研究者一直致力于探索视频损伤的来源,并通过对损伤建模形成人眼感知视频质量模型.目前,客观视频质量评估模型按是否需要无损视频的信息,可以分为全参考、部分参考和无参考三种类型.
! A9 f4 ]" ?7 C1 m1 T8 j- A% {$ k' h视频的受损主要取决于编码和信道,其中信道是最难掌控的.信道中视频受损主要受到丢包、丢帧以及视频

* x/ H8 f0 [0 C) T+ k

游客，如果您要查看本帖隐藏内容请回复

. I" C0 A& Z& j& ^3 Q8 z

3 d' @- [8 H2 @

NNNei256

融合空时感知特性的无参考视频质量评估算法