局部运动场景中运动对象的压缩域分割算法

压缩域视频运动对象的分割技术近年来逐渐被人们所重视,并且成为较实用的技术之一.该文针对目前压缩域中运动对象分割质量不高的问题,提出一种压缩域分割的改进算法.该算法首先从MPEG压缩码流中提取运动矢量,并对矢量进行运动累加和中值滤波处理,最后利用贝叶斯风险决策对非零运动矢量区域进行校正,最终得到较好的分割结果.该文还定义了压缩域分割质量的评价参数分割率和错分率,为评价压缩域的分割结果提供了客观评价标准.     

MPEG-2全I帧压缩流的高清视频质量客观评价研究

主要研究对MPEG-2全I帧压缩的高清视频码流客观质量评价的方法,对不同码率的全I帧高清测试序列在压缩域进行压缩特征参数码率和平均量化因子的提取,并对其进行加权,得到客观质量评价值。实验结果表明,设计的视频质量客观评价系统得到的结果与主观评价具有较好的一致性,可用于MPEG-2全I帧压缩的高清视频质量评价。     

移动多媒体广播无参考视频质量客观评价

重点研究了基于解压域的移动多媒体广播无参考视频质量客观评价方法,对不同测试序列在不同压缩码率下的受损图像进行了块效应和模糊度的算法分析,并利用线性加权的方法估计视频质量客观评价值.试验结果表明,采用的无参考客观评价值与全参考的PSNR值具有较强相关性,可用于终端用户的视频质量评价.     

MPEG-2全Ⅰ帧压缩流的高清视频质量客观评价研究

主要研究对MPEG-2全I帧压缩的高清视频码流客观质量评价的方法,对不同码率的全I帧高清测试序列在压缩域进行压缩特征参数码率和平均量化因子的提取,并对其进行加权,得到客观质量评价值.实验结果表明,设计的视频质量客观评价系统得到的结果与主观评价具有较好的一致性,可用于MPEG-2全I帧压缩的高清视频质量评价.     

移动多媒体广播压缩域视频质量客观评价

分析了基于H.264压缩域的移动多媒体广播视频质量的客观评价方法,并对不同的测试序列在不同码率下的压缩码流进行了特征提取,利用线性加权的方法估计视频质量客观评价值。实验结果表明,本算法得出的无参考客观评价值与全参考的PSNR值具有较强相关性,并且计算速度快,可用于移动多媒体广播视频质量的实时评测。     

基于小波变换的数字音频小印算法研究

随着网络音频媒体的广泛传播和普及,对于数字音频水印算法的研究也日渐深入和全面。目前,较为流行的数字音频水印算法按照作用域主要可分为时域算法、变换域算法和压缩域算法等,综合各种算法的特点及优势,本文将选择针对变换域算法中的小波变换进行主要研究,并且运用小波变换算法来实现音频水印系统。     

基于小波域特征提取的360度全景图像质量评价

随着虚拟现实(VR)技术的发展,其中代表性的360度全景图像越来越受到关注.本文针对360度全景图像在传输、压缩、储存过程中容易产生失真的特点,结合研究当下流行的编码技术对其质量影响的客观需求,研究了360 度全景图像的质量评价.设计了使用小波域提取能量波动等特征信息的半参考质量评价方法,用来对经过压缩的360 度全景图像进行质量评价.通过与其他图像质量评价算法结果的比较,验证了此方法具有较高的性能.     

基于H.264码流的高清视频质量评价算法

提出了一种基于压缩域H.264视频流的高清视频质量客观评价方法.该算法直接从H.264视频码流中提取指定视频特征,通过线性拟合,建立各视频特征与最终图像质量之间的数学模型,从而实现对视频质量的客观评估.该算法定义了2个视频图像特征:度量压缩损伤的量化因子和编码跳过宏块数目.实验结果表明,基于这2个参数所获得的客观评价结果和主观感受具有较高的相关性.此外,由于该算法只需压缩码流中的特征参数即可实现可靠的快速评价,可广泛应用于实时终端场合.     

数字音频水印技术综述

介绍了数字音频水印技术的发展背景以及在音频水印系统中广泛应用的音频掩蔽现象和MPEG心理声学模型 I。综述了典型的顽健性和脆弱性音频水印技术,顽健性算法进一步在时间域、频域、压缩域上分别阐述。分析了对数字音频水印系统的攻击,特别是在时间域能够以很小代价击败绝大多数音频水印算法的同步攻击,并讨论了几种可能的解决策略。最后总结了当前存在的问题并对其发展进行了展望。     

变换域音频数字水印研究

为了更好地对数字媒体产品进行版权保护,尤其是发展迅速的音频信息,文章主要研究了音频数字水印分类,变频域音频数字水印技术中离散余弦变换算法,离散小波变换算法的特点和实现过程,音频水印的评价指标及常见攻击方式。     

基于AAC比特流的音频信号Hiss噪声抑制方法

基于AAC比特流,提出了一种压缩域音频Hiss噪声抑制方法。该方法的输入为含噪音频的AAC比特流,输出为增强音频的AAC比特流。首先,利用修正的绝对中值标准差（MMAD, modified median absolute deviation）估计Hiss噪声,其次,利用修正的离散傅里叶变换（MDFT, modified discrete Fourier transform）计算听觉掩蔽阈值参数,最后,根据参数软阈值方法得到增强的AAC比特流,并用于AAC解码器得到最终的增强音频信号。主观和客观测试结果表明,所提出的方法能有效去除AAC解码音频信号中的Hiss噪声,其性能明显优于现有的几种Hiss噪声消除方法。     

Visual-PSNR measure of image quality

Objective assessment of image quality is important in numerous image and video processing applications. Many objective measures of image quality have been developed for this purpose, of which peak signal-to-noise ratio PSNR is one of the simplest and commonly used. However, it sometimes does not match well with objective mean opinion scores (MOS). This paper presents a novel objective full-reference measure of image quality (VPSNR), which is a modified PSNR measure. It will be shown that VPSNR takes into account some features of the human visual system (HVS). The performance of VPSNR is validated using a data set of four image databases, and in this article it is shown that for images compressed by block-based compression algorithms (like JPEG) the proposed measure in the pixel domain matches well with MOS.     

AVS音频编解码性能分析

为了对AVS标准音频部分的编解码质量有一个客观评价，2005年8月，AVS标准工作组组织会员单位对AVS音频和LAME MP3进行了内部主观测试，测试结果表明：AVS音频强于LAME MP3；2005年底，AVS音频技术和EVD的ExAC音频技术进行了融合，为了验证融合的效果，又进行了一次主观测试，测试结果表明，融合后的AVS音频编解码质量得到小幅提高。     

A no-reference perceptual image quality assessment database for learned image codecs

The drastic growth of research in image compression, especially deep learning-based image compression techniques, poses new challenges to objective image quality assessment (IQA). Typical artifacts encountered in the emerging image codecs are significantly different from that produced by traditional block-based codecs, leading to inapplicability of the existing objective IQA algorithms. Towards advancing the development of objective IQA algorithms for recent compression artifacts, we built a learning-based compressed image quality assessment (LCIQA) database involving traditional block-based image codecs, hybrid neural network based image codecs, convolutional neural network based and generative adversarial network (GAN) based end-to-end optimized image coding approaches. Our study confirms the statistical difference and human perception difference between reconstructions of learned compression and traditional block-based compression. We propose a two-step deep learning model for learning-based compressed image quality assessment. Extensive experiments on LCIQA database demonstrate that our proposed model performs better than other counterparts on learning-based compressed images, especially on GAN compressed images, and achieves competitive performance to the state-of-the-art IQA metrics on traditional compressed images.     

一种适用于多媒体应用的音频压缩方法

提出一种以小波变换进行子带滤波,以二进制平面可变阈值进行压缩编码的音频压缩方法。该方法不必考虑信源的音频特征,不必构造码本,仅仅以逐次渐进的方式逼近期望的均方误差,可提供可变压缩比或可变信噪比的音频码流,故可以压缩任何类型的声音信号,特别适合于网络的多媒体应用。可将86kB/s立体声音乐压缩到16kB/s,并在人耳听觉意义上保证原有音质不变的重构。进一步压缩仍能保持良好听觉效果。     

Detection of blocking artifacts in compressed video

A novel algorithm for the detection of artifacts in compressed video is described. The algorithm does not require access to the original video and therefore can be very useful in situations where quality assessment needs to be carried out at the receiver end. The proposed method is insensitive to other common video artifacts such as blurring for similar levels of objective distortion. The use of fast transformations in the frequency domain makes the method attractive for real-time applications     

基于MPEG-AAC编码器的压缩域音频增强方法

本文基于MPEG-AAC音频编解码器,提出了一种压缩域的音频增强方法.首先,对含噪音频信号的比特流进行解码,得到含噪音频信号的MDCT系数;然后,利用修正的加权递归平均（Modified Weighted Recursive Averaging,MWRA）方法估计噪声功率;再者,利用基于听觉掩蔽原理的自适应β-阶双曲余弦（COSH）统计模型,对含噪音频的MDCT系数进行增强处理;最后,将增强后的MDCT系数重新量化编码,得到用于解码的增强比特流实验结果表明,本文提出的方法能有效去除AAC解码音频信号中的多种背景噪声,其性能明显优于参考方法.     

基于TCP协议的音频流媒体QoE的定量研究

流媒体接收端音频的初始延时或中断,以及采用自适应播放产生的播放速率变化是基于TCP协议的音频流媒体的用户体验质量下降的主要原因。介绍了一种中断强度的概念,并通过模拟实际网络环境的主观音质测试方法来分析中断强度对QoE的影响。结果表明,在可用带宽发生变化时,中断强度和主观音质测试得分有很好的相关性,平均相关系数为-0.9。从而表明中断强度可以作为评价音频流媒体QoE的客观评价参数。此外,还对播放速率变化对QoE的影响进行了主观音质测试,变速算法为波形相似叠加算法。测试结果显示,当变速因子超过105%时,音质下降严重,测试结果可以作为自适应播放中参数设置的参考。