3D电视视频质量评价的研究

本文在对3D电视视频技术研究的基础上,结合国际国内图像质量评价方法和图像质量评价要求,对影响3D视频节目质量的因素进行分析,并对影响因素进行测定,形成3D视频节目质量客观评价。     

互联网视频业务图像质量的评估标准与方法

在基于互联网的视频应用中，图像质量直接反映了用户使用业务时的主观感受。本文介绍了图像质量的主观评价标准和客观测量方法，分析了互联网视频应用中信源端和用户接收端造成图像质量下降的原因，并对两种环境下图像质量的客观评估方法与指标做了探讨。     

基于清晰度的数字视频客观质量评价方法研究

清晰度是视频图像质量的重要指标,对视频主观质量评价结果有直接的影响,定量计算图像清晰度可以作为视频客观质量评价的重要参考指标.本文提出了三种基于图像清晰度的视频客观质量评价算法,比较了它们在性能和复杂度方面的差异.实验结果证明,本文提出的三种基于清晰度的客观质量评价方法算法的准确性比现有评价算法均有一定程度的改善.     

交互式视频质量评价方法研究进展

在交互式视频应用快速发展的同时,如何评价视频质量成为当前亟待解决的挑战性难题,其成果对整个多媒体通信系统的各环节技术发展具有关键作用。从主观质量评价、客观质量评价两个角度综述了当前交互式视频质量评价的研究与应用现状,其中主观质量评价方法包括主观视频质量评价数据库、主观视频质量评价打分与计算机制,客观质量评价方法则包括视觉信号处理与分析、深度学习机制下的评价与建模方法等。在总结上述研究方法与成果的基础上,展望了本领域的研究与发展。     

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.     

网络视频质量评估技术研究现状及发展动向

网络视频质量评估是保证网络视频业务质量的关键技术.依据对网络视频码流的介入程度,客观网络视频质量评估模型可分为参数规划模型、分组层评价模型、比特流层评价模型、媒体层评价模型及混合评价模型5大类.首先介绍了网络视频质量评估方法的各种分类及应用场景,并基于影响网络视频质量的重要因素,分别详细综述了各模型的特点、关键技术、最新研究成果及标准化进程     

基于边缘结构相似性的视频质量客观评价

在视频图像质量客观评价方法中,基于结构相似度(SSIM)模型算法由于具有对像素偏移不敏感、计算简单等特点,应用较为广泛.但SSIM模型的缺点是不能较好地评价严重模糊的受损图像.因此,提出了一种基于边缘结构相似度(ESSIM)的视频图像质量评价方法,将边缘梯度提取作为图像的主要结构信息.实验结果表明,ESSIM模型比SS...     

一种针对高清图像的JND模型改进方法

基于全参考的JND(刚辨差)模型是视频图像质量客观评价算法中的一个经典算法.对该算法的重要步骤和主要参数进行深入分析,并结合高清视频图像的特点,在通道分解、参数选取和屏蔽效应等方面提出改进思路并建立用于高清视频的改进型JND模型.实验结果表明,在评价高清视频图像质量时,该模型可获得与主观评价结果更为一致的客观测量结果.     

图像质量评价技术在互联网视频中的应用分析

随着我国视频互联网用户数的迅速增加,服务类型不断增多,用户对于网络视频画面质量的要求逐渐成为一项重要的体验指标,如何在有限的带宽条件下尽量保证提供高质量服务正成为目前该领域研究的重点。图像质量评价技术在视频信息管理及视频服务质量监控中正逐步发挥作用。本文简要介绍了目前视频图像质量评价技术的概况,并对网络传输对视频图像质量的影响进行了分析,最后针对图像质量客观评价技术在网络视频中的应用进行了探讨。     

视频通信业务质量客观评价方法综述

给出了多媒体通信中视频客观质量评价方法的综述及其在ITU中的标准制定进程.首先介绍了视频质量客观评价模型的分类,之后分别针对网络规划和网络监控的应用介绍了各类模型的应用和发展状况,最后展望了用于网络监控的质量评价模型未来的发展方向.     

视频质量评估方法及规范

在视频业务应用(如视频电话)越来越广泛的今天,研究其质量评估方法具有十分重要的意义.本文结合ITU-T规范介绍了视频质量评估的研究背景和现状、评估方法、规范进展等,其中包含了一些还在研究的规范,使得对视频质量评估的国际规范进程有了一定了解,对以后的研究工作和业务的更好开展都有着促进作用.     

基于小波频带划分及HVS特性的图像清晰度评价

清晰度是视频图像质量评价的重要指标,是实现数字成像设备自动聚焦的关键,提出了一种基于小波频带划分及HVS特性的清晰度评价方法,对图像进行二维多级小波分解,采用各频段对应的CSF函数权值和高频分量占图像能量的大小作为图像清晰度评价标准。实验结果表明,提出的方法具有较好的单峰性、敏感性、抗噪性及视觉相关性。     

视频图像质量主观评价辅助系统的设计与应用

根据数字电视图像质量主观评价方法相关标准,设计了视频图像质量主观评价辅助系统,并将系统应用于多种新媒体的图像质量评价,研究视频图像质量与视频码率的最佳搭配点。     

基于HVS的视频会议画面对比度无参考质量评价

对比度是衡量视频会议画面质量的一个重要指标,结合人眼视觉系统特性,引入视觉感兴趣人物画面的加权因子和非视觉感兴趣背景画面的加权因子,提出一种基于人眼视觉特性的视频会议画面对比度无参考质量评价方法.实验表明,该方法是一种行之有效的视频会议画面质量评价方法,测试结果与TID2013图像库中主观评价结果的符合度较好.     

基于稀疏表示的立体图像客观质量评价方法

提出了一种基于稀疏表示的立体图像质量评价方法 ,分为训练和测试两个部分。在训练部 分,通过训练不同频带的立体图像获得立体图像的稀疏字典;在测试部分,根据稀疏字典计 算得到立体图 像的稀疏特征,定义了稀疏特征相似度衡量原始和失真图像信息的差异,并根据稀疏字典计 算了频带增益和左右视点的融合权值,最后融合稀疏特征相似度作为立体图像质量的 客观评价值。在立体图像测试库上的实验结果表明,本文方法的评价结果与主观评价结果有 较好的相关性,符合人类视觉系统的感知。     

注意力模型指导下的视频质量评价方法

在视频质量评价方法中,常常需要对人眼视觉系统做出合理的假设,其中注意力模型就是一个很重要的因素。提出了一种在注意力模型指导下的视频质量评价方法,在图像帧的质量评价中加入了显著性区域信息,使之更能符合人眼视觉特性,并兼顾了视频中的运动信息,在一定程度上提高了客观质量评价方法的性能。     

基于正则化方向失真的压缩图像质量评价

图像质量评价是图像和视频处理系统中的基本算法。该文在分析人眼视觉系统对图像感知特点的基础上,结合二维图像的几何本征特征研究,提出了一种新型的基于图像正则化方向失真的完全参考质量评价算法。该方法计算简单,物理意义明确。仿真试验结果表明,该方法符合人眼视觉系统特性,所得到的图像质量客观评价结果与主观评价结果之间具有更好的一致性。     

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.     

基于视觉重要区域的立体图像视觉舒适度客观评价方法

先进的立体视频技术能给观众带来深度感和沉浸感,但也容易使人产生视觉疲劳,造成观看体验质量的下降,因此,如何对立体视频/图像的视觉舒适度进行有效评价是目前的研究难点。该文提出一种基于视觉重要区域的立体图像视觉舒适度客观评价模型,该模型主要包括3个部分:(1)利用图像显著图和视差图像得到立体图像视觉重要区域;(2)提取视觉重要区域的视差幅度特征、视差梯度边缘特征以及空间频率特征,作为反映立体图像视觉舒适度的感知特征信息;(3)通过支持向量回归建立特征信息与立体图像舒适度平均主观评分值的关系,预测得到立体图像视觉舒适度的客观评价值。实验结果表明,与现有的方法相比较,在相同的立体图像测试库上,采用该文提出的客观评价模型可以获得更好的评价性能。     

A locally adaptive algorithm for measuring blocking artifacts in images and videos

Block transform coding is the most popular approach for image and video compression. The objective measurement of blocking artifacts plays an important role in the design, optimization, and assessment of image and video coding systems. This paper presents a new algorithm for measuring image quality of a BDCT coded images or videos. It exhibits unique and useful features: (1) it examines the blocks individually so that it can measure the severity of blocking artifacts locally; (2) it is a one-pass algorithm in the sense that the image needs to be accessed only once; (3) it takes into account the blocking artifacts for high bit rate images and the flatness for the very low bit rate images; (4) the quality measure is well defined in the range of 0–10. Experiments on various still images and videos show that the new quality measure is very efficient in terms of computational complexity and memory usage, and can produce consistent blocking artifacts measurement.