H.264／AVC网络视频的丢包失真评估

针对新一代压缩编码标准H.264／AVC所使用的新编码技术在网络传输时误码对视频质量的影响,提出一种无参考的H.264／AVC网络视频的丢包失真评估方法．首先对信道误码引起的视频失真进行了分析,然后确定H.264／AVC编码新特性对空时域误码传播及误码掩盖的影响,进而提出一种无参考的H.264／AVC网络视频的丢包失真评估方法．该方法计算复杂度低,适合对实时传输的视频进行质量监控．实验结果表明,使用该方法得到视频序列的MSE(mean square error)与使用全参考视频质量评估方法得到视频序列的MSE具有很好的一致性,相关性超过0.85．     

分级视频码流的三维精细粒度排序方法

为了降低网络延时、带宽变化以及信道丢包对视频传输的影响,提高视频重建质量,提出了一种基于三维精细粒度的可分级视频码流的排序方法．该方法以图像组为单位,通过计算空域、时域和信噪比域分层码流的失真,并依次选择失真较小的分层码流来完成对可分级视频码流的排序,保证接收端能够从收到的一定数量的数据包中恢复出最佳质量的图像．采用细化分层和改进迭代的方法,克服了已有算法当分层码流对应码率变化较大时失真计算不精确的问题,进而能够提供更加精细的分层码流排序特性．仿真结果表明,同已有方法相比,该方法能够有效地提高可分级码流的重建图像质量．     

基于线性回归分析的视频质量评估方法

文章提出了一种利用线性回归分析方法的无参考视频序列质量评估算法。该算法主要利用帧间编码帧的比特数和该帧与其参考帧的差异两个参数进行线性回归分析来评估视频质量。该方法不需要原始参考视频,算法简单。通过对标准视频序列的仿真实验,该算法可有效评价不同视频的编码质量,使用该质量评估方法测得的失真视频客观质量评分与其主观质量评分有很好的一致性。     

基于图像内容失真的全参考视频质量评估方法

利用图像梯度可反映图像的空间结果及图像相关系数能够反映人眼的空间复杂度掩盖特性的性质,提出根据失真图像梯度与参考图像梯度间的相关系数来反映图像的内容失真,然后结合图像的亮度失真来评价图像质量的方法．使用该质量评估方法测得的失真视频客观质量评分与其主观质量评分有很好的一致性．     

基于空时域失真测度的视频质量评价

由于人眼对失真的灵敏度与视频帧图像的运动剧烈程度有关,在计算整个视频序列质量时,根据各帧图像的活动性强度为其权重赋予不同的权值.考虑到大部分的视频质量评价方法只局限于评估视频的空域失真而忽略了其时域失真,提出了基于空时域失真测度的视频质量评价方法.实验结果表明,本算法相比常用的4种视频质量评价算法具有更好的评价性能.     

基于数字水印的无参考视频质量评估方法

提出了一种无参考视频质量评估的新方法,该方法在解码端无需原始参考视频序列,通过提取事先嵌入到压缩视频中的水印与收端本地存储的原始水印拷贝比较,从而实现对视频质量的评估．该方法不需要传送独立的测试视频序列,提高了信道的利用率,又保证视频质量评估的实时性．实验表明,评估的恢复视频的PSNR与实测的结果基本一致,可应用于无线和IP等视频业务的质量评估．     

考虑包内容特性的网络语音质量评价模型

丢包是引起网络语音质量下降的主要因素,其影响程度不仅与丢失包的个数有关,而且与丢失包的内容特性有关.考虑丢失包的内容特性,提出了一种无参考的网络语音质量评价模型.首先,利用话音激活检测技术和未丢帧的电平来判断丢失包的内容特性,然后统计语音包的丢失率,进而提出一种无参考的网络语音质量评价模型来预测网络失真语音质量.实验结果表明,相比于国际标准G.1070中的语音质量评价模型,无参考的网络语音质量评价模型与主观质量评价的相关性平均提高了8.4%.     

基于脆弱水印的H.264视频完整性认证方案

为了解决低码率视频完整性认证问题,提出了一种基于脆弱水印的视频认证方案．在H.264视频编码时,首先根据I帧DCT低频量化系数关系生成认证码,然后以水印的形式把认证码嵌入到I帧DCT高频量化系数中; 在视频解码阶段进行认证,水印提取不需要原视频作参考．仿真结果表明,所提出的方案具有较小的码率变化和视频失真,保证了方案的有效性．     

利用H·264/AVC数据分割实现GOP级视频传输的方法

H.264/AVC中slice的各个数据分割部分和GOP内不同编码类型的帧对视频恢复质量影响不同.根据这一特性,提出一种度量GOP内不同帧中各个数据分割部分重要性的失真推导算法,再利用所得的重要性提出一种与视频内容和信道条件都自适应适配的GOP级视频传输方法.度量重要性所使用的失真推导算法考虑了由误码扩散和误码掩盖引入的失真.实验结果表明,使用推导算法计算所得的失真与仿真所得的失真基本吻合,与基于slice数据分割的视频传输方法相比,所提出的GOP级视频传输方法提高了视频恢复质量,最好可提高2dB以上.     

网络丢包对多视点3D视频质量的影响

为研究网络传输差错对多视点立体视频质量的影响,分析多视点视频在丢包网络中的差错传播并推导多视点视频差错传播的理论计算公式,通过仿真实验研究丢包和误码对立体视频播放效果的影响。根据人眼所能忍受的图像质量和立体感减弱的程度,近似确定出可接受的立体视频在IP网络传输中的丢包率和错误率。     

Temporal Shape Error Concealment for Video Objects

A novel temporal shape error concealment technique is proposed, which can be used in the context of object-based video coding schemes. In order to reduce the effect of the shape variations of a video object, the curvature scale space (CSS) technique is adopted to extract features, and then these features are used for boundary matching between the current frame and the previous frame. Because the temporal, spatial and statistical video contour information are all considered, the proposed method can find the optimal matching, which is used to replace the damaged contours. The simulation results show that the proposed algorithm achieves better subjective, objective qualities and higher efficiency than those previously developed methods.     

基于失真度估计的无参考视频质量评价

为了提高视频质量评价的精确度和通用性,提出了一种基于失真度估计的无参考视频质量评价方法。首先,利用邻近像素点之间灰度差值的数理统计特性计算局部失真度,通过对视频进行高斯滤波后的细节损失进行计算得到全局失真度,再结合这两者估计视频整体的失真度;然后,通过帧内预测和帧间预测计算视频复杂度;最后,利用视频失真度和复杂度得到视频客观质量。实验结果表明,用本文方法可以获得很好的精确度,该方法具有广泛的通用性。     

Network-aware perceptual error concealment method for H.264 video with side information

In order to improve the video quality of transmission with data loss, a spatial and temporal error concealment method was proposed, which considered both the state information of the network and the perceptual weight of the video content. The proposed method dynamically changed the reliability weight of the neighboring macroblock, which was used to conceal the lost macroblocks according to the packet loss rate of the current channel state. The perceptual weight map was utilized as side information to do weighted pixel interpolation and side-match based motion compensation for spatial and temporal error concealment, respectively. And the perceptual weight of the neighboring macroblocks was adaptively modified according to the perceptual weight of the lost macroblocks. Compared with the method used in H.264 joint model, experiment results show that the proposed method performs well both in subjective video quality and objective video quality, and increases the average peak signal-to-noise ratio (PSNR) of the whole frame by about 0.4 dB when the video bitstreams are transmitted with packets loss.     

Parametric-planning model combining the transmission characteristics of network video service

To evaluate the network video quality, a parametric-planning model is presented. Combining the characteristics of the channel and video sequence, the proposed model evaluates the video distortion caused by packet loss. It can be applied to effective network design and optimization on the premise of the quality of the video services. Firstly, by a detailed analysis of the packet loss behaviors and the characteristics of the video coding, a sequence distortion factor and a frame distortion factor are derived by combining the probability distributions of the packet loss event, which can reflect the video distortion from the perspective of the sequence impairment and frame impairment. Utilizing these factors, the video distortion caused by packet loss is evaluated and finally the parametric planning model is established. Experimental results show that compared with G.1070 and T-V models, the proposed model gets an increment of about 0.042 and 0.064 in Pearson Correlation Coefficient (PCC) and a decrement of about 0.043 and 0.055 in Root Mean Squared Error (RMSE).     

基于Delaunay三角形网格的彩色视频帧内编码方法

利用DT(Delaunay Triangulation)网格研究了彩色视频亮度和色度分量之间的相关性,提出了一种基于DT网格的彩色视频帧内编码方案．该方案仅对亮度分量Y进行DT描述,利用亮度分量Y的部分网格节点经过相似变换生成色度分量Cb或Cr的DT网格,从而节约了编码时间．实验结果表明,与对3个分量分别进行DT描述及编码的方法相比,节约了约30％的编码时间,并保持了好的解码图像,仍然比H. 263帧内编码和MPEG-4的静态纹理编码方法提供的主观质量好．     

视频质量动态性指标评价及应用

利用视频序列的时间相关特性, 提出一种新的视频动态性评价算法, 用于量化视频内运动信息, 为视频质量评价提供1个重要指标. 该算法是由视频序列内所有运动目标的运动速度和面积计算视频的动态性, 同时考虑人眼更关注运动对象的视觉兴趣特征, 使计算得到的视频动态性值更符合人眼的视觉感知, 进而使视频质量客观评价结果更符合主观评价结果. 仿真结果表明, 该算法能更准确地计算出视频质量的动态性指标来评价视频序列的质量.     

基于视频统计特征的差错敏感度模型

针对传统的丢包对视频质量影响研究的局限性,提出一种差错敏感度模型。对每个受损块提取周围块的丢失情况、纹理复杂度、运动矢量和梯度等可用的统计特征;对丢包视频进行差错隐藏,计算出差错敏感度;利用机器学习技术,建立统计特征和差错敏感度的关系模型。试验结果表明,相比于现有评价方法,该模型可以比较准确地预测视频帧局部差异性对不同丢包情况的敏感程度,尤其对于运动缓慢的视频序列,预测精度明显优于其他方法。     

基于动态多模式匹配的视频压缩感知三步重构

相较于奈奎斯特-香农定理所要求的采样数据量,压缩感知理论表明采用较少的测量值就可以实现高维信号的重构,因此压缩感知在视频信号传感中具有很大的潜力.现有的视频压缩感知重构算法是利用多假设预测来得到残差模型,大量文献采用基于最小均方误差的方法挑选多假设匹配块,由此对视频信号进行重构,然而没有考虑最大化重构视频的整体结构相似性,在图像重构的整体质量效果上存在较大改进空间,并且挑选匹配块的模式没有采用自适应的选择机制,挑选匹配块的方式较为单一.通过增加一定的复杂度,本文提出了一种基于动态多模式匹配的视频压缩感知三步重构算法,该算法主要包括三大步骤:第一步,对压缩感知的每一视频帧进行独立的重构;第二步,从参考帧中动态地挑选匹配块进行非关键帧的重构;第三步,基于整体结构相似性对重构帧进行最终挑选,完成多帧重构.实验结果表明,所提算法能够在重建端有效提高多假设过程的预测精度,与当前最优的视频重构算法相比,进一步提升了重构质量.