一种网络丢包的无参考视频质量评估方法

针对网络视频质量评估需要满足实时性高、资源开销小等要求,在研究不同类型帧的丢包对视频质量影响的基础上,提出一种不需要对视频解码的无参考网络视频质量评估模型．该方法不必对接收到的码流解码,只通过码流的包头分析即可得到视频的时域复杂度; 并通过研究不同帧类型的丢失对视频质量的影响,提出一种无参考的网络视频质量评价模型来预测网络失真视频质量．该方法不仅考虑到人眼视觉系统的空域掩盖效应和时域掩盖效应对视频质量的影响,而且也考虑了不同类型的帧的丢包对视频质量的影响．提出的模型不需要对视频进行完全解码,具有资源开销小、实时性好的特点,适合对实时传输的视频流进行质量评估．实验结果表明,使用该视频质量评估方法测得的视频丢包失真质量评分与其主观质量评分有很好的一致性,相比于国际标准G.1070中的丢包视频质量评价模型,无参考的网络视频质量评价模型与主观质量评价的相关性平均提高了6.96％．     

基于内容的H. 264无参考视频质量评价模型

为了解决在实际应用过程中很难获取到原始视频信息的问题,提出了一种无参考的视频多方法评估融合(video multimethod assessment fusion, VMAF)预测模型. 首先,采用一种基于多模双线性池化的卷积神经网络结构建立视频帧级的无参考VMAF预测模型,用于对失真视频帧的VMAF分数进行预测;其次,采用3种不同的时间池化方法对失真视频帧的VMAF预测分数分别进行聚合,将结果融合后得到一个质量特征向量;最后,采用nu-支持向量回归(nu support vector regression, NuSVR)的方法建立质量特征向量与视频VMAF分数之间的映射关系模型. 该模型不需要原始视频信息就可以预测失真视频的VMAF分数,具有应用价值. 实验结果表明,提出的模型可以获得较高的预测精度.

     

基于图像复原的无参考质量评价

利用图像复原产生全参考质量评价所需的参考图像.文中提出一种新颖的含噪音图像的无参考质量评价算法,利用小波去噪算法获得近似的参考图像,通过人眼视觉系统处理,计算待测图像与参考图像的峰值信噪比.LIVE图像数据库上,文中提出的算法以及NPSNR和HVSPSNR与主观感知质量的相关系数分别是93.02%,91.29%和90.62%.实验结果表明,该方法的性能表现要优于传统的NPSNR和HVSPSNR.     

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．     

无参考视频传输质量评价模型

根据受众对光源的各类察觉特征,将物理刺激量全域分为多个部分,并依据人眼视觉暂留效果分别映射到感知心理量的区段,以此修正了Weber-Fechner对数法则。并在此基础上提出一种宏块丢失比率与主观保真度的映射模型,该模型以受众的视敏度为依据,利用视星原理计算在最佳观测位置处可察觉的最小失真程度和最小未失真区域,不但体现了失真现象在人眼中的暂留效果,而且反应了损伤在时空中的传播,实现了对损伤全域的评测。模型计算代价小且可部署在任意网络节点中,可得到更贴近受众感受的视频质量。     

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。     

基于多任务学习的视频质量评价

视频质量评价(Video Quality Assessment,VQA)是计算机视觉中的一个重要问题,国内外众多学者都对此开展了广泛的研究。然而,这些研究的工作重点主要集中在视频整体质量与主观意见分之间的联系,忽略了有助于优化度量指标的其他信息。文章提出了一种基于多任务学习的视频质量评价算法,将待预测视频的整体质量与其实际平均主观意见分MOS之间的相关性计算作为主任务;将待预测视频的光流、梯度与其MOS之间的相关性计算作为辅助任务。在视频数据库LIVE-VQC以及KoNViD-1k中的实验表明,通过增加辅助任务,可以显著提高主任务的效果;对比几种较有代表性的算法,文章所提出的算法有较好的评价表现和泛化性能。     

一种符合人眼视觉特性的无参考图像边缘质量评价方法

针对图像边缘模糊的失真状况,提出一种基于人眼视觉特性的无参考质量评价方法.利用描述人眼视觉敏感特性的视觉敏感度函数对检测出的噪声图像进行加权,得到符合主观评价结果的无参考质量评价值,验证了该方法具有无参考和主客观评价一致等特点.     

基于自然图像统计的无参考图像质量评价

为了解决无参考图像情况下的质量评价问题,基于变换域的自然图像统计模型,提出一种适用于白噪声、高斯模糊、JPEG2000压缩等失真类型的无参考图像质量评价方法.利用自然图像Contourlet变换域子带均值间的线性关系,用失真条件下保持不变的低频子带均值预测未失真的高频子带均值,以高频子带预测均值与实际均值之间的差异计量图像的失真.结合人类视觉系统特性,对不同尺度、不同方向子带及子带内不同区域进行选取与加权,综合得到对失真图像的客观质量评价.实验表明,该质量评价测度与主观质量评价有较好的一致性,且在性能上优于峰值信噪比(PSNR).     

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．     

基于失真模型的结构相似度图像质量评价

提出了一种基于图像失真模型及失真视觉特性的图像质量评价方法,解决了传统结构相似度（SSIM）度量不能同时有效评价不同失真强度与不同失真类型图像质量的问题.将图像失真分解为局部线性模糊及加性噪声,通过质量敏感区域加权与噪声SSIM补偿,实现各种失真类型SSIM的聚合以提高综合评价性能.实验结果表明,这种基于失真模型的区域加权SSIM能够一致评价各种失真类型、各种失真强度的图像质量,在LIVE图库上与主观评价分回归后的相关系数达到0.946 7,优于其他SSIM算法.     

基于模糊度和噪声水平的图像质量评价方法

针对图像质量评价的重要性,提出了一种新的无参考图像质量客观评价方式。算法考虑了模糊度与噪声水平两方面,用平均边缘宽度衡量图像的模糊度,通过比较去噪前后的图像预测图像受噪声污染的程度,最后通过两者的综合作为无参考图像质量评价指标。实验结果表明:将模糊度和噪声评价相结合,具有很强的抗噪性和广泛的适用范围;与峰值信噪比(PSNR)和结构类似性(SSIM)等算法比较,本文算法可以很好地区分各种失真类型图像的质量好坏,其结果接近人眼的主观感受。     

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%.     

Novel video coding distortion estimation algorithm for H.264/AVC

A novel video coding distortion estimation algorithm is proposed for H.264/AVC. First, a new linear method is used to compute the variance of the direct current (DC) coefficient. Then, with the assumption that the DC coefficient follows a Gaussian distribution, the distortion of the Gaussian source under the quantization of the dead-zone plus-uniform threshold quantization (DZ-UTQ) with the uniform reconstruction quantizer (URQ) is derived, and according to the distortion of the Gaussian source and the variance of the DC coefficient, the coding distortion of the DC coefficient called DC distortion is calculated. Thirdly, a new function is employed to compute the ratio of video coding distortion to DC distortion. Finally, video coding distortion is estimated using the ratio and DC distortion. Compared with the algorithm with the best performance in the existing algorithms, the proposed algorithm decreases the averaged estimation error by up to 36％. Experimental results show that the proposed algorithm can provide the estimation of video coding distortion more accurately than the existing algorithms.     

基于率失真理论的低复杂度码率控制算法

为降低计算复杂度和提高图像质量，提出了一种新的码率控制算法.基于率失真理论，推导出了基于平均绝对差（MAD）的码率（R-Q）模型.编码过程中根据图像的复杂度分配帧层的目标比特数，在宏块层利用宏块的复杂度和运动信息计算其权重，并使用拉格朗日方法最小化失真度，确定宏块的最优量化器.实验结果表明，与测试模型8（TMN8）算法相比，该算法不用计算方差，计算量得到明显降低.与测试模型7（TMN7）和TMN8的算法相比，该算法能将码率更精确地控制在目标码率附近，减少了跳帧，图像质量更加稳定且有所提高.