基于视觉显著区域的无参考视频质量评价方法

摘要

随着计算机技术和通信技术的高速发展，各种不同类型的视频服务如视频会议、视频电话等成为了人们日常工作生活中获取信息的主要方式。但是，视频从产生到最终到达接收端的过程中会不可避免地产生各种不同类型的失真，这些失真会严重影响用户观看体验。因此，对视频质量评价方法的研究具有重大的现实意义和应用价值。无参考视频质量评价方法由于灵活性高、实时性好、成本低且不需要任何原始视频信息，成为视频质量评价领域的研究热点。为了精确地评价视频的质量，本文提出了一种基于视觉显著区域的无参考视频质量评价方法，并对其进行了改进。本文的主要成果如下： 1、考虑人类视觉特性对视频质量评价的影响，本文将视觉显著区域引入到质量评价方法中。在评价之前提取视频的视觉显著区域，可以去除背景区域对质量评价的干扰，使质量评价系统对人眼较为关注的区域进行质量预测，并在LIVE视频库下对提取视觉显著区域前后的质量评价系统进行测试。实验结果表明，提取视觉显著区域后的客观评价分数更符合人眼主观感知。 2、结合视频的视觉显著区域和时空统计特性，本文提出了一种基于视觉显著区域的无参考视频质量评价方法。通过对视频的视觉显著区域的3D-DCT(Three-Dimension Discrete Cosine Transform)系数进行广义高斯模型拟合，能量分布计算，频率分散度计算和基本谱计算，提取了五个时空统计特征，并在LIVE视频库下进行测试。实验结果表明，提取的时空统计特征可以有效地表征视频的质量，并且提出的方法可以精确地评价视频的质量。与现有的方法相比，本文所提方法的预测分数与主观分数更接近。 3、为了更精确地评价视频质量，本文对提出的方法进行了改进。基于人眼关注特性，本文通过检测视频场景变化提取出人眼较为关注的视频关键帧，并在DCT域中提取关键帧的纹理特征。将此特征作为视频的静态特征加入到提出的方法中，提升了评价系统的预测性能。 4、由于目前主流视频库中视频的失真均由单一原因造成的，因此本文将关键帧的失真类型作为视频失真类型的判断依据。将视频失真分类引入到提出的方法中，并在LIVE视频库下进行了测试。实验结果表明，通过加入静态特征和视频失真分类，改进的方法相比原方法提升了2.77%的预测单调性和1.66%的预测一致性。通过与其它方法的对比，体现了改进的方法的优越性。

目录

第一个书签之前