符合人眼视觉特性的视频质量评价模型

摘要

在当前视频处理领域，自动化质量评价技术扮演着重要的角色。由于视觉信息是人类获取信息的最主要途径，因此随着个人计算机、数字通信、多媒体和网络技术的发展，数字视频和图像日益成为信息最重要的载体之一，已经深入到人们的日常生活，因此深入探讨数字视频质量评价方法是非常必要的。它可以检验评价系统设计结构及算法的优劣，同时对系统优化有着重要指导作用。 本文在研究了当前视频质量评估领域的工作后，提出了一种结合随机神经网络与运动矢量的新方法，并使用它对人眼视觉退化感知进行估计。实验结果在经过有效的非线性拟合很好地符合人眼视觉感受。同时，比较于其它方法，本文提出的方法更具有普适性与精确性。本文工作中包含了如下几方面的工作： 1.引入了人眼视觉特性(Human Visual System/HVS)模型，确定了基于图像光特性视觉感知的图像质量评价方法，即基于人眼对光特性感知程度评价图像质量，通过对HVS更为深入的研究，解决客观评价中视觉模型与主观视觉效应的偏差问题，从而使客观评价与人眼主观感觉相一致。然后介绍了研究中用到的神经网络模型，细胞神经网络最有吸引力的特征就是和人类视觉系统很多的相似性。通过特征提取与神经网络摸拟，以期解决在部分参考评测中客观评价适用范围较窄的问题。 2.提出了一种符合人眼视觉特性的全参考视频质量评价方法。该方法结合人的感知特性，从视频时间和空间特征提取出发，提出了一种基于感知重要性度量的概念，并且用在视频质量客观评价中。通过对参考视频的运算进行特征提取，利用按照重要性排列获得不同视频感知信息和重要性度量，最终计算失真视频与参考视频感知信息的差异获得视频的失真度量和质量值。 3.实现了基于客观视觉特性的视频质量评价模型，该模型使用了随机神经网络训练方法，并且在Windows运行环境下编制了VC/Matlab系统程序实现了该模型，在VQEG PhaseⅠ视频数据与主观DMOS打分数据基础上进行了多次实验，可以满足各种实时需求的应用。由于该算法具有良好的普适性与适中的复杂度，期望成为基于像素统计算法比如PSNR的一个扩展。

目录

文摘

英文文摘

声明

第1章 绪论

1.1视频质量客观评价的重要性

1.2视频质最客观评价的研究背景

1.3视频质量客观评价的性能标准

1.4本论文的主要工作

1.5本论文结构

第2章 视频质量评价与人眼视觉特性

2.1 HVS和HVS模型在视频质量评价中的应用

2.1.1 HVS生理构造

2.1.2视频处理中的HVS模型

2.1.3基于HVS模型的质量评价方法

2.2视频质量评价方法的研究现状

2.2.1视频主观质量评价

2.2.2视频客观质量评价

2.3小结

第3章 随机神经网络

3.1神经网络简介

3.2随机神经网络理论

3.2.1随机神经网络发展

3.2.2随机神经网络模型描述

3.2.3随机神经网络稳定性

3.2.4随机神经网络学习算法

3.3随机神经网络的应用

3.4小结

第4章 基于视觉重要性度量的质量评价方法

4.1研究动机

4.2基于视觉重要性度量的评价方法

4.2.1基于视觉重要性度量的视频失真模型

4.2.2视频运动程度的描述方法

4.2.3模型参数与实现

4.3实验结果和分析

4.3.1实验平台

4.3.2实验结果

4.3.3结果分析

4.4 小结

第5章 总结与展望

5.1研究内容回顾

5.2研究工作展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果