近年来,伴随着宽带数字网络、大规模集成电路和高速多媒体专用芯片的发展,各种多媒体技术在生活中得到广泛的应用。数字图像和视频渗入到生活的方方面面,比如视频监督,视频会议和视频点播等。但是由于获取系统,传输通道和处理算法等的影响,图像和视频无可避免的要遭受一系列的失真。图像和视频的失真程度能够反映处理系统的性能,因此,对图像和视频的质量进行评价具有广泛应用的意义。视频信息的最终接收者是观众,因此人眼是评价图像视频质量的最有效的工具。在质量评价算法中考虑人类视觉特点可以有效的提高算法性能。视觉显著性是基本的人类视觉特性。它表明人眼比较关注视场中显著的区域和物体,在同一时刻只有部分信息得到处理。本文提出用KR显著性模型与传统的结构相似性方法结合来评价视频质量,实验表明该方法与主观一致性得到了很大的提高。论文提出了一种部分参考的视频质量评价方法。该方法基于纹理掩模,运动信息和场景分析的知识,对人眼的重要特性——掩膜效应,进行了建模。通常纹理比较复杂的区域里,失真更不容易被发现。实验表明该算法比传统的PSNR和VQM的方法有提高。论文还提出了一种针对MPEG-2的无参考视频质量评价方法。块效应是该编码方法的常见失真类型,过零点特征用来提取该失真特征,且校正因子用来修正评价结果。实验验证该算法比传统的PSNR与主观评价的结果更一致。
本文来源: https://www.lw50.cn/article/6acb91ae48087bf9abfd0d29.html