【摘要】：視頻質(zhì)量評(píng)價(jià)在視頻應(yīng)用中有著非常重要的作用,例如,監(jiān)測(cè)視頻傳輸質(zhì)量、優(yōu)化視頻處理算法和參數(shù)等。人眼作為視頻的主要接收終端,最準(zhǔn)確的視頻質(zhì)量評(píng)價(jià)方法應(yīng)該是由人觀看并給出評(píng)價(jià)結(jié)果。但是主觀評(píng)價(jià)方法實(shí)現(xiàn)流程復(fù)雜,耗費(fèi)時(shí)間和人力。因此,人們?cè)噲D通過客觀算法評(píng)估視頻質(zhì)量。目前對(duì)客觀評(píng)價(jià)算法的研究大多集中在全參考評(píng)價(jià)方法,盡管性能較好的全參考質(zhì)量評(píng)價(jià)算法和主觀評(píng)價(jià)方法結(jié)果有較高的一致性,但由于計(jì)算中必須獲取原始視頻的全部信息,使用場(chǎng)景受到限制。無參考視頻質(zhì)量評(píng)價(jià)算法由于其成本低、實(shí)時(shí)性高、可移植等特點(diǎn)而受到關(guān)注。目前已有一些性能較好的無參考視頻質(zhì)量評(píng)價(jià)算法,其中由Michele A.Saad等人提出的Video-BLIIND算法性能較好,本文基于該算法對(duì)視頻質(zhì)量的評(píng)價(jià)方法進(jìn)行研究,完成的主要工作有:1.基于自然時(shí)變圖像統(tǒng)計(jì)分析,提取了和感知質(zhì)量相關(guān)的時(shí)空域特征參數(shù)作為學(xué)習(xí)模型中時(shí)間域的重要特征。2.對(duì)提取出的高維特征進(jìn)行主成分分析,一方面降低特征參數(shù)的維度,另一方面通過主成分分析得出對(duì)質(zhì)量感知影響最大的特征并進(jìn)行加權(quán)處理。3.在Video-BLIIND的基礎(chǔ)上,添加視頻失真類型判斷模塊,分兩步實(shí)現(xiàn)評(píng)價(jià)算法,第一步判定失真類型,第二步進(jìn)行分?jǐn)?shù)預(yù)測(cè)。通過這種設(shè)計(jì),將算法轉(zhuǎn)換為已知失真類型的視頻質(zhì)量預(yù)測(cè),不僅提高了算法結(jié)果的準(zhǔn)確性,同時(shí)提高了算法的拓展性和靈活性。4.基于視覺掩蔽效應(yīng),加入了視頻復(fù)雜度分析,提取視頻的時(shí)間復(fù)雜度和空間復(fù)雜度作為視頻質(zhì)量評(píng)價(jià)的特征參數(shù)。
[Abstract]:Video quality evaluation plays an important role in video applications, such as monitoring video transmission quality, optimizing video processing algorithms and parameters, etc. As the main receiving terminal of video, the most accurate method of video quality evaluation should be viewed by people and given the evaluation results. But the subjective evaluation method is complex, time-consuming and labor-intensive. Therefore, people try to evaluate video quality by objective algorithm. At present, most of the researches on objective evaluation algorithms focus on full reference evaluation methods, although the results of full reference quality evaluation algorithms with better performance are consistent with those of subjective evaluation methods. However, due to the need to obtain all the information of the original video in the computation, the use of the scene is restricted. Non-reference video quality evaluation algorithm has attracted much attention because of its low cost, high real-time and portability. At present, there are some better non-reference video quality evaluation algorithms, among which the Video-BLIIND algorithm proposed by Michele A.Saad et al has better performance. This paper studies the evaluation method of video quality based on this algorithm, and the main work accomplished is: 1. Based on the statistical analysis of natural time-varying images, space-time domain feature parameters related to perceptual quality are extracted as important features of time domain in learning model. The extracted high-dimensional features are analyzed by principal component analysis. On the one hand, the dimension of feature parameters is reduced; on the other hand, through principal component analysis, the features that have the greatest influence on quality perception are obtained and weighted. 3. On the basis of Video-BLIIND, the video distortion type judgment module is added, and the evaluation algorithm is implemented in two steps. The first step determines the distortion type, and the second step carries out the score prediction. Through this design, the algorithm is transformed into video quality prediction with known distortion types, which not only improves the accuracy of the algorithm results, but also improves the expansibility and flexibility of the algorithm. Based on the visual masking effect, video complexity analysis is added to extract the time complexity and space complexity of video as the characteristic parameters of video quality evaluation.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭艷雯;馬鴻飛;;客觀視頻質(zhì)量評(píng)估方法研究[J];電子質(zhì)量;2008年04期

2 盧劉明;陸肖元;;分組網(wǎng)絡(luò)中的視頻質(zhì)量評(píng)估[J];計(jì)算機(jī)應(yīng)用研究;2008年09期

3 楊愛華;;網(wǎng)絡(luò)課程中視頻質(zhì)量的優(yōu)化[J];現(xiàn)代教育技術(shù);2009年08期

4 趙大軍;劉思平;李冶文;俞航;;視頻質(zhì)量評(píng)估方法及規(guī)范[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2011年04期

5 白彥鵬;吳學(xué)智;何如龍;;視頻質(zhì)量客觀評(píng)估方法分析[J];計(jì)算機(jī)與數(shù)字工程;2011年10期

6 孫延;岑峰;;基于深度的3D視頻質(zhì)量評(píng)價(jià)[J];微型機(jī)與應(yīng)用;2013年03期

7 田玲;廖紫纖;何楚;;三網(wǎng)融合下基于壓縮感知的半?yún)⒖家曨l質(zhì)量評(píng)估方法研究[J];計(jì)算機(jī)應(yīng)用研究;2013年06期

8 王新岱,楊付正;視頻質(zhì)量的主客觀評(píng)估方法研究[J];電視技術(shù);2003年08期

9 曾銳;;視頻質(zhì)量與維護(hù)[J];中國(guó)有線電視;2009年06期

10 ;寶利通宣布支持H.264 High Profile,同樣的視頻質(zhì)量?jī)H需一半帶寬[J];中國(guó)新通信;2010年07期

相關(guān)會(huì)議論文 前5條

1 楊春亭;柳楊;;基于視覺感知的視頻質(zhì)量測(cè)量方法的研究[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

2 史萍;;基于特征的視頻質(zhì)量損傷度客觀測(cè)量方法[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

3 王輝麟;史宏;;基于變權(quán)參數(shù)的鐵路視頻監(jiān)控系統(tǒng)視頻質(zhì)量動(dòng)態(tài)檢測(cè)方法研究[A];第七屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通技術(shù)[C];2012年

4 譚杰;孫志剛;程輝;;IPTV視頻質(zhì)量監(jiān)測(cè)模型[A];第十七屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集[C];2012年

5 張桂卿;傅雪鵬;佘方毅;;IPTV視頻傳輸質(zhì)量問題分析[A];中國(guó)新聞技術(shù)工作者聯(lián)合會(huì)第六次會(huì)員代表大會(huì)、2014年學(xué)術(shù)年會(huì)暨第七屆《王選新聞科學(xué)技術(shù)獎(jiǎng)》和優(yōu)秀論文獎(jiǎng)?lì)C獎(jiǎng)大會(huì)論文集（三等獎(jiǎng)）[C];2014年

相關(guān)重要報(bào)紙文章 前2條

1 安捷倫科技公司;MDI 指標(biāo)衡量視頻質(zhì)量[N];通信產(chǎn)業(yè)報(bào);2006年

2 安捷倫科技（中國(guó)）有限公司;安捷倫：三重播放環(huán)境驗(yàn)證IPTV(下篇)[N];通信產(chǎn)業(yè)報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 劉河潮;網(wǎng)絡(luò)丟包的無參考視頻質(zhì)量評(píng)估方法研究[D];西安電子科技大學(xué);2013年

2 史志明;網(wǎng)絡(luò)視頻質(zhì)量評(píng)估方法與測(cè)試技術(shù)研究[D];北京郵電大學(xué);2013年

3 劉河潮;網(wǎng)絡(luò)丟包的無參考視頻質(zhì)量評(píng)估方法研究[D];西安電子科技大學(xué);2014年

4 杜海清;無線傳輸中的視頻質(zhì)量評(píng)價(jià)及控制研究[D];北京郵電大學(xué);2010年

5 楊艷;基于多特征類型的無線視頻質(zhì)量用戶體驗(yàn)（QoE）方法研究[D];北京郵電大學(xué);2012年

6 蘇洪磊;基于碼流的網(wǎng)絡(luò)視頻無參考質(zhì)量評(píng)估研究[D];西安電子科技大學(xué);2014年

7 趙敏;基于IP網(wǎng)絡(luò)視頻質(zhì)量自適應(yīng)控制的研究[D];西北工業(yè)大學(xué);2006年

8 陳守寧;壓縮感知視頻傳輸中質(zhì)量評(píng)價(jià)及相關(guān)問題研究[D];南京郵電大學(xué);2016年

9 徐靜濤;基于特征學(xué)習(xí)的圖像與視頻質(zhì)量評(píng)價(jià)研究[D];北京郵電大學(xué);2016年

10 蔡委哲;能量捕獲無線通信系統(tǒng)的資源優(yōu)化[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 王婕;基于自然場(chǎng)景統(tǒng)計(jì)的無參考視頻質(zhì)量評(píng)價(jià)算法研究[D];北京郵電大學(xué);2016年

2 孫魯川;網(wǎng)絡(luò)會(huì)議視頻質(zhì)量評(píng)估方法分析、改進(jìn)及應(yīng)用[D];電子科技大學(xué);2015年

3 余浩淼;視頻監(jiān)控系統(tǒng)的網(wǎng)絡(luò)層質(zhì)量監(jiān)控與故障檢測(cè)系統(tǒng)[D];復(fù)旦大學(xué);2013年

4 賈琳;基于DSP的視頻質(zhì)量監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D];黑龍江大學(xué);2015年

5 劉洋;基于HTTP自適應(yīng)流媒體的質(zhì)量評(píng)估[D];西安電子科技大學(xué);2014年

6 田云;H.264的視頻質(zhì)量評(píng)估及編解碼算法的實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 劉興龍;基于視覺特性的視頻質(zhì)量評(píng)估系統(tǒng)[D];西安電子科技大學(xué);2014年

8 王進(jìn);考慮網(wǎng)絡(luò)丟包的視頻質(zhì)量無參評(píng)估模型[D];石家莊鐵道大學(xué);2015年

9 朱元全;變電站視頻質(zhì)量診斷系統(tǒng)的檢測(cè)技術(shù)研究[D];華北電力大學(xué);2015年

10 吳麗麗;碼流感知型的無參考視頻質(zhì)量評(píng)價(jià)模型的研究與實(shí)現(xiàn)[D];福州大學(xué);2014年

，

本文編號(hào)：2152430