本文選題：視覺顯著性 + 顯著性建模　； 參考：《中國計(jì)量學(xué)院》2015年碩士論文

【摘要】：視覺顯著性源于人類視覺系統(tǒng),是人類視覺系統(tǒng)的固有屬性。顯著性區(qū)域表示人眼關(guān)注的位置,是影響感知視頻質(zhì)量的關(guān)鍵因素。根據(jù)HVS(人類視覺系統(tǒng))特性檢測(cè)視頻顯著性區(qū)域,并將它應(yīng)用在視頻質(zhì)量評(píng)價(jià)中可以極大地提升評(píng)價(jià)的準(zhǔn)確程度。人眼是視頻的最終接受者,所以主觀視頻質(zhì)量評(píng)價(jià)是最直接、最有效的方法,但是由于主觀評(píng)價(jià)費(fèi)時(shí)費(fèi)力,導(dǎo)致它不能應(yīng)用于實(shí)時(shí)處理中。因此,必須要找到一種滿足人眼視覺特性的客觀評(píng)價(jià)方法。同時(shí)視頻的感知質(zhì)量也和失真分布有著很大關(guān)聯(lián)。如何將顯著性和失真應(yīng)用于視頻質(zhì)量評(píng)價(jià)也是本文的研究?jī)?nèi)容。本文調(diào)研了國內(nèi)外現(xiàn)有的視頻顯著性檢測(cè)和視頻質(zhì)量評(píng)價(jià)算法,重點(diǎn)闡述了視覺顯著性檢測(cè)的應(yīng)用和不足,發(fā)現(xiàn)視頻時(shí)域相關(guān)性、視覺暫留效應(yīng)是影響視頻顯著性的關(guān)鍵因素。本文結(jié)合視頻空時(shí)域相關(guān)性,根據(jù)視覺暫留效應(yīng)建立時(shí)域滑動(dòng)窗,將視頻看做3D視頻體,在三維變換頻域研究視頻序列的顯著性,最后通過連通分析、自適應(yīng)閾值判斷等得到顯著區(qū)域。頻域算法具有運(yùn)算速度快的特點(diǎn),因此保證了本文算法的有效性和快速性。實(shí)驗(yàn)結(jié)果表明,本文算法提高了檢測(cè)結(jié)果的準(zhǔn)確性,并且計(jì)算復(fù)雜度也明顯降低。論文又針對(duì)顯著性區(qū)域進(jìn)行分析,發(fā)現(xiàn)對(duì)顯著區(qū)域分配較大權(quán)重可以得到更好的視頻質(zhì)量。因此要將這部分區(qū)域轉(zhuǎn)化成權(quán)重系數(shù),用來調(diào)整視頻質(zhì)量評(píng)價(jià)算法。本文對(duì)顯著區(qū)域進(jìn)行高斯曲面建模,將顯著區(qū)域映射為表示人眼關(guān)注度的權(quán)重系數(shù),這一權(quán)重后續(xù)將被應(yīng)用到視頻質(zhì)量評(píng)價(jià)算法中,使主客觀評(píng)價(jià)更趨于一致。最后論文將顯著性的應(yīng)用拓展到視頻質(zhì)量評(píng)價(jià)的領(lǐng)域中,并且提出3D-SSIM算法來評(píng)價(jià)視頻質(zhì)量�；谝曨l序列的運(yùn)動(dòng)特征和幀間時(shí)域相關(guān)性,將視頻看做一個(gè)三維圖像體,視頻根據(jù)中心像素點(diǎn)劃分為3D塊,以其為基礎(chǔ)進(jìn)行3D-SSIM計(jì)算,并且融合顯著性權(quán)值和失真權(quán)值來提高評(píng)價(jià)分?jǐn)?shù)。實(shí)驗(yàn)結(jié)果表明,在較低復(fù)雜度的情況下,本文算法使客觀評(píng)價(jià)更接近人眼的主觀感受,證明了算法的可行性,也進(jìn)一步驗(yàn)證了顯著性對(duì)視頻質(zhì)量評(píng)價(jià)的提升作用。
[Abstract]:Visual salience originates from human visual system and is the inherent attribute of human visual system. The salient region represents the position of human eye concern, which is the key factor to affect the quality of perceptual video. According to the characteristics of HVS (Human Visual system), video salience area can be detected and applied to video quality evaluation, which can greatly improve the accuracy of evaluation. The human eye is the ultimate receiver of video, so subjective video quality evaluation is the most direct and effective method, but because subjective evaluation is time-consuming and laborious, it can not be used in real-time processing. Therefore, we must find an objective evaluation method to satisfy the visual characteristics of human eyes. At the same time, the perceptual quality of video is closely related to the distortion distribution. How to apply salience and distortion to video quality evaluation is also the research content of this paper. This paper investigates the existing video salience detection and video quality evaluation algorithms at home and abroad, focusing on the application and shortcomings of visual salience detection. It is found that video temporal correlation and visual temporary effect are the key factors affecting video salience. In this paper, the time-domain sliding window is established according to the visual temporary effect, and the video is regarded as 3D video body. The salience of video sequence is studied in the frequency domain of 3D transform. Finally, the connectivity analysis is carried out. The significant region is obtained by adaptive threshold judgment and so on. The frequency domain algorithm has the characteristics of fast operation, so it ensures the efficiency and rapidity of this algorithm. Experimental results show that the proposed algorithm improves the accuracy of the detection results and reduces the computational complexity. By analyzing the significant region, it is found that the better video quality can be obtained by assigning a large weight to the significant region. Therefore, this part of the region should be transformed into the weight coefficient to adjust the video quality evaluation algorithm. In this paper, the significant region is modeled by Gao Si surface, and the salient region is mapped to the weight coefficient to represent the human eye concern. This weight will be applied to the video quality evaluation algorithm and make the subjective and objective evaluation more consistent. Finally, the paper extends the significant application to the field of video quality evaluation, and proposes 3D-SSIM algorithm to evaluate the video quality. Based on the motion characteristics of the video sequence and the temporal correlation between frames, the video is regarded as a 3D image body, and the video is divided into 3D blocks according to the center pixels, based on which 3D-SSIM is calculated. And the significant weight and distortion weight are combined to improve the evaluation score. The experimental results show that under the condition of low complexity, the objective evaluation is closer to the subjective perception of human eyes, which proves the feasibility of the algorithm and further verifies the significance of the enhancement of video quality evaluation.
【學(xué)位授予單位】：中國計(jì)量學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN919.81

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 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

2 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

3 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

4 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

5 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

6 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

7 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

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

9 ;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];中國新通信;2010年07期

10 許偉堅(jiān);馮超;李進(jìn)錦;黃聯(lián)芬;姚彥;;一種新的視頻質(zhì)量評(píng)價(jià)中幀對(duì)齊算法[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02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）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7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

相關(guān)碩士學(xué)位論文 前10條

1 李健;視頻質(zhì)量的主客觀評(píng)估方法研究[D];西安電子科技大學(xué);2009年

2 郭暢;無線網(wǎng)絡(luò)中的視頻質(zhì)量評(píng)估及優(yōu)化[D];北京郵電大學(xué);2011年

3 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

4 莊自超;面向視頻監(jiān)控的視頻質(zhì)量檢測(cè)系統(tǒng)的設(shè)計(jì)與開發(fā)[D];華中師范大學(xué);2011年

5 李器宇;視頻質(zhì)量評(píng)價(jià)系統(tǒng)及其關(guān)鍵技術(shù)的研究[D];天津大學(xué);2012年

6 薛菲;網(wǎng)絡(luò)視頻質(zhì)量評(píng)估方法研究[D];北京郵電大學(xué);2013年

7 王萬;面向無線失真網(wǎng)絡(luò)的視頻質(zhì)量無參評(píng)估[D];石家莊鐵道大學(xué);2014年

8 關(guān)爽;視覺顯著性檢測(cè)及其在視頻質(zhì)量評(píng)價(jià)中的應(yīng)用[D];中國計(jì)量學(xué)院;2015年

9 劉祺;智能終端視頻質(zhì)量評(píng)估[D];西安電子科技大學(xué);2014年

10 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

，

本文編號(hào)：1986456