網(wǎng)絡(luò)視頻流傳輸在遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療、視頻監(jiān)控等方面發(fā)揮著重要作用。用戶對(duì)視頻傳輸質(zhì)量的要求也越來(lái)越高。但是,網(wǎng)絡(luò)系統(tǒng)資源仍然相對(duì)受限,要保證視頻流暢性必須盡量降低碼率,這樣會(huì)對(duì)使得視頻質(zhì)量下降,降低用戶體驗(yàn)。因此需要根據(jù)系統(tǒng)資源傳輸盡可能高質(zhì)量的視頻,但是現(xiàn)有的視頻圖像質(zhì)量評(píng)估方法不能很好滿足現(xiàn)實(shí)需求。其中的一個(gè)原因是目前的評(píng)估方法大多針對(duì)視頻數(shù)據(jù)的客觀損失進(jìn)行評(píng)估,評(píng)估結(jié)果與人眼實(shí)際觀察結(jié)果差距較大。有一些評(píng)估方法與人眼感知結(jié)果相符,卻不能在算法復(fù)雜度和準(zhǔn)確度之間達(dá)到平衡,不能滿足視頻質(zhì)量實(shí)時(shí)評(píng)估的需求。因此,需要發(fā)展一種融入人眼視覺(jué)特性且滿足實(shí)時(shí)性的視頻圖像質(zhì)量自動(dòng)評(píng)估方法。使用視頻流編碼參數(shù)并融合視覺(jué)掩蔽效應(yīng)提出了一種壓縮視頻流圖像質(zhì)量自動(dòng)評(píng)估方法。一般視頻解碼端視頻質(zhì)量評(píng)估需耗費(fèi)大量時(shí)間將視頻流完全解碼后進(jìn)行,不能滿足視頻評(píng)估的實(shí)時(shí)性要求。提出使用編碼參數(shù)進(jìn)行視頻圖像質(zhì)量的評(píng)估,不用完全解碼僅提取碼流中幾個(gè)參數(shù)即可對(duì)質(zhì)量進(jìn)行評(píng)估。在對(duì)HEVC視頻流降質(zhì)因素分析后,選擇SSIM作為視頻流圖像質(zhì)量評(píng)估指標(biāo),并對(duì)SSIM與降質(zhì)因素的依賴(lài)關(guān)系進(jìn)行進(jìn)一步分析,確定需提取的視頻流編碼參數(shù)。... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同視頻碼率和SSIM的關(guān)系

2.1 節(jié)說(shuō)明了率失真優(yōu)化和碼率分配等都會(huì)影響 QP 的取值，HE常靈活。在 HEVC 碼流中，圖片參數(shù)集 PPS、Slice 頭部，TU 等，還增加了量化組 QG(Quantization Group)的概念，將視頻幀劃分最小 CU 之間的 N×N 的像素塊，包括最小 CU 的大小。一個(gè) C所含有非零系數(shù)的 CU 使用相同的 QP 值，不同 QG 可能使用P 值受到編碼器設(shè)置的影響，當(dāng)開(kāi)啟 CU 級(jí)別的 QP 優(yōu)化后，每?jī)?yōu)化模型分配到不同的 QP 值，而不是統(tǒng)一使用例如 Slice 級(jí)別等 SSIM 大致關(guān)系如圖 2-5 所示。從圖 2-5 可以看出量化參數(shù) QP 真越顯著。其中不同的圖例表示不同的視頻，不同的視頻曲線于不同內(nèi)容的視頻擁有的不同復(fù)雜度特征會(huì)間接影響視頻圖像評(píng)估時(shí)既要考慮量化參數(shù) QP 的取值，也要關(guān)注視頻復(fù)雜度對(duì)響。

圖 3-1 對(duì)比度門(mén)限隨背景亮度的變化暫留效應(yīng)效應(yīng)是人眼視覺(jué)的一種“拖沓”特性。人眼看到物體不是立是會(huì)經(jīng)過(guò)一小段傳播時(shí)間。而剛才看到的物體從眼前消失時(shí)才看見(jiàn)的畫(huà)面一會(huì)時(shí)間，這就是暫留效應(yīng)。我們研究的視頻應(yīng)才得以存在。掩蓋效應(yīng)效應(yīng)[37][38]是指多個(gè)激勵(lì)同時(shí)起作用而致使人眼對(duì)各個(gè)激勵(lì)一種現(xiàn)象。人眼對(duì)激勵(lì)的感受能力是有限且會(huì)動(dòng)態(tài)變化的，眼感受的能力時(shí)，這些損傷對(duì)于視頻觀察者來(lái)說(shuō)就是無(wú)效的背景亮度(對(duì)數(shù))

【參考文獻(xiàn)】：
期刊論文
[1]基于視頻自然統(tǒng)計(jì)特性的無(wú)參考移動(dòng)終端視頻質(zhì)量評(píng)價(jià)[J]. 施文娟,孫彥景,左海維,曹起.  電子與信息學(xué)報(bào). 2018(01)
[2]融合空時(shí)感知特性的無(wú)參考視頻質(zhì)量評(píng)估算法[J]. 吳澤民,彭韜頻,田暢,胡磊,王露萌.  電子學(xué)報(bào). 2017(03)
[3]基于人眼視覺(jué)特性與SVM的視頻質(zhì)量評(píng)估模型[J]. 狄芳,李雪,陳振強(qiáng),孫知信.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(05)
[4]隨機(jī)森林模型在分類(lèi)與回歸分析中的應(yīng)用[J]. 李欣海.  應(yīng)用昆蟲(chóng)學(xué)報(bào). 2013(04)
[5]新一代視頻編碼標(biāo)準(zhǔn)——HEVC[J]. 朱秀昌,李欣,陳杰.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)
[6]隨機(jī)森林理論淺析[J]. 董師師,黃哲學(xué).  集成技術(shù). 2013(01)
[7]基于HVS時(shí)頻特性的視頻質(zhì)量評(píng)價(jià)方法[J]. 王海峰.  計(jì)算機(jī)應(yīng)用. 2012(03)
[8]對(duì)比敏感度下的圖像對(duì)比度評(píng)價(jià)[J]. 范媛媛,沈湘衡,桑英軍.  沈陽(yáng)建筑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[9]視覺(jué)掩蔽研究現(xiàn)狀及展望[J]. 陳斌,高闖,王建中.  心理科學(xué)進(jìn)展. 2009(06)
[10]H.264編碼下基于DCT系數(shù)量化值的PSNR估計(jì)方法[J]. 沙亮,王貴錦,趙安邦,林行剛,唐昆.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(04)

碩士論文
[1]基于HEVC編碼視頻的無(wú)參考PSNR算法研究[D]. 鄭遠(yuǎn).北京郵電大學(xué) 2014
[2]網(wǎng)絡(luò)視頻質(zhì)量評(píng)估方法研究[D]. 薛菲.北京郵電大學(xué) 2013



本文編號(hào)：3472849