版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、視頻質(zhì)量評(píng)價(jià)作為數(shù)字多媒體技術(shù)中一項(xiàng)重要的技術(shù)之一,已經(jīng)成為了視頻研究的一個(gè)焦點(diǎn),它在視頻壓縮、傳輸以及通訊領(lǐng)域中都占據(jù)舉足輕重的地位。一個(gè)好的客觀質(zhì)量評(píng)價(jià)算法因?yàn)橹苯佑绊懸曨l接收者對(duì)所觀看視頻的質(zhì)量,因此,對(duì)質(zhì)量評(píng)價(jià)的研究具有重要的理論和實(shí)踐意義。
目前,客觀視頻質(zhì)量評(píng)價(jià)方法多是基于誤差分析角度上的,如:傳統(tǒng)客觀評(píng)價(jià)方法PSNR、MSE等,這些方法雖然快速、直觀,但是評(píng)級(jí)結(jié)果不能滿足人眼視覺(jué)特性,結(jié)果不是很準(zhǔn)確,存在一定
2、缺陷。本文提出了一種基于感知融合的客觀評(píng)價(jià)模型,該模型分析了人眼視覺(jué)特性(HVS)和人眼感興趣區(qū)域(ROI)兩種視覺(jué)感知特性,通過(guò)與結(jié)構(gòu)相似算法(SSIM)的有效融合,最后給出一種新的、簡(jiǎn)單、快速、有效的質(zhì)量評(píng)價(jià)算法。
本文的研究工作及其成果如下:
(1)提出了一種新的基于HVS的SSIM質(zhì)量評(píng)價(jià)模型,該模型是對(duì)Z.Wang結(jié)構(gòu)相似算法(SSIM)的改進(jìn),通過(guò)融合對(duì)比敏感度(CSF)、多通道結(jié)構(gòu)、掩蓋效應(yīng)、視
3、覺(jué)非線性定律等幾個(gè)視覺(jué)特性,使得評(píng)價(jià)更符合了人眼視覺(jué)特性,提高了SSIM算法的主客觀一致性。
(2)提出一種新的基于ROI的SSIM質(zhì)量評(píng)價(jià)模型,該模型通過(guò)對(duì)人眼感興趣域(ROI)的提取,根據(jù)圖像不同感興趣區(qū)域重要性的不同對(duì)SSIM算法進(jìn)行加權(quán)。因?yàn)樾滤惴ㄈ诤狭巳说母信d趣區(qū),使得該算法具有了視覺(jué)心理感知特性,有效的提高了算法主客觀一致性。
(3)對(duì)SSIM算法中的相關(guān)參數(shù)提出了一種有效的優(yōu)化算法,通過(guò)對(duì)這些參
4、數(shù)的優(yōu)化可以一定程度提高SSIM算法評(píng)價(jià)結(jié)果。
(4)利用數(shù)據(jù)融合的思想,提出了一種基于感知融合的視頻質(zhì)量評(píng)價(jià)模型,該模型是建立在HVS和ROI視覺(jué)感知特性基礎(chǔ)上,通過(guò)與SSIM算法的有效融合,進(jìn)而得到一個(gè)既滿足HVS特性,又滿足ROI特性的質(zhì)量評(píng)價(jià)結(jié)果,有效提高了結(jié)果的主客觀一致性。
通過(guò)VQEG Phase Ⅰ測(cè)試數(shù)據(jù)集的大量實(shí)驗(yàn)結(jié)果證實(shí),本文提出的改進(jìn)后的感知融合算法在非線性回歸后相關(guān)系數(shù)、斯皮爾曼相關(guān)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于感知的立體視頻質(zhì)量評(píng)價(jià)模型研究.pdf
- 基于感知的視頻質(zhì)量評(píng)價(jià)與視頻編解碼.pdf
- 視覺(jué)信息質(zhì)量感知模型及評(píng)價(jià)方法研究.pdf
- 基于視覺(jué)感知的視頻質(zhì)量評(píng)價(jià)方法.pdf
- 網(wǎng)絡(luò)視頻流的編碼失真質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于人類視覺(jué)感知的視頻圖像質(zhì)量評(píng)價(jià).pdf
- 基于視覺(jué)感知的視頻質(zhì)量客觀評(píng)價(jià)方法研究.pdf
- 高效視頻編碼及其感知質(zhì)量評(píng)價(jià)理論與方法研究.pdf
- 視頻編碼中考慮參考幀質(zhì)量的重建圖像失真模型.pdf
- 基于視覺(jué)感知的立體視頻客觀質(zhì)量評(píng)價(jià)研究.pdf
- 基于視覺(jué)注意與結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于特征提取與結(jié)構(gòu)性失真的視頻客觀質(zhì)量評(píng)估.pdf
- 基于質(zhì)量相關(guān)因素及結(jié)構(gòu)失真測(cè)量的圖像質(zhì)量評(píng)價(jià)方法.pdf
- 基于人類視覺(jué)特性的視頻質(zhì)量評(píng)價(jià)模型.pdf
- 基于語(yǔ)義任務(wù)特征和人類材料感知的視頻質(zhì)量評(píng)價(jià).pdf
- 基于失真效應(yīng)的圖像質(zhì)量評(píng)價(jià)與分類.pdf
- 面向3D視頻終端的感知質(zhì)量預(yù)測(cè)模型研究.pdf
- [雙語(yǔ)翻譯]--外文翻譯--壓縮視頻編碼的可感知失真特性
- 部分參考PEVQ視頻質(zhì)量評(píng)價(jià)模型的研究.pdf
- WWVC視頻編碼框架的失真估計(jì)模型研究.pdf
評(píng)論
0/150
提交評(píng)論