基于HVS时频特性的视频质量评价方法

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于HVS时频特性的视频质量评价方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要:对于内容变化快的视频,现有仿真人类视觉系统的质量评价方法效果较差。因为主观评价者具有带通和掩蔽两种重要时域特征,现有方法中并未考虑这类与运动变化相关的视觉特性,导致客观与主观评价存在较大偏差。为提高运动变化快视频的评价准确性,利用统计学习的方法确定人类视觉阈值并建立模拟视觉系统的带通滤波模型;通过衰减权函数仿真人眼掩蔽特性。与基于信号特征的峰值信噪比(PSNR)方法、常权特征组合法、基于规则的变权特征评价法进行实验比较,在丢包率小于5%情况下获得最优评价效果。在带通模型的滤波作用下评价算法的执行效率得到提高。总之,该方法用简单方式有效地模拟复杂人类视觉特性,不仅提高评价性能而且降低计算复杂度。

关键词:

视频质量评价;人类视觉系统;带通滤波;衰减权函数

中图分类号: TN941.1;TP301.6 文献标志码:A

Video quality evaluation based on temporal feature of hvs

WANG Haifeng1,2*

(

1.School of Information, Linyi University, Linyi Shandong 276002, China;

2.School of Management, University of Shanghai for Science and Technology, Shanghai 200093, China

)

Abstract:

For the videos that have fast changing motion scenes, the existing simulation of the human visual system is less effective in quality assessment. Due to the bandpass and masking features of the subjective testers, the objective evaluation model ignores the two temporal features of the Human Visual System (HVS), which leads to the deviation between the subjective and objective evaluation results. To improve the evluation performance of the rapidly changing videos, the visual threshold was determined by using the statistic learning method and the filtering of the HVS was built up. The masking of human eyes was emulated through a new attenuationweight function. The experimental results demonstrate that the proposed method obtained the best performance when the lost packets rates was lower than 5 percent compared with the Peak SignaltoNoise Ratio (PSNR) method, the constantweight evaluation model and the rule evaluation model.With the filter function of the bandpass model, it improved the execution efficiency. In brief, the proposed method not only improves the evaluation performance but also reduces the computational complexity.

Key words:

video quality metric; Human Visual System (HVS); bandpass filtering; attenuationweight function

0 引言

随着网络及IP视频技术的发展,视频文件经过有损信道传输到客户终端的过程中会出现各种质量损失,如马赛克、模糊、噪声、画面凝滞、跳跃等。由于视频内容服务提供商非常重视由信道噪声导致的质量下降,因此不依赖于原始视频的客观评价方法成为一个活跃的研究领域。客观质量评价分基于人类视觉系统(Human Visual System, HVS)的生理特征和基于结构失真的两类方法[1]。HVS是一个高度复杂的非线性系统,具有多通道结构和复杂掩蔽效应。现有研究工作趋向将HVS仿真模型复杂化,文献[2]修改对比灵敏度函数,通过扩展后的时域分量把视频分成两个不同时域的视频流,在此基础上提供处理静态和动态的评价机制;文献[3]利用灰色关联分析的整体比较机制和小波变换的多尺度来模拟HVS多通道模型,通过小波系数关联度来评价视频质量;文献[4]采用主动眼跟踪和客观Itti模型提取视频图像中的感兴趣区域,再用峰值信噪比方法计算视频质量,该模型属于结合HVS特性的信号分析方法,既保留传统方法的简易性又提高与主观感知的相关性。

对存在较多运动变化场景的视频,比如体育和动作电影类节目,现有基于HVS特性的评价方法效果较差。然而这类视频在无线网络或网络电视中所占比重较大,因此,对此类视频质量监控工作的意义更为重要。为提高运动变化快视频质量评价的准确性,应重点考虑人类视觉系统中对运动变化影响大的两个时域特性,通过模拟HVS时域特性建立视频质量评价模型,提高对运动变化场景多的视频的针对性。人的视觉系统是多通道结构,将摄入人眼的图像分解为不同感觉的分量,每个感觉通道都有不同视觉阈值。如果激励值低于某通道的视觉阈值,人眼就感觉不到这种激励[5]。在时域范围内人眼具有带通特性,对超过激励阈值的失真不敏感;另外,HVS的掩蔽效应也影响质量评价,掩蔽是当存在多个激励时激励之间的相互干扰导致视觉阈值发生变化。因为掩蔽效应能提高视觉阈值,所以允许人眼容忍更多无法察觉的质量损伤。视频质量评价的基础方法是组合多种质量特征指标计算得到客观评价值,该类方法具有一定应用规模和普适性[6]。在组合多指标基础上通用模拟HVS的视觉特性来提高准确性,本文方法属于基于人类视觉系统的评价算法,采用简单模型仿真时域带通和掩蔽特性,通过构建人类视觉的带通滤波模型提高客观与主观评价的符合度,同时降低计算复杂度;其次,重点考虑HVS的运动掩蔽特性,在带通范围内的视频段利用权衰减函数动态调整子视频段对整体质量评价的贡献值；最后，在准确性和算法执行效率两个方面与PNSR、常权评价、基于规则的评价算法进行比较并取得理想效果。

4 结语

实际视频质量评估系统中需要准确、高效的评价算法,在设计客观评价算法时需要权衡考虑评价准确性和计算复杂度的关系。HVS在时域具有带通滤波特性,一些运动变化快的视频段对主观评价结果作用甚小,引入运动强度量化运动变化的程度,在此基础上构建仿真HVS特性的时域滤波特性,通过统计学习的方法得到视觉阈值。带通滤波减少了视频空域指标提取计算,而空域指标提取计算属于像素级计算,理论上降低了算法的计算复杂度,实验结果与理论分析一致。此外,利用衰减权函数模拟HVS的运动掩蔽,在一定时域带通范围内仿真人眼对运动变化快的视频质量损失不敏感的特性,实验结果表明在处理信道失真引起的视频质量下降问题时本文算法与主观评价结果具有较高相关度,在丢包率为3%时相关系数为0.86。目前评价背景变化快的视频还存在一定困难,因为运动强度增大不完全是由运动物体造成,评价准确性有待于提高,这是进一步的研究重点。

参考文献:

[1]

佟雨兵,胡薇薇,杨东凯.视频质量评价方法综述[J].计算机辅助设计与图形学学报,2006,18(5): 735-741.

[2] BRANDEN V D, LAMBRECHT C J, VERSCHEURE O. Perceptual quality measure using a spatiotemporal model of the human visual system[J]. Signal Processing, 1996,266(8):450-461.

[3] 马苗,郝重阳.基于灰度关联分析的图像保真度准则[J]. 计算机辅助设计与图形学学报,2004,16(7): 976-983.

[4] 凌云,夏军,屠彦. 视觉感兴趣区的提取及其在视频图像质量评估中的应用[J].东南大学学报:自然科学版,2009,39(4):753-757.

[5] 袁飞,黄联芬,姚彦.一种基于HVS特性的视频质量评测方法[J].光电工程,2008,35(1):120-125.

[6] 袁飞,程恩.视频质量评价中时域信息检测的新方法[J].光电工程,2009,36(8):123-126.

[7] 徐琰,王超.基于模糊数学的数字图像模糊度[J].计算机辅助设计与图形学学报, 2002, 14(8): 747-749.

[8] CHIEH K Y, CLARK C, PANKAJ K D. Perceptual temporal quality metric for compressed video[J]. IEEE Transactions on Multimedia, 2007,9(10):920-945.

[9] ITUR BT.50011, Methodology for the subjective assessment of the quality of television pictures [S]. ITU, 2002.

[10] SIMONE D, NACCARI M, TAGLIA M, et al. Subjective assessment of H. 264/AVC video sequences transmitted over a noisy channel [C]// International Workshop on Quality of Multimedia Experience. Piscataway, NJ: IEEE Press, 2009:204-209.

[11] 袁飞,黄联芬,姚彦.一种基于HVS特性的视频质量评测方法[J].光电工程,2008,35(1):120-125.

[12] OELBAUM T, KEIMEI C, DIEPOLD K. Rulebased noreference video quality evaluation using additionally coded videos[J]. IEEE Journal Selected Topics in Signal Processing,2009,3(2):294-303.

[13] LIE A, KLAUE J. EvalvidRA: Trace driven simulation of rate adaptive MPEG4 VBR video[J]. Multimedia Systems, 2007, 13(1): 221-234.