CN103988501A - 考虑场景剪切伪像的视频质量评估 - Google Patents

考虑场景剪切伪像的视频质量评估 Download PDF

Info

Publication number
CN103988501A
CN103988501A CN201180075069.5A CN201180075069A CN103988501A CN 103988501 A CN103988501 A CN 103988501A CN 201180075069 A CN201180075069 A CN 201180075069A CN 103988501 A CN103988501 A CN 103988501A
Authority
CN
China
Prior art keywords
image
scene
candidate
pseudomorphism
frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201180075069.5A
Other languages
English (en)
Inventor
廖宁
陈志波
张帆
谢凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of CN103988501A publication Critical patent/CN103988501A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/48—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using compressed domain processing techniques other than decoding, e.g. modification of transform coefficients, variable length coding [VLC] data or run-length data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/87—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving scene cut or scene change detection in combination with video compression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/89—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving methods or arrangements for detection of transmission errors at the decoder
    • H04N19/895—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving methods or arrangements for detection of transmission errors at the decoder in combination with error concealment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion

Abstract

一种特定的实施方案，其在不重建视频的情况下检测比特流中的场景剪切伪像。场景剪切伪像通常(1)当原始视频中的场景剪切图像被部分接收或者(2)当图像涉及原始视频中的丢失场景剪切图像时在所解码的视频中被观察到。为了检测场景剪切伪像，首先选择候选场景剪切图像，并且然后在候选图像上进行场景剪切伪像检测。当一个块被确定为具有场景剪切伪像时，将最低的质量等级分配给该块。

Description

考虑场景剪切伪像的视频质量评估
技术领域
本发明涉及视频质量测量，并且更具体而言，涉及用于确定客观(objective)视频质量度量的方法和设备。
背景技术
随着IP网络的发展，通过有线和无线IP网络(例如，IPTV服务)进行的视频通信变得普遍。不像通过线缆网络进行的常规视频传送，通过IP网络的视频输送是较不可靠的。从而，除了来自视频压缩的质量损失之外，当视频经过IP网络传送时，视频质量进一步劣化。除了由视频压缩造成的质量劣化之外，成功的视频质量建模工具需要评价由网络传送亏损(例如，包丢失、传送延迟和传送抖动)造成的质量劣化。
发明内容
根据一个总的方面，访问包括编码图像的比特流，并且在不解码比特流以获取像素信息的情况下利用来自比特流的信息确定比特流中的场景剪切图像。
根据另一总的方面，访问包括编码图像的比特流，并且响应于来自比特流的图像集合之间的运动向量、帧尺寸、预测残差中的至少一个来确定各个差度量，其中，该图像集合包括候选场景剪切图像、在候选场景剪切图像之前的图像和在候选场景剪切图像之后的图像中的至少一个。如果这些差度量中的一个或多个超过其各自的预定阈值，则将该候选场景剪切图像确定为场景剪切图像。
根据另一总的方面，访问包括编码图像的比特流。如果帧内图像的至少一个块的压缩数据丢失则将该帧内图像选择为随候选场景剪切图像，或者将涉及丢失图像的图像选择为候选场景剪切图像。响应于来自比特流的图像集合之间的运动向量、帧尺寸和预测残差中的至少一个来确定各个差度量，其中，该图像集合包括候选场景剪切图像、在候选场景剪切图像之前的图像和在候选场景剪切图像之后的图像中的至少一个。如果这些差度量中的一个或多个超过其各自的预定阈值，则将候选场景剪切图像确定为场景剪切图像。
一个或多个实施方案的细节在附图和下面的描述中阐明。即使按照一个特定方式描述过，应清楚的是，实施方案可以按照不同的方式来配置或实现。例如，一个实施方案可以作为方法来执行，或者实现为设备，诸如，例如，配置为执行一组操作的设备或者存储用于执行一组操作的指令的设备，或者实现为信号。其它方面和特征将在结合附图和权利要求来考虑的情况下从下面的详细描述中变得显然。
附图说明
图1A是图示示例，其描绘了在场景剪切帧处具有场景剪切伪像的图像，图1B是图示示例，其描绘了没有场景剪切伪像的图像，并且图1C是图示示例，其描绘了在并非场景剪切帧的帧处具有场景剪切伪像的图像。
图2A和2B是图示示例，其根据当前原理的一个实施例描绘了场景剪切伪像如何与场景剪切关联。
图3是流程图，其根据当前原理的一个实施例描绘了视频质量建模的一个示例。
图4是流程图，其根据当前原理的一个实施例描绘了场景剪切伪像检测的一个示例。
图5是图示示例，其描绘了如何计算变量nloss。
图6A和6C是图示示例，其根据当前原理的一个实施例描绘了变量pk_num如何随着帧索引变化，以及图6B和6D是图示示例，其根据当前原理的该实施例描绘了变量bytes_num如何随着帧索引变化。
图7是流程图，其根据当前原理的一个实施例描绘了确定候选场景剪切伪像位置的一个示例。
图8是图示示例，其描绘了具有99个宏块的图像。
图9A和9B是图示示例，其根据当前原理的一个实施例描绘了相邻帧如何用于场景剪切伪像检测。
图10是流程图，其根据当前原理的一个实施例描绘了场景剪切检测的一个示例。
图11A和11B是图示示例，其根据当前原理的一个实施例描绘了相邻的I帧如何用于伪像检测。
图12是框图，其根据当前原理的一个实施例描绘了视频质量监测器的一个示例。
图13是框图，其描绘了可以以一个或多个实施方式来使用的视频处理系统。
具体实施方式
视频质量测量工具可以在不同等级上操作。在一个实施例中，该工具可以取得所接收的比特流并且在不重建视频的情况下测量视频质量。这样的方法通常被称为比特流等级视频质量测量。当允许额外的计算复杂度时，视频质量测量可以从比特流重建一些或全部图像，并且将所重建的图像用于更精确地估计视频质量。
当前的实施例涉及客观视频质量模型，其(1)在不重建视频的情况下并且(2)借助部分重建的视频评估视频质量。尤其，当前原理考虑围绕场景剪切观察到的特定类型的伪像，其被记做场景剪切伪像。
大多现有的视频压缩标准、例如H.264和MPEG-2将宏块(MB)用作基本编码单元。因此，下面的实施例将宏块用作基本处理单元。然而，这些原理可以适配为使用不同尺寸的块，例如8×8块、16×8块、32×32块和64×64块。
当所编码的视频比特流的一些部分在网络传送期间丢失时，解码器可以采用错误隐蔽技术来隐蔽与丢失部分对应的宏块。错误隐蔽的目标是估计丢失的宏块以便将感知的质量劣化最小化。所感知到的由传送错误产生的伪像强度很大程度上取决于所使用的错误隐蔽技术。
可以将空间方法或者时间方法用于错误隐蔽。在空间方法中，利用像素之间的空间关联，并且丢失的宏块通过插值技术从相邻像素来恢复。在时间方法中，利用运动场的连贯性和像素的空间平滑度两者来估计丢失宏块的运动向量(MV)或者各个丢失像素的MV，然后根据所估计的运动向量利用之前的帧中的参考像素来隐蔽丢失的像素。
视觉伪像在错误隐蔽之后仍能被感知到。图1A-1C示出了示例性的所解码的图像，其中所编码的比特流的一些包在传送期间丢失。在这些示例中，将时间错误隐蔽方法用于在解码器处隐蔽丢失宏块。具体地，将在之前的帧中的并置的宏块拷贝至丢失宏块。
在图1A中，例如归因于传送错误的包丢失在场景剪切帧(即，新场景中的第一帧)处发生。由于在当前帧和之前的帧(来自另一场景)之间剧烈的内容变化，所隐蔽的图像包含在该所隐蔽的图像中突出的区域。即，该区域具有与其相邻宏块非常不同的纹理。因此，该区域将容易被感知为视觉伪像。为了便于注释，将该类型的围绕场景剪切图像的伪像记做场景剪切伪像。
相反，图1B示出了位于场景内的另一图像。因为当前帧中的丢失内容类似于在用于隐蔽当前帧的之前帧中的、并置的宏块中的内容，所以时间错误隐蔽合适地起作用并且难以在图1B中感知到视觉伪像。
请注意，场景剪切伪像不一定要在场景的第一帧处发生。而是，它们可以在场景剪切帧处或在丢失场景剪切帧之后被看到，如通过图2A和2B的示例示出那样。
在图2A的示例中，图像210和220属于不同的场景。图像210被正确接收，并且图像220是部分接收的场景剪切帧。图像220的所接收的部分被恰当地解码，其中丢失部分借助来自图像210的并置的宏块来隐蔽。当在图像210与220之间存在显著变化时，所隐蔽的图像220将具有场景剪切伪像。因此，在该示例中，场景剪切伪像在场景剪切帧处发生。
在图2B的示例中，图像250和260属于一个场景，并且图像270和280属于另一场景。在压缩期间，图像270被用作用于运动补偿的图像280的参考。在传送期间，与图像260和270对应的压缩数据丢失。为了在解码器处隐蔽所丢失的图像，可以将所解码的图像250拷贝至图像260和270。
用于图像280的压缩数据被正确接收。但是因为其涉及图像270，该图像270现在为来自另一场景的所解码的图像250的副本，所以所解码的图像280也可能具有场景剪切伪像。因此，场景剪切伪像可以在丢失场景剪切帧(270)之后发生，在该示例中在场景的第二帧处发生。请注意，场景剪切伪像也可以在场景的其它位置发生。带有在场景剪切帧之后发生的场景剪切伪像的示例图像在图1C中描述。
事实上，尽管场景在原始视频中在图像270处改变，该场景可以在所解码的视频中显得以场景剪切伪像在图像280处改变。除非明确声明，则本申请中的场景剪切就涉及那些在原始视频中看到的。
在图1A中示出的示例中，之前的帧中的并置块(即MV＝0)被用于隐蔽当前帧中的丢失块。其它时间错误隐蔽方法可以使用具有其它运动向量的块并且可以例如在图像等级或在像素等级中在不同的处理单元中处理。请注意，场景剪切伪像可以对于任意时间错误隐蔽方法围绕场景剪切出现。
从图1A和1C中示出的示例中可以看到，场景剪切伪像对感知视频质量具有强烈负面影响。因此，为了精确预测客观视频质量，重要的是在对视频质量建模时测量场景剪切伪像的效果。
为了检测场景剪切伪像，首先需要检测场景剪切帧是否被正确接收或者场景剪切图像是否丢失。考虑到在检测伪像时仅解析比特流(并未重建图像)，这是个困难问题。当与场景剪切帧对应的压缩数据丢失时，其变得更加困难。
显然，用于视频质量建模的场景剪切伪像检测问题与通常在像素域中工作并且有权使用图像的常规场景剪切帧检测问题不同。
在图3中示出了考虑场景剪切伪像的示例性视频质量建模方法300。将丢失数据所造成的伪像、例如在图1A和2A中描述的伪像记做初始可见伪像。此外，还将该类型的来自场景中首个所接收的图像的伪像、例如在图1C和2B中描述的伪像分类为初始可见伪像。
如果具有初始可见伪像的块被用作例如用于帧内预测或帧间预测的参考，则初始可见伪像可以通过预测在空间上或时间上传播至相同或其它图像中的其它宏块。这样传播的伪像记做所传播的可见伪像。
在方法300中，视频比特流在步骤310输入并且与该比特流对应的视频的客观质量将被估计。在步骤320，计算初始可见伪像等级。初始可见伪像可以包括场景剪切伪像和其它伪像。初始可见伪像的等级可以根据伪像类型、帧类型和从比特流获得的其它帧等级或MB等级特征来估计。在一个实施例中，如果在宏块处检测到场景剪切伪像，则将用于该宏块的初始可见伪像等级设定为最高伪像等级(即较低的质量等级)。
在步骤330，计算所传播的伪像等级。例如，如果宏块被标记为具有场景剪切伪像，则涉及该宏块的所有其它像素的所传播的伪像等级也将被设定为最高伪像等级。在步骤340，可以将空间-时间伪像合并(pooling)算法用于将不同类型的伪像转换为一个客观MOS(平均意见得分)，其估计与输入比特流对应的视频的总体可见质量。在步骤350，输出所估计的MOS。
图4示出了用于场景剪切伪像检测的一个示例性方法400。在步骤410处，其扫描比特流以确定用于场景剪切伪像的候选位置。在确定了候选位置之后，其在步骤420确定在候选位置中是否存在场景剪切伪像。
请注意，步骤420单独地可以被用于比特流等级场景剪切帧检测，例如在无包丢失的情况下。这可以被用于获得场景边界，其在确定场景等级特征时被需要。当单独地使用步骤420时，各个帧可以被看做候选场景剪切图像，或者可以规定哪些帧应被看做候选位置。
下面，更详细地讨论确定候选场景剪切伪像位置和检测场景剪切伪像位置的步骤。
确定候选场景剪切伪像位置
如在图2A和2B中讨论的那样，场景剪切伪像在部分接收的场景剪切帧处或者在涉及丢失场景剪切帧的帧处发生。因此，带有或围绕包丢失的帧可被看做潜在的场景剪切伪像位置。
在一个实施例中，当解析比特流时，基于例如为RTP时间戳和MPEG-2PES时间戳的时间戳或者在压缩比特流中的语法元素“frame_num”获得对于各个帧接收的字节的数目、接收包的数目、丢失包的数目，并且还记录所解码的帧的帧类型。所获得的包数目、字节数目和帧类型可以用于细化候选伪像位置确定。
下面，将用于RTP上的H.264的RFC3984用作示例性传输协议，示出如何确定候选场景剪切伪像位置。
对于每个所接收的RTP包，可以基于时间戳确定其属于哪个视频帧。即，将具有相同时间戳的视频包看做属于相同的视频帧。对于部分或完全接收的视频帧i，记录下面的变量：
(1)属于帧i的第一所接收的RTP包的序号，记做sns(i)，
(2)帧i的最后所接收的RTP包的序号，记做sne(i)，以及
(3)在帧i的第一和最后所接收的RTP包之间的丢失RTP包的数目，记做nloss(i)。
序号在RTP协议首部中定义，并且其对于每个RTP包增加1。因此，nloss(i)基于序号的不连续性通过计数序号在sns(i)和sne(i)之间的丢失RTP包的数目来计算。计算nloss(i)的示例在图5中示出。在该示例中，sns(i)＝105并且sne(i)＝110。在帧i的起始包(带有序号105)和结束包(带有序号110)之间，带有序号107和109的包丢失。因此，在该示例中nloss(i)＝2。
定义参数pk_num(i)以估计对于帧i传送的包的数目，并且其可以计算为
pk_num(i)＝[sne(i)-sne(i-k)]/k   (1)
其中，帧i-k是紧接在帧i之前的帧(即，在帧i和i-k之间的其它帧丢失)。对于具有包丢失或者丢失了紧接在前的(多个)帧的帧i，通过对长度为N(例如N＝6)的滑窗中的之前的(非I)帧的pk_num求平均来计算参数pk_num_avg(i)，即，将pk_num_avg(i)定义为在当前帧之前传送的包的平均(估计)数目：
pk nu m avg ( i ) = 1 N Σ j pk num ( j ) , 帧j∈滑窗。   (2)
此外，每个包的字节的平均数目(bytes_numpacket(i))可以通过对N帧的滑窗中紧接在前的帧中接收的包中的字节数目求平均来计算。定义参数bytes_num(i)来估计对于帧i传送的字节数目并且其可以计算为：
bytes_num(i)＝bytesrecvd(i)+[nloss(i)+sns(i)-sne(i-k)-1]＊bytes_numpacket(i)/k   (3)
其中，bytesrecvd(i)是对于帧i接收的字节数目，并且[nloss(i)+sns(i)-sne(i-k)-1]＊bytes_numpacket(i)/k是对于帧i估计的丢失字节的数目。请注意，等式(3)是特别对于RTP协议设计的。当使用其它传输协议时，应该调整等式(3)，例如通过调整所估计的丢失包的数目。
定义参数bytes_num_avg(i)作为在当前帧之前所传送的字节的平均(估计)数目，并且其可以通过对滑窗中之前的(非I)帧的bytes_num求平均来计算，即，
bytes nu m avg ( i ) = 1 N Σ j bytes num ( j ) , 帧j∈滑窗。   (4)
如上面讨论那样，滑窗可以用于计算pk_num_avg、bytes_numpacket和bytes_num_avg。请注意，包含在滑窗中的图像被完全或部分接收(即，它们并未完全丢失)。当视频序列中的图像通常具有相同的空间分辨率时，帧的pk_num高度取决于图像内容和用于压缩的帧类型。例如，QCIF视频的P帧可以对应于一个包，并且I帧可以需要更多位并且因此对应于更多包，如在图6A中示出那样。
如在图2A中示出那样，场景剪切伪像可以在部分接收的场景剪切帧处发生。因为场景剪切帧通常被编码为I帧，所以部分接收的I帧可以被标记为场景剪切伪像的候选位置，并且其帧索引被记录为idx(k)，其中k指示该帧是第k个候选位置。
场景剪切帧也可以被编码为非帧内的(例如P帧)。场景剪切伪像也可以在这样的帧被部分接收时在其中发生。如果帧涉及丢失场景剪切帧，则该帧也可以包含场景剪切伪像，如在图2B中讨论过那样。在这些情景中，上面讨论过的参数可以被用于更精确地确定帧是否应该是候选位置。
图6A-6D举例示出如何将上面讨论过的参数用于识别候选场景剪切伪像位置。帧可以按照解码顺序或显示顺序来排序。在图6A-6D的所有示例中，帧60和120是原始视频中的场景剪切帧。
在图6A和6B的示例中，帧47、109、137、235和271完全丢失，并且帧120和210被部分接收。对于帧49、110、138、236、272、120和210，可以将pk_num(i)与pk_num_avg(i)相比较。当pk_num(i)比pk_num_avg(i)大得多时，例如3，则帧i可以被识别为所解码的视频中的候选场景剪切帧。在图6A的示例中，帧120被识别为候选场景剪切伪像位置。
该比较也可以在bytes_num(i)与bytes_num_avg(i)之间完成。如果bytes_num(i)比bytes_num_avg(i)大得多，则帧i可以被识别为所解码的视频中的候选场景剪切帧。在图6B的示例中，帧120又被识别为候选位置。
在图6C和6D的示例中，场景剪切帧120完全丢失。对于其随后的帧121，pk_num(i)可以与pk_num_avg(i)相比较。在图6C的示例中，3。因此，帧120并不被识别为候选场景剪切伪像位置。相反，当将bytes_num(i)与bytes_num_avg(i)相比较时，3，并且帧120被识别为候选位置。
总体上，利用所传送的字节的估计数目的方法被观察为比利用所传送的包的估计数目的方法具有更好的性能。
图7示出了用于确定候选场景剪切伪像位置的示例方法700，该位置将在数据集合中被记做{idx(k)}。在步骤710，其通过设定k=0将过程初始化。输入比特流然后在步骤720被解析，以获得帧类型和当前帧的变量sns、sne、nloss、bytes_numpacket和bytesrecvd。
该方法在步骤730确定是否存在包丢失。当帧完全丢失时，其最接近的随后的、未完全丢失的帧被检查以确定其是否是候选场景剪切伪像位置。当帧被部分接收时(即，该帧的一些、但并非全部包丢失)，该帧被检查以确定其是否是候选场景剪切伪像位置。
如果存在包丢失，该方法检查当前帧是否是内部帧。如果当前帧是内部帧，则当前帧被看做候选场景剪切位置并且控制被递交给步骤780。否则，该方法在步骤740例如像在等式(1)和(2)中描述那样计算pk_num和pk_num_avg。该方法在步骤750检查pk_num是否大于T1*pk_num_avg。如果不相等成立，则当前帧被看做用于场景剪切伪像的候选帧并且控制被递交给步骤780。
否则，该方法在步骤760例如像在等式(3)和(4)中描述那样计算bytes_num和bytes_num_avg。该方法在步骤770检查bytes_num是否大于T2*bytes_num_avg。如果不相等成立，则当前帧被看做用于场景剪切伪像的候选帧并且当前帧索引被记录为idx(k)并且k在步骤780增加1。否则，该方法将控制递交给步骤790，其检查比特流是否被完全解析。如果解析完成，则控制被递交给结束步骤799。否则，控制被返回给步骤720。
在图7中，所传送的包的估计数目与所传送的字节的估计数目两者被用于确定候选位置。在其它实施方案中，这两种方法可以被按照另一顺序检查或者可以被单独应用。
检测场景剪切伪像位置
场景剪切伪像可以在候选位置集合{idx(k)}被确定后被检测。当前的实施例在场景剪切伪像检测中使用包层信息(诸如帧尺寸)和比特流信息(诸如预测残差和运动向量)。场景剪切伪像检测可以在不重建视频的情况下、即不重建视频的像素信息的情况下进行。请注意，比特流可以被部分解码以获得关于视频的信息，例如预测残差和运动向量。
当帧尺寸被用于检测场景剪切伪像位置时，计算在候选场景剪切位置之前和之后(部分或完全)接收的P帧的字节数目之间的差。如果该差超过阈值，例如3倍大或3倍小，则候选场景剪切帧被确定为场景剪切帧。
另一方面，所观察到的是，预测残差能量改变通常当存在场景改变时更大。通常，P帧和B帧的预测残差能量并不在相同的大小量级上，B帧的预测残差能量对于指示视频内容信息而言比P帧较不可靠。因此，优先利用P帧的残差能量。
参考图8，示出了包含11*9＝99个宏块的示例图像800。对于由其位置(m,n)指示的每个宏块，根据去量化的变换系数计算残差能量因子。在一个实施例中，残差能量因子计算为其中Xp,q(m，n)是在宏块(m,n)内的位置(p,q)处的去量化的变换系数。在另一实施例中，仅AC系数被用于计算残差能量因子，即
在另一实施例中，当使用4×4变换时，残差能量因子可以被计算为 e m , n = Σ u = 1 16 ( Σ v = 2 16 X 2 u , v ( m , n ) + α X 2 u , 1 ( m , n ) ) , 其中Xu，1(m，n)表示DC系数并且Xu,v(m,n)(v＝2，...，16)表示用于第u个4×4块的AC系数，并且α是用于DC系数的加权因子。请注意，在16×16宏块中有十六个4×4块，并且在每个4×4块中有16个变换系数。然后可以通过如下矩阵表示用于图像的预测残差能量因子：
E = e 1,1 e 1,2 e 1,3 · · · e 2,1 e 2,2 e 2,3 · · · e 3,1 e 3,2 e 3,3 · · · · · · · · ·
当替代宏块使用其它编码单元时，可以容易地适配预测残差能量的计算。
用于第k个候选帧位置的差度量矩阵可以通过如下表示：
ΔEk = Δe 1,1 , k Δe 1,2 , k Δe 1,3 , k · · · Δe 2,1 , k Δe 2,2 , k Δe 2,3 , k · · · Δe 3,1 , k Δe 3,2 , k Δe 3,3 , k · · · · · · · · ·
其中，Δem，n，k是对于宏块(m,n)的第k个候选位置计算的差度量。
在将帧中全部宏块的差求和的情况下，用于候选帧位置的差度量可以计算为 D k = Σ m Σ n Δe m , n , k .
还可以使用用于计算Dk的宏块的子集来加速计算。例如，可以将每隔一排的宏块或每隔一列的宏块用于计算。
在一个实施例中，Δem，n，k可以计算为在最接近候选位置的两个P帧之间的差：一个紧接在候选位置之前并且另一个紧接在其后。参考图9A和9B，可以通过应用在两个图像的宏块(m,n)处的预测残差能量因子之间的相减将图像910和920或者图像950和960用于计算Δem，n，k。
参数Δem，n，k还可以通过将Gaussion(DoG)滤波器应用于更多图像来计算，例如10点的DoG滤波器可以在将该滤波器的中心定位在候选场景剪切伪像位置处的情况下来使用。回到图9A和9B，可以使用图9A中的图像910-915以及920-925或者图9B中的图像950-955以及960-965。对于每个宏块位置(m,n)，将高斯滤波函数的差应用于帧的窗的em，n以获得参数Δem，n，k
当利用预测残差能量计算的差超过阈值时，则候选帧可以被检测为具有场景剪切伪像。
运动向量也可以被用于场景剪切伪像检测。例如，可以计算帧的窗内的运动向量的柱状图、运动向量的方差和运动向量的平均幅值以指示运动的等级。P帧的运动向量对于场景剪切伪像检测是优选的。如果运动等级的差超过阈值，则可以将候选场景剪切位置确定为场景剪切帧。
在利用诸如帧尺寸、预测残差能量和运动向量的特征的情况下，可以在候选位置在所解码的视频处检测到场景剪切帧。如果在所解码的视频处检测到场景改变，则候选位置被检测为具有场景剪切伪像。更具体地，如果候选位置对应于部分丢失的场景剪切帧，则所检测到的场景剪切帧的丢失宏块被标记为具有场景剪切伪像，并且如果候选位置对应于涉及丢失场景剪切帧的P或B帧，则涉及丢失场景剪切帧的宏块被标记为具有场景剪切伪像。
请注意，在原始视频处的场景剪切可以或可以不与那些在所解码的视频处看到的场景剪切重叠。如之前所讨论的，对于在图2B中示出的示例，在所解码的视频的图像280处观察到场景改变，而场景在原始视频中的图像270处改变。
在候选位置处或围绕其的帧可以被用于计算帧尺寸改变，预测残差能量改变和运动改变，如在图9A和9B的示例中示出那样。当候选位置对应于部分接收的场景剪切帧905时，可以使用围绕候选位置的P帧(910…915,和920…925)。当候选位置对应于涉及丢失场景剪切帧940的帧时，可以使用围绕丢失帧的P帧(950…955,和960…965)。当候选位置对应于P帧时，候选位置本身(960)可以被用于计算预测残差能量差。请注意，不同数量的图像可以被用于计算在帧尺寸、预测残差和运动等级中的改变。
图10示出了用于根据候选位置检测场景剪切帧的示例方法1000。在步骤1005，该方法通过设定y＝0将过程初始化。在步骤1010，选择围绕候选位置的P帧，并且解析预测残差、帧尺寸和运动向量。
在步骤1020，该方法对于候选帧位置计算帧尺寸差度量。在步骤1025，该方法检查在候选位置处是否存在大的帧尺寸改变，诸如通过将其与阈值相比较。如果该差小于阈值，则该方法将控制递交给步骤1030。
否则，对于那些在步骤1010选择的P帧，在步骤1030对于各个宏块计算预测残差能量因子。然后在步骤1040，对于各个宏块位置计算差度量，以指示在预测残差能量中的改变，并且在步骤1050可以计算用于候选帧位置的预测残差能量差度量。在步骤1060，该方法检查在候选位置处是否存在大的预测残差能量改变。在一个实施例中，如果Dk大，例如Dk>T3，其中T3是阈值，然后候选位置被检测为所解码的视频中的场景剪切帧，并且该方法将控制递交给步骤1080。
否则，该方法在步骤1065计算用于候选位置的运动差度量。在步骤1070，该方法检查在候选位置处是否存在大的运动改变。如果存在大的差，则该方法将控制递交给步骤1080。
在步骤1080，对应的帧索引被记录为{idx’(y)}，并且y增加1，其中y指示该帧是所解码的视频中第y个检测到的场景剪切帧。该方法在1090确定是否所有候选位置都被处理了。如果所有候选位置都被处理了，控制被递交给结束步骤1099。否则，控制被返回给步骤1010。
在另一实施例中，当候选场景剪切帧是I帧(735)时，计算在图像和之前的I帧之间的预测残差能量差。利用图像中正确接收的MB和之前的I帧中的并置MB的能量计算预测残差能量差。如果能量因子之间的差是较大的能量因子的T4倍大(例如T4＝1/3)，则候选I帧被检测为所解码的视频中的场景剪切帧。这在候选场景剪切帧的场景剪切伪像需要在解码器行进至解码下一图像之前被确定时是有用的，即，随后的图像的信息在伪像检测时还不可用。
请注意，可以按不同的顺序考虑特征。例如，可以通过在不同的编码/传送条件下训练大的视频序列集合来学习各个特征的有效性。基于训练结果，可以基于视频内容和编码/传送条件来选择特征的顺序。也可以决定只测试一个或两个最有效的特征来加速场景剪切伪像检测。
不同的阈值、例如T1、T2、T3和T4，在方法900和1000中使用。这些阈值可以例如适配于图像属性或者其它条件。
在另一实施例中，当允许附加的计算复杂度时，将重建一些I图像。通常像素信息可以比从比特流解析的参数(例如预测残差和运动向量)更好地反应纹理内容，并且因此，利用用于场景剪切检测的重建的I图像可以改进检测精度。因为解码I帧并不像解码P或B帧那样在计算上昂贵，所以该改进的检测精度以小的计算开销为代价而实现。
图11示出了邻接的I帧可以如何用于场景剪切检测的一个示例。对于图11A中示出的示例，当候选场景剪切帧(1120)是部分接收的I帧时，该帧的所接收的部分可以恰当地解码到像素域中，因为其并不涉及其他帧。类似地，邻接的I帧(1110,1130)也可以在不导致大的解码复杂度的情况下解码到像素域中(即，图像被重建)。在I帧被重建之后，可以例如通过比较在帧(1120)的部分解码的像素与邻接的I帧(1110,1130)的并置像素之间的亮度柱状图的差来应用常规的场景剪切检测方法。
对于图11B中示出的示例，候选场景剪切帧(1160)可以完全丢失。在该情况下，如果在邻接的I帧(1150,1170)之间的图像特征差(例如，柱状图差)是小的，则候选位置可以被识别为并不是场景剪切位置。这在GOP长度通常为0.5或1秒(在其间不太可能发生多个场景改变)的IPTV情景中尤其成立。
当I帧之间的距离大时，利用用于场景剪切伪像检测的重建的I帧可以具有有限的用处。例如，在移动视频流情景中，GOP长度可以高达5秒，并且帧速率可以低至15fps。因此，在候选场景剪切位置与之前的I帧之间的距离对于获取鲁棒的检测性能而言过大。
解码一些I图像的实施例可以与比特流等级实施例(例如方法1000)结合使用来彼此互补。在一个实施例中，应何时一起使用它们可以根据编码配置(例如分辨率、帧速率)来决定。
当前的原理可以在视频质量监测器中使用以测量视频质量。例如，视频质量监测器可以检测和测量场景剪切伪像和其它类型的伪像，并且其也可以考虑由传播造成的伪像以提供总体质量度量。
图12描绘了一个示例性视频质量监测器1200的框图。设备1200的输入可以包括包含比特流的传输流。输入可以是包含比特流的其它格式。
多路选择器1205从比特流获得包层信息，例如包的数目、字节数目、帧尺寸。解码器1210解析输入流以获得更多信息，例如帧类型、预测残差和运动向量。解码器1210可以或可以不重建图像。在其它实施例中，解码器可以执行多路选择器的功能。
利用所解码的信息，候选场景剪切伪像位置在候选场景剪切伪像检测器1220中被检测到，其中可以使用方法700。对于所检测的候选位置，场景剪切伪像检测器1230确定在所解码的视频中是否存在场景剪切，因此确定候选位置是否包含场景剪切伪像。例如，当所检测的场景剪切帧是部分丢失的I帧时，该帧中的丢失宏块被检测为具有场景剪切伪像。在另一示例中，当所检测的场景剪切帧涉及丢失场景剪切帧时，涉及丢失场景剪切帧的宏块被检测为具有场景剪切伪像。方法1000可以被场景剪切检测器1230使用。
在宏块等级检测到场景剪切伪像之后，质量预测器1240将伪像映射为质量得分。质量预测器1240可以考虑其它类型的伪像，并且其也可以考虑由错误传播造成的伪像。
参考图13，示出了可以对其应用上面描述的特征和原理的视频传送系统或设备1300。处理器1305处理视频，并且编码器1310编码视频。从编码器生成的比特流通过分发网络1320传送至解码器1330。视频质量监测器可以在不同阶段使用。
在一个实施例中，视频质量监测器1340可以由内容创建器使用。例如，所估计的视频质量可以由编码器在决定诸如模式决策或比特率分配的编码参数时使用。在另一示例中，在编码视频之后，内容创建器使用视频质量监测器来监测所编码的视频的质量。如果质量度量并不符合预定义的质量等级，内容创建器可以选择重编码该视频以改进视频质量。内容创建器也可以基于质量排列所编码的视频并且相应地装入(charge)内容。
在另一实施例中，视频质量监测器1350可以由内容分发器来使用。视频质量监测器可以被放置在分发网络中。视频质量监测器计算质量度量并且将其报告给内容分发器。基于来自视频质量监测器的反馈，内容分发器可以通过调整带宽分配和访问控制来改进其服务。
内容分发器也可以将反馈发送给内容创建器以调整编码。请注意，在编码器处改进编码质量无需改进在解码器侧的质量，因为高质量编码的视频通常需要更多带宽并且留下较少带宽用于传送保护。因此，为了达到在解码器处的最优质量，应该考虑在编码比特率与用于信道保护的带宽之间的平衡。
在另一实施例中，视频质量监测器1360可以由用户装置来使用。例如，当用户装置在因特网上搜索视频时，搜索结果可以返回与所请求的视频内容对应的许多视频或者至视频的许多链接。搜索结果中的视频可以具有不同的质量等级。视频质量监测器可以对于这些视频计算质量度量并且决定选择哪个视频来存储。在另一示例中，用户有权使用数个错误隐蔽技术。视频质量监测器可以对于不同的错误隐蔽技术计算质量度量并且基于所计算的质量度量自动选择使用哪个隐蔽技术。
在此描述的实施方案可以在例如方法或过程、设备、软件程序、数据流或信号中实施。即使仅在单个形式的实现方案的本上下文中进行了讨论(例如仅作为方法讨论)，所讨论的特征的实施方案仍可以以其它形式(例如设备或程序)实施。设备可以在例如合适的硬件、软件和固件中实施。方法可以例如在设备中实施，该设备诸如处理器，其通常涉及处理装置，包括例如计算机、微处理器、集成电路或可编程逻辑装置。处理器也包括通信装置，诸如，例如计算机、手机、便携式/个人数字助理(“PDA”)和促进在终端用户之间的信息通信的其它装置。
在此描述的不同过程和特征的实施方案可以在多种不同的设备或应用中实现，具体地，例如在与数据编码、数据解码、场景剪切伪像检测、质量测量和质量监测关联的设备或应用中实现。这种设备的示例包括编码器、解码器、处理来自解码器的输出的后处理器、提供输入给编码器的预处理器、视频编码器、视频解码器、视频编解码器、网络服务器、机顶盒、膝上电脑、个人计算机、手机、PDA、游戏机和其它通信装置。如应该清楚那样，设备可以是移动式的并且甚至安装在移动车辆中。
附加地，方法可以通过由处理器执行的指令来实施，并且这种指令(和/或由实施方案产生的数据值)可以存储在处理器可读介质上，诸如在集成电路、软件载体或其它存储设备上，其它存储设备诸如硬盘、紧致盘(“CD”)、光盘(诸如，例如，DVD，通常称作数字多功能盘或者数字视频盘)、随机存取存储器(“RAM”)或者只读存储器(“ROM”)。指令可以形成有形地在处理器可读介质上实现的应用程序。指令可以例如是硬件、固件、软件或者其组合。指令可以在例如操作系统、单独应用或者两者的组合中找到。处理器因此可以特征化为配置为实施处理的装置和包括处理器可读介质的装置(诸如存储设备)两者，该介质具有用于实施处理的指令。此外，处理器可读介质可以除了指令或者替代于指令存储由实施方案产生的数据值。
如对于本领域技术人员将显然的，实施方案可以产生定格式为承载信息的各种信号，该信息可以例如被存储或传送。信息可以包括例如用于执行方法的指令或者由所描述的实施方案之一产生的数据。例如，信号可以被定格式为承载用于写或读所描述的实施例的语法的规则作为数据，或者承载由所描述的实施例写入的实际语法值作为数据。这样的信号可以定格式为例如电磁波(例如利用频谱的射频部分)或者为基带信号。该定格式可以包括例如编码数据流和以所编码的数据流调制载波。信号承载的信息可以例如是模拟或数字信息。信号可以经由多个不同的有线或无线链路来传送，如已知那样。信号可以存储在处理器可读的介质上。
已经描述了大量实施方案。然而将理解的是，可以做出不同的修改。例如，可以将不同实施方案的元素组合、补充、修改或移除以产生其他实施方案。此外，普通技术人员将理解其他结构和处理可以替代那些所公开的，并且所得到的实施方案将以至少基本上相同的方式执行至少基本上相同的功能，以实现与所公开的实施方案至少基本上相同的结果。从而，这些和其它实施方案通过本申请来思考。

Claims (25)

1.一种方法，包括：
访问包括所编码的图像的比特流；以及
在不解码所述比特流来获取像素信息的情况下利用来自所述比特流的信息确定(1080)所述比特流中的场景剪切图像。
2.根据权利要求1所述的方法，其中所述确定包括：
响应于在来自所述比特流的图像集合之间的运动向量、帧尺寸和预测残差中的至少一个，确定(1020,1050,1065)各个差度量，其中所述图像集合包括候选场景剪切图像、在所述候选场景剪切图像之前的图像以及在所述候选场景剪切图像之后的图像中的至少一个；以及
如果所述差度量中的一个或多个超过其各自的预定阈值(1025,1060,1070)，则确定(1080)所述候选场景剪切图像是场景剪切图像。
3.根据权利要求2所述的方法，确定各个差度量还包括：
计算(1030)与所述图像集合的图像的块位置相对应的预测残差能量因子；以及
利用所述预测残差能量因子计算(1040)用于所述块位置的差度量，其中，该用于所述块位置的差度量被用于计算用于所述候选场景剪切图像的差度量。
4.根据权利要求2所述的方法，还包括：
如果用于帧内图像中的至少一个块的压缩数据丢失(730)，则选择(735,780)该帧内图像作为所述候选场景剪切图像。
5.根据权利要求4所述的方法，还包括：
确定所述场景剪切图像中的至少一个块具有场景剪切伪像。
6.根据权利要求5所述的方法，还包括：
将最低质量等级分配给被确定为具有所述场景剪切伪像的所述至少一个块。
7.根据权利要求2所述的方法，还包括：
将涉及丢失图像的图像选择为所述候选场景剪切图像。
8.根据权利要求7所述的方法，还包括：
确定(740)图像的所传送的包的估计数目以及在该图像之前的图像的所传送的包的平均数目，其中，当在所述图像的所传送的包的估计数目与在所述图像之前的图像的所传送的包的平均数目之间的比率超过预定阈值时(750,780)，所述图像被选择为所述候选场景剪切图像。
9.根据权利要求7所述的方法，还包括：
确定(760)图像的所传送的字节的估计数目以及在该图像之前的图像的所传送的字节的平均数目，其中，当在所述图像的所传送的字节的估计数目与在所述图像之前的图像的所传送的字节的平均数目之间的比率超过预定阈值时(770,780)，所述图像被选择为所述候选场景剪切图像。
10.根据权利要求9所述的方法，其中，所述图像的所传送的字节的估计数目是响应于所述图像的所接收的字节的数目和丢失字节的估计数目来确定的。
11.根据权利要求7所述的方法，还包括：
当所述场景剪切图像中的块涉及丢失图像时，确定该块具有场景剪切伪像。
12.根据权利要求11所述的方法，还包括：
将最低质量等级分配给所述块，其中所述块被确定为具有场景剪切伪像。
13.根据权利要求2所述的方法，其中，所述图像集合中的图像是P-图像(1010)。
14.一种设备，包括：
解码器(210)，其访问包括所编码的图像的比特流；以及
场景剪切伪像检测器(1230)，其在不解码所述比特流以获取像素信息的情况下利用来自所述比特流的信息确定所述比特流中的场景剪切图像。
15.根据权利要求14所述的设备，其中，所述解码器(1210)对于来自所述比特流的图像集合的运动向量、帧尺寸和预测残差中的至少一个进行解码，其中，所述图像集合包括候选场景剪切图像、在所述候选场景剪切图像之前的图像和在所述候选场景剪切图像之后的图像中的至少一个，并且其中，所述场景剪切伪像检测器(1230)响应于帧尺寸、预测残差和运动向量中的至少一个来确定用于所述候选场景剪切图像的各个差度量，并且如果所述差度量中的一个或多个超过其各自的预定阈值，则确定所述候选场景剪切图像是场景剪切图像。
16.根据权利要求15所述的设备，还包括：
候选场景剪切伪像检测器(1220)，如果用于帧内图像中的至少一个块的压缩数据丢失，则该候选场景剪切伪像检测器将该帧内图像选择为候选场景剪切图像。
17.根据权利要求16所述的设备，其中，所述场景剪切伪像检测器(1230)确定在所述场景剪切图像中的所述至少一个块具有场景剪切伪像。
18.根据权利要求17所述的设备，还包括：
质量预测器(1240)，其将最低质量等级分配给被确定为具有场景剪切伪像的所述至少一个块。
19.根据权利要求15所述的设备，还包括：
候选场景剪切伪像检测器(1220)，其将涉及丢失图像的图像选择为所述候选场景剪切图像。
20.根据权利要求19所述的设备，其中，所述候选场景剪切伪像检测器(1220)确定图像的所传送的包的估计数目和在所述图像之前的图像的所传送的包的平均数目，并且当在所述图像的所传送的包的估计数目与所述图像之前的图像的所传送的包的平均数目之间的比率超过预定阈值时将所述图像选择为所述候选场景剪切图像。
21.根据权利要求19所述的设备，其中，所述候选场景剪切伪像检测器(1220)确定图像的所传送的字节的估计数目和在所述图像之前的图像的所传送的字节的平均数目，并且当在所述图像的所传送的字节的估计数目与所述图像之前的图像的所传送的字节的平均数目之间的比率超过预定阈值时将所述图像选择为所述候选场景剪切图像。
22.根据权利要求21所述的设备，其中，所述候选场景剪切伪像检测器(1220)响应于所述图像的所接收的字节的数目和丢失字节的估计数目来确定所述图像的所传送的字节的估计数目。
23.根据权利要求19所述的设备，其中，所述场景剪切伪像检测器(1230)当所述场景剪切图像中的块涉及丢失图像时确定该块具有场景剪切伪像。
24.根据权利要求23所述的设备，还包括：
质量预测器(1240)，其将最低质量等级分配给所述块，其中所述块被确定为具有场景剪切伪像。
25.一种处理器可读的介质，其具有存储于其上的指令，用于使得一个或多个处理器共同地进行：
访问包括所编码的图像的比特流；以及
在不解码所述比特流以获取像素信息的情况下利用来自所述比特流的信息确定(1080)所述比特流中的场景剪切图像。
CN201180075069.5A 2011-11-25 2011-11-25 考虑场景剪切伪像的视频质量评估 Pending CN103988501A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2011/082955 WO2013075335A1 (en) 2011-11-25 2011-11-25 Video quality assessment considering scene cut artifacts

Publications (1)

Publication Number Publication Date
CN103988501A true CN103988501A (zh) 2014-08-13

Family

ID=48469029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180075069.5A Pending CN103988501A (zh) 2011-11-25 2011-11-25 考虑场景剪切伪像的视频质量评估

Country Status (10)

Country Link
US (1) US20140301486A1 (zh)
EP (1) EP2783513A4 (zh)
JP (1) JP5981561B2 (zh)
KR (1) KR20140110881A (zh)
CN (1) CN103988501A (zh)
CA (1) CA2855177A1 (zh)
HK (1) HK1202739A1 (zh)
MX (1) MX339675B (zh)
RU (1) RU2597493C2 (zh)
WO (1) WO2013075335A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106713901A (zh) * 2015-11-18 2017-05-24 华为技术有限公司 一种视频质量评价方法及装置

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2619982A2 (en) * 2011-01-21 2013-07-31 Siemens Aktiengesellschaft Method for processing a compressed video stream
US9565404B2 (en) * 2012-07-30 2017-02-07 Apple Inc. Encoding techniques for banding reduction
WO2014029188A1 (en) * 2012-08-23 2014-02-27 Thomson Licensing Method and apparatus for detecting gradual transition picture in video bitstream
JP6776229B2 (ja) * 2014-10-16 2020-10-28 サムスン エレクトロニクス カンパニー リミテッド ビデオデータ処理方法及び装置並びにビデオデータ生成方法及び装置
US10834406B2 (en) 2016-12-12 2020-11-10 Netflix, Inc. Device-consistent techniques for predicting absolute perceptual video quality
RU2651206C1 (ru) * 2016-12-21 2018-04-18 Общество с ограниченной ответственностью "СТРИМ Лабс" (ООО "СТРИМ Лабс") Способ и система выявления искажений в системах цифрового телевидения
KR20180093441A (ko) * 2017-02-13 2018-08-22 주식회사 마크애니 영상 구조 변경을 통한 워터마크 삽입 장치 및 방법
US10609440B1 (en) * 2018-06-08 2020-03-31 Amazon Technologies, Inc. Timing data anomaly detection and correction
US10970555B2 (en) * 2019-08-27 2021-04-06 At&T Intellectual Property I, L.P. Data-driven event detection for compressed video
US20240114144A1 (en) * 2022-09-29 2024-04-04 Nvidia Corporation Frame selection for streaming applications
CN115866347B (zh) * 2023-02-22 2023-08-01 北京百度网讯科技有限公司 视频处理方法、装置、电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1602592A (zh) * 2001-09-26 2005-03-30 汤姆森许可公司 视频比特流中的场景切换检测
CN1893665A (zh) * 2005-06-30 2007-01-10 三星电子株式会社 错误隐藏方法及设备
CN101072342A (zh) * 2006-07-01 2007-11-14 腾讯科技（深圳）有限公司 一种场景切换的检测方法及其检测系统
CN101909511A (zh) * 2008-01-09 2010-12-08 奥林巴斯株式会社 场景变化检测装置以及场景变化检测程序
US20110019742A1 (en) * 2009-07-27 2011-01-27 Kabushiki Kaisha Toshiba Compression artifact removing apparatus and video reproducing apparatus

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3315766B2 (ja) * 1992-09-07 2002-08-19 富士通株式会社 画像データ符号化方法、その方法を用いた画像データ符号化装置、画像データ復元方法、その方法を用いた画像データ復元装置、シーン変化検出方法、その方法を用いたシーン変化検出装置、シーン変化記録装置、及び画像データのシーン変化記録・再生装置
JPH09322174A (ja) * 1996-05-30 1997-12-12 Hitachi Ltd 動画データの再生方法
GB2366464A (en) * 2000-08-14 2002-03-06 Nokia Mobile Phones Ltd Video coding using intra and inter coding on the same data
GB0228556D0 (en) * 2002-12-06 2003-01-15 British Telecomm Video quality measurement
US7499570B2 (en) * 2004-03-02 2009-03-03 Siemens Corporate Research, Inc. Illumination invariant change detection
EP1739974B1 (en) * 2005-06-30 2010-08-11 Samsung Electronics Co., Ltd. Error concealment method and apparatus
EP2041984A4 (en) * 2006-07-17 2009-08-05 Thomson Licensing METHOD AND DEVICE FOR ADAPTING A DEFAULT CODING OF A DIGITAL VIDEO SIGNAL DURING A SCENE CHANGE PERIOD
RU2420022C2 (ru) * 2006-10-19 2011-05-27 Телефонактиеболагет Лм Эрикссон (Пабл) Способ определения качества видео
US9578337B2 (en) * 2007-01-31 2017-02-21 Nec Corporation Image quality evaluating method, image quality evaluating apparatus and image quality evaluating program
US8379734B2 (en) * 2007-03-23 2013-02-19 Qualcomm Incorporated Methods of performing error concealment for digital video
CN101355708B (zh) * 2007-07-25 2011-03-16 中兴通讯股份有限公司 一种自适应误码掩盖方法
US8973029B2 (en) * 2009-03-31 2015-03-03 Disney Enterprises, Inc. Backpropagating a virtual camera to prevent delayed virtual insertion
US8830339B2 (en) * 2009-04-15 2014-09-09 Qualcomm Incorporated Auto-triggered fast frame rate digital video recording
US20100309976A1 (en) * 2009-06-04 2010-12-09 Texas Instruments Incorporated Method and apparatus for enhancing reference frame selection
GB2475739A (en) * 2009-11-30 2011-06-01 Nokia Corp Video decoding with error concealment dependent upon video scene change.
EP2524515B1 (en) * 2010-01-11 2018-05-30 Telefonaktiebolaget LM Ericsson (publ) Technique for video quality estimation
JP5484140B2 (ja) * 2010-03-17 2014-05-07 Ｋｄｄｉ株式会社 映像品質の客観画質評価装置
EP2661894B1 (en) * 2010-12-30 2015-06-17 Skype Concealment of data loss for video decoding
US8675989B2 (en) * 2011-04-13 2014-03-18 Raytheon Company Optimized orthonormal system and method for reducing dimensionality of hyperspectral images
BR112014008734B1 (pt) * 2011-10-11 2021-11-30 Telefonaktiebolaget Lm Ericsson (Publ) Método para detectar uma mudança de cena em um vídeo transmitido em fluxo contínuo, meio legível por computador não transitório e aparelho relacionados

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1602592A (zh) * 2001-09-26 2005-03-30 汤姆森许可公司 视频比特流中的场景切换检测
CN1893665A (zh) * 2005-06-30 2007-01-10 三星电子株式会社 错误隐藏方法及设备
CN101072342A (zh) * 2006-07-01 2007-11-14 腾讯科技（深圳）有限公司 一种场景切换的检测方法及其检测系统
CN101909511A (zh) * 2008-01-09 2010-12-08 奥林巴斯株式会社 场景变化检测装置以及场景变化检测程序
US20110019742A1 (en) * 2009-07-27 2011-01-27 Kabushiki Kaisha Toshiba Compression artifact removing apparatus and video reproducing apparatus

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106713901A (zh) * 2015-11-18 2017-05-24 华为技术有限公司 一种视频质量评价方法及装置

Also Published As

Publication number Publication date
MX339675B (es) 2016-06-01
RU2597493C2 (ru) 2016-09-10
JP2015502713A (ja) 2015-01-22
JP5981561B2 (ja) 2016-08-31
WO2013075335A1 (en) 2013-05-30
EP2783513A1 (en) 2014-10-01
EP2783513A4 (en) 2015-08-05
RU2014125557A (ru) 2015-12-27
HK1202739A1 (zh) 2015-10-02
CA2855177A1 (en) 2013-05-30
US20140301486A1 (en) 2014-10-09
KR20140110881A (ko) 2014-09-17
MX2014006269A (es) 2014-07-09

Similar Documents

Publication Publication Date Title
CN103988501A (zh) 考虑场景剪切伪像的视频质量评估
US9025673B2 (en) Temporal quality metric for video coding
US10075710B2 (en) Video quality measurement
KR101834031B1 (ko) 비디오 신호의 인코딩 및 전송 동안에 비디오 신호의 품질 평가 방법 및 장치
US20130271668A1 (en) Method and apparatus for objective video quality assessment based on continuous estimates of packet loss visibility
EP2413604B1 (en) Assessing the quality of a video signal during encoding or compressing of the video signal
EP2347599A1 (en) Method and system for determining a quality value of a video stream
JP5911563B2 (ja) ビットストリームレベルで動画品質を推定する方法及び装置
US9769501B2 (en) Video quality assessment at a bitstream level
US9723301B2 (en) Method and apparatus for context-based video quality assessment
EP2954677B1 (en) Method and apparatus for context-based video quality assessment
WO2014198062A1 (en) Method and apparatus for video quality measurement
US9872046B2 (en) Apparatus and method for recovering spatial motion vector

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140813