CN107645661B - 一种头戴显示设备视频图像舒适度等级的测评方法和系统 - Google Patents
一种头戴显示设备视频图像舒适度等级的测评方法和系统 Download PDFInfo
- Publication number
- CN107645661B CN107645661B CN201710861528.1A CN201710861528A CN107645661B CN 107645661 B CN107645661 B CN 107645661B CN 201710861528 A CN201710861528 A CN 201710861528A CN 107645661 B CN107645661 B CN 107645661B
- Authority
- CN
- China
- Prior art keywords
- video image
- parameter
- impact force
- image
- video
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明实施例公开了一种头戴显示设备视频图像舒适度等级的测评方法和系统,属于图像测评技术领域。该方法包括:获取视频图像的视频图像冲击力的参数;根据参数确定视频图像冲击力的评分;根据评分确定视频的舒适度等级。本发明通过根据视频图像冲击力的评分对视频图像的舒适度等级进行确定的技术方案,避免了现有技术中无法客观的对视频图像的舒适度进行评价的技术问题,实现了对视频图像的舒适度进行客观评价,促进视频行业发展的技术效果。
Description
技术领域
本发明涉及视频图像测评技术领域,特别涉及一种头戴显示设备视频图像舒适度等级的测评方法和系统。
背景技术
可穿戴设备是指可以把多媒体、传感器和无线通信等技术嵌入人们的衣着中,支持手势和眼动操作等多种交互方式的设备。其目的是通过“内在连通性”实现快速的数据获取、通过超快的分享内容能力高效地保持社交联系,摆脱传统的手持设备而获得无缝的访问体验。
随着科学技术的发展和社会的进步,虚拟现实的应用领域非常广阔,在城市规划、室内设计、工业仿真、古迹复原、桥梁道路设计、房地产销售、旅游教学、等众多领域都有可观的应用前景。可穿戴显示设备作为虚拟现实的重要载体,也由娱乐和生活点缀领域,正式跨入科研、教育及工程技术等支柱领域。
随着可穿戴设备的应用领域越来越广,其视频图像舒适性也成为决定其推广度的重要因素。目前,可穿戴设备大多以头盔、眼镜、腕带等形式与用户亲密接触,虚拟显示头戴显示设备的图像更是直接作用于人眼,冲击效果很强,其显示的舒适性直接影响到用户的感官体验。
然而,在实现本发明的过程中,发明人发现至少存在如下问题:
1.无法客观的对视频图像效果的舒适性进行评价;
2.需要人工干预,增加人力物力,浪费资源。
发明内容
为实现上述目的,本发明提供了一种头戴显示设备视频图像舒适度等级的测评方法和系统。
根据本发明的一个方面,本发明实施例提供了一种头戴显示设备视频图像舒适度等级的测评方法,所述方法包括:
获取所述视频图像的视频图像冲击力的参数;
根据所述参数确定所述视频图像冲击力的评分;
根据所述评分确定所述视频图像的舒适度等级。
根据本实施例提供的技术方案,通过对视频图像冲击力进行评分,以根据评分对该视频图像的舒适度等级进行确定的技术方案,一方面,避免了现有技术中无法客观的对视频图像舒适度进行等级的确定,需要通过人工干预的方式才能得知视频图像舒适度的技术效果;另一方面,通过对视频图像舒适度等级进行确定,可以提高视频图像行业发展的技术效果。
进一步地,所述根据所述参数确定所述视频图像冲击力的评分,具体包括:
根据所述参数获取所述参数对应的权重系数和冲击力响应函数;
根据所述参数的权重系数和冲击力响应函数建立所述视频图像冲击力的响应模型;
根据所述视频图像冲击力的响应模型确定所述评分。
进一步地,所述参数包括:
视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数。
进一步地,根据式1获取所述视频图像平均亮度参数,式1:
其中,Ai代表所述视频图像中第i帧图像的平均亮度,N代表所述视频图像中图像的总帧数。
进一步地,根据式2获取所述视频图像亮度变化量参数,式2:
其中,ΔAi=|Ai-Ai-1|,Ai代表所述视频图像中第i帧图像的平均亮度,N代表所述视频图像中图像的总帧数。
进一步地,根据式3获取所述视频图像对比度变化量参数,式3:
其中,ΔCi=|Ci-Ci-1|,Ci代表所述视频图像中第i帧图像的均方根对比度,N代表所述视频图像中图像的总帧数。
进一步地,根据式4获取所述视频图像色彩变化量参数,式4:
其中,ΔDi=|Di-Di-1|,ΔDi代表所述视频图像中相邻帧间的色彩变化量,N代表所述视频图像中图像的总帧数。
进一步地,所述视频图像冲击力响应模型为:
I=λ1f1(A)+λ2f2(B)+λ3f3(C)+λ4f4(D)
其中,I代表所述评分,f1(A)代表所述视频图像平均亮度参数的冲击力响应函数,f2(B)代表所述视频图像亮度变化量参数的冲击力响应函数,f3(C)代表所述视频图像对比度变化量参数的冲击力响应函数,f4(D)代表所述视频图像色彩变化量参数的冲击力响应函数,λ1、λ2、λ3和λ4分别代表所述视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数对应的权重系数,且λ1+λ2+λ3+λ4=1。
根据本发明的另一个方面,本发明实施例提供了与上述方法相对应的一种头戴显示设备视频图像舒适度等级的测评系统,所述系统包括:
获取模块:用于获取所述视频图像冲击力的参数;
第一确定模块:用于根据所述参数确定所述视频图像冲击力的评分;
第二确定模块:用于根据所述评分确定所述视频图像的舒适度等级。
进一步地,所述第一确定模块具体用于:
根据所述参数获取所述参数对应的权重系数和冲击力响应函数;
根据所述参数的权重系数和冲击力响应函数建立视频图像冲击力的响应模型;
根据所述视频图像冲击力的响应模型确定所述评分。
进一步地,所述参数包括:
视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数。
进一步地,所述获取模块具体用于:
根据式1获取所述视频图像平均亮度参数,式1:
其中,Ai代表所述视频图像中第i帧图像的平均亮度,N代表所述视频图像中图像的总帧数。
进一步地,所述获取模块具体用于:
根据式2获取所述视频图像亮度变化量参数,式2:
其中,ΔAi=|Ai-Ai-1|,Ai代表所述视频图像中第i帧图像的平均亮度,N代表所述视频图像中图像的总帧数。
进一步地,所述获取模块具体用于:
根据式3获取所述视频图像对比度变化量参数,式3:
其中,ΔCi=|Ci-Ci-1|,Ci代表所述视频图像中第i帧图像的均方根对比度,N代表所述视频图像中图像的总帧数。
进一步地,所述获取模块具体用于:
根据式4获取所述视频图像色彩变化量参数,式4:
其中,ΔDi=|Di-Di-1|,ΔDi代表所述视频图像中相邻帧间的色彩变化量,N代表所述视频图像中图像的总帧数。
进一步地,所述第一确定模块具体用于:
根据式5确定所述视频图像冲击力的评分,式5:
I=λ1f1(A)+λ2f2(B)+λ3f3(C)+λ4f4(D)
其中,I代表所述评分,f1(A)代表所述视频图像平均亮度参数的冲击力响应函数,f2(B)代表所述视频图像亮度变化量参数的冲击力响应函数,f3(C)代表所述视频图像对比度变化量参数的冲击力响应函数,f4(D)代表所述视频图像色彩变化量参数的冲击力响应函数,λ1、λ2、λ3和λ4分别代表所述视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数对应的权重系数,且λ1+λ2+λ3+λ4=1。
本发明实施例的有益效果在于,由于采用了根据获取到的视频图像冲击力的参数确定该视频图像冲击力的评分,进而根据该评分确定该视频图像的舒适度等级的技术方案,避免了现有技术中无法客观的对视频图像舒适度进行评价的技术问题,实现了对视频图像的舒适度进行客观评价,促进视频图像行业发展的技术效果。
附图说明
图1是本发明实施例提供的一种头戴显示设备视频图像舒适度等级的测评方法的流程示意图;
图2是本发明另一实施例提供的一种头戴显示设备视频图像舒适度等级的测评方法的流程示意图;
图3是本发明实施例提供的一种头戴显示设备视频图像舒适度等级的测评系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
本发明提供了一种头戴显示设备视频图像舒适度等级的测评方法和系统。
根据本发明的一个方面,本发明实施例提供了一种头戴显示设备视频图像舒适度等级的测评方法。
请参阅图1,图1是本发明实施例提供的一种头戴显示设备视频图像舒适度等级的测评方法的流程示意图。
如图1所示,该方法包括:
步骤S100:获取视频图像的视频图像冲击力的参数;
步骤S200:根据参数确定视频图像冲击力的评分;
步骤S300:根据评分确定视频图像的舒适度等级。
可以理解的是,不同的视频图像具有视频图像冲击力,而视频图像冲击力就是影响在用户观看视频图像时,对该视频图像是否舒适的评价的源泉,而视频图像冲击力的大小是由视频图像冲击力的参数决定的。
在本实施例中,根据获取的视频图像冲击力的参数,确定该视频图像冲击力的评分,并根据得到的评分对该视频图像的舒适度等级进行确定。
例如,视频图像A的视频图像冲击力的参数有四个,根据该四个参数对该视频图像冲击力进行评分,得到的评分为9分,则确定视频图像A的舒适度等级为很舒适。
当然,舒适度等级也可以用数字进行表示。如,当得到的评分为9分,而总分为10分时,则确定视频图像A的舒适度等级为0.9。舒适度等级越高,说明用户对视频图像A进行观看时,满意度越高。
通过本实施例提供的技术方案,一方面,避免了现有技术中通过人工干预,浪费资源的弊端;另一方面,通过客观的评价视频图像的舒适度等级,实现了督促视频行业的不断发展和进步的技术效果。
请参阅图2,图2是本发明另一实施例提供的一种头戴显示设备视频图像舒适度等级的测评方法的流程示意图。
如图2所示,步骤S200具体包括:
步骤S210:根据参数获取参数对应的权重系数和冲击力响应函数;
步骤S220:根据参数的权重系数和冲击力响应函数建立视频图像冲击力的响应模型;
步骤S230:根据响应模型确定评分。
在本实施例中,是对根据参数确定视频图像冲击力的评分进行进一步地阐述。具体地,根据参数获取参数对应的权重系数和冲击力响应函数。如果有四个参数,则分别获取四个参数对应的权重系数和冲击力响应函数,即总共获取四个权重系数和四个冲击力响应函数。
每个参数对应一个视频图像冲击力的响应模型,且该视频图像冲击力的响应模型具体是根据该参数的权重系数和冲击力响应函数建立的。
根据由权重系数和冲击力响应函数建立的视频图像冲击力的响应模型,确定视频图像冲击力的评分。
具体地,参数包括:
视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数。
其中,根据式1获取视频图像平均亮度参数,式1:
在式1中,Ai代表视频图像中第i帧图像的平均亮度,N代表视频图像中图像的总帧数。
更具体地,根据式01计算Ai,式01:
在式01中,P×Q表示视频图像中图像的分辨率,ri(x,y)、gi(x,y)和bi(x,y)分别代表了第i帧图像上坐标(x,y)点的rgb值。
更具体地,根据现有技术中视频图像中图像的分辨率,通过上述两个公式可知:A∈[0,255],将视频图像平均亮度分为五级,A∈[0,50)时为第一级,视频图像亮度非常暗;A∈[50,100)为第二级,视频图像亮度较暗;A∈[100,150)为第三级,视频图像亮度适中;A∈[150,200)为第四级,视频图像亮度较亮;A∈[200,255]为第五级,视频图像亮度非常亮。
其中,根据式2获取视频图像亮度变化量参数,式2:
在式2中,ΔAi=|Ai-Ai-1|,Ai代表所述视频图像中第i帧图像的平均亮度,N代表所述视频图像中图像的总帧数。
更具体地,根据现有技术中视频图像中图像的分辨率,通过上述两个公式可知:B∈[0,255],将视频图像亮度变化量分为五级,B∈[0,50)时为第一级,整个视频图像亮度变化非常平缓;B∈[50,100)为第二级,视频图像亮度变化较平缓;B∈[100,150)为第三级,视频图像亮度变化一般;B∈[150,200)为第四级,视频图像亮度变化较剧烈;B∈[200,255]为第五级,视频图像亮度变化非常剧烈。
其中,根据式3获取视频图像对比度变化量参数,式3:
在式3中,ΔCi=|Ci-Ci-1|,Ci代表所述视频图像中第i帧图像的均方根对比度,N代表所述视频图像中图像的总帧数。
更具体地,根据式03计算Ci,式03:
在式03中,P×Q表示视频图像中图像的分辨率,
代表了第i帧图像上坐标(x,y)点的亮度值,
代表了视频图像中第i帧图像的平均亮度值,ri(x,y)、gi(x,y)和bi(x,y)分别代表了第i帧图像上坐标(x,y)点的rgb值。
更具体地,根据现有技术中视频图像中图像的分辨率,通过上述两个公式可知:C∈[0,127.5],将视频图像对比度变化量分为五级,C∈[0,25)时为第一级,整个视频图像对比度变化非常平缓;C∈[25,50)为第二级,视频图像对比度变化较平缓;C∈[50,75)为第三级,视频图像对比度变化一般;C∈[75,100)为第四级,视频图像对比度变化较剧烈;C∈[100,127.5]为第五级,视频图像对比度变化非常剧烈。
其中,根据式4获取视频图像色彩变化量参数,式4:
在式4中,ΔDi=|Di-Di-1|,ΔDi代表所述视频图像中相邻帧间的色彩变化量,N代表所述视频图像中图像的总帧数。
更具体地,根据式04计算ΔDi,式04:
在式04中,P×Q表示视频图像中图像的分辨率,ri(x,y)、gi(x,y)和bi(x,y)分别代表了第i帧图像上坐标(x,y)点的rgb值。
更具体地,根据现有技术中视频图像中图像的分辨率,通过上述两个公式可知:D∈[0,255],将视频图像色彩变化量分为五级,D∈[0,50)时为第一级,整个视频图像色彩变化非常平缓;D∈[50,100)为第二级,视频图像色彩变化较平缓;D∈[100,150)为第三级,视频图像色彩变化一般;D∈[150,200)为第四级,视频图像色彩变化较剧烈;D∈[200,255]为第五级,视频图像色彩变化非常剧烈。
更进一步地,根据式5确定视频图像冲击力的评分,式5:
I=λ1f1(A)+λ2f2(B)+λ3f3(C)+λ4f4(D)
其中,I代表评分,f1(A)代表视频图像平均亮度参数的冲击力响应函数,f2(B)代表视频图像亮度变化量参数的冲击力响应函数,f3(C)代表视频图像对比度变化量参数的冲击力响应函数,f4(D)代表视频图像色彩变化量参数的冲击力响应函数,λ1、λ2、λ3和λ4分别代表视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数对应的权重系数,且λ1+λ2+λ3+λ4=1。
为使本技术方案更加清楚,现以可穿戴设备为例,对λ1、λ2、λ3和λ4的取值进行详细的介绍。
a、选择非专业人员作为测试人员,即对普通人员进行测试,以确保测试结果的有效性和可靠性。评测选取双目视觉生理正常的被试者共100人:年龄从10岁到60岁;男性25人,女性25人;被试者主眼都是右眼。
b、采用HTC Vive作为测试设备,该设备为目前市场占有率较高,具有代表性的可穿戴设备。
c、测试视频图像总共4段,其中第一段测试视频图像其显示内容亮度较亮,亮度变化、对比度变化和色彩变化并不明显;第二段测试视频图像其显示内容亮度变化较大,亮度适中、对比度变化和色彩变化并不明显;第三段测试视频图像显示内容对比度变化较大,亮度适中、亮度变化和色彩变化并不明显;第四段测试视频图像显示内容色彩变化较大,亮度适中、亮度变化和对比度变化并不明显。
d、测试实施过程中,让测试人员头戴HTC Vive分别观看四段测试视频图像,并对视频图像冲击力感受进行排序。
e、测试结果计算,冲击力排第一位可得4分,排第二位可得3分,排第三位可得2分,排最后一位可得1分。分别为四段视频图像计算其打分和打分平均值,分别设为Si和根据Si和的计算结果,获得平均亮度、亮度变化量、对比度变化量和色彩变化量对应权重系数λ1、λ2、λ3和λ4的具体值,λi设置为小数点后某位之前的截断值。f、对λi实施τ检验,设定0.95的置信区间,τ检验置信概率大于0.95则说明该数据有效,否则重新进行测试。
更具体地,τ检验具体实施方式如下,设待检验数据为X,其均值和方差分别为μ和σ,样本总数为N,则有:
当满足t<t2/N-1时,则XT即为这一组加权系数的值。t2/N-1通过查表得到。
更具体地,获取f1(A)视频图像平均亮度参数的冲击力响应函数的方式如下:
a、选择非专业人员作为测试人员。评测选取双目视觉生理正常的被试者共100人:年龄从10岁到60岁;男性25人,女性25人;被试者主眼都是右眼。
b、采用HTC Vive作为测试设备。
c、测试视频图像总共5段,测试视频图像的平均亮度分别落入亮度分级标准的第一到第五级,视频图像内容的亮度变化、对比度变化和色彩变化并不明显。
d、测试实施过程中,让测试人员头戴HTC Vive分别观看五段测试视频图像,并对视频图像冲击力感受分别打分,打分区间为0到100。
e、分别为五段视频图像计算其打分平均值,平均值设为
则,视频图像平均亮度参数的冲击力响应函数的分段表达式为:
可以理解的是,使用分段函数对视频图像平均亮度参数的冲击力响应函数进行表达,有助于主观测试结果的统计回归,适合观测者感受的分级评价。
更具体地,获取f2(B)视频图像亮度变化量参数的冲击力响应函数的方式如下:
a、选择非专业人员作为测试人员。评测选取双目视觉生理正常的被试者共100人:年龄从10岁到60岁;男性25人,女性25人;被试者主眼都是右眼。
b、采用HTC Vive作为测试设备。
c、测试视频图像总共5段,测试视频图像的平均亮度分别落入亮度分级标准的第一到第五级,视频图像内容的亮度变化、对比度变化和色彩变化并不明显。
d、测试实施过程中,让测试人员头戴HTC Vive分别观看五段测试视频图像,并对视频图像冲击力感受分别打分,打分区间为0到100。
e、分别为五段视频图像计算其打分平均值,平均值设为
则,视频图像亮度变化量参数的冲击力响应函数的分段表达式为:
更具体地,获取f3(C)视频图像对比度变化量参数的冲击力响应函数的方式如下:
a、选择非专业人员作为测试人员。评测选取双目视觉生理正常的被试者共100人:年龄从10岁到60岁;男性25人,女性25人;被试者主眼都是右眼。
b、采用HTC Vive作为测试设备。
c、测试视频图像总共5段,测试视频图像的平均亮度分别落入亮度分级标准的第一到第五级,视频图像内容的亮度变化、对比度变化和色彩变化并不明显。
d、测试实施过程中,让测试人员头戴HTC Vive分别观看五段测试视频图像,并对视频图像冲击力感受分别打分,打分区间为0到100。
e、分别为五段视频图像计算其打分平均值,平均值设为
则,视频图像对比度变化量参数的冲击力响应函数的分段表达式为:
更具体地,获取f4(D)视频图像色彩变化量参数的冲击力响应函数的方式如下:
a、选择非专业人员作为测试人员。评测选取双目视觉生理正常的被试者共100人:年龄从10岁到60岁;男性25人,女性25人;被试者主眼都是右眼。
b、采用HTC Vive作为测试设备。
c、测试视频图像总共5段,测试视频图像的平均亮度分别落入亮度分级标准的第一到第五级,视频图像内容的亮度变化、对比度变化和色彩变化并不明显。
d、测试实施过程中,让测试人员头戴HTC Vive分别观看五段测试视频图像,并对视频图像冲击力感受分别打分,打分区间为0到100。
e、分别为五段视频图像计算其打分平均值,平均值设为
则,视频图像色彩变化量参数的冲击力响应函数的分段表达式为:
根据评分对视频图像的舒适度等级进行划分,如表格1所示:
当视频图像冲击力的评分在0-20之间时,将该视频图像的舒适度等级划为等级1,在该等级时,视频图像的参数几乎没有变化,用户观看视频图像时很舒服,舒适度非常好;
当视频图像冲击力的评分在21-40之间时,该视频图像的舒适度等级划分为等级2,在该等级时,视频图像的参数轻微变化,但不妨碍用户观看该视频图像,舒适度好;
当视频图像冲击力的评分在41-60之间时,该视频图像的舒适度等级划分为等级3,在该等级时,视频图像的参数明显变化,用户观看视频图像时明显不舒服,对观看效果稍有妨碍,舒适度一般;
当视频图像冲击力的评分在61-80之间时,该视频图像的舒适度等级划分为等级4,在该等级时,视频图像的参数变化相当明显,用户观看视频图像时相当不舒服,对观看有妨碍,舒适度差;
当视频图像冲击力的评分在81-100之间时,该视频图像的舒适度等级划分为等级5,在该等级时,视频图像的参数变化极端明显,用户观看视频图像时极端不舒服,非常严重地妨碍观看,舒适度非常差。
表1:
根据本发明的另一个方面,本发明实施例提供了与上述方法相对应的一种头戴显示设备视频图像舒适度等级的测评等级的确定系统。
请参阅图3,图3是本发明实施例提供的一种头戴显示设备视频图像舒适度等级的测评系统的结构示意图。
如图3所示,该系统包括:
获取模块:用于获取视频图像冲击力的参数;
第一确定模块:用于根据参数确定视频图像冲击力的评分;
第二确定模块:用于根据评分确定视频图像的舒适度等级。
进一步地,第一确定模块具体用于:
根据参数获取参数对应的权重系数和冲击力响应函数;
根据参数的权重系数和冲击力响应函数建立视频图像冲击力的响应模型;
根据视频图像冲击力的响应模型确定视频图像冲击力的评分。
进一步地,参数包括:
视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数。
进一步地,获取模块具体用于:
根据式1获取视频图像平均亮度参数,式1:
其中,Ai代表视频图像中第i帧图像的平均亮度,N代表视频图像中图像的总帧数。
进一步地,获取模块具体用于:
根据式2获取视频图像亮度变化量参数,式2:
其中,ΔAi=|Ai-Ai-1|,Ai代表视频图像中第i帧图像的平均亮度,N代表视频图像中图像的总帧数。
进一步地,获取模块具体用于:
根据式3获取视频图像对比度变化量参数,式3:
其中,ΔCi=|Ci-Ci-1|,Ci代表视频图像中第i帧图像的均方根对比度,N代表视频图像中图像的总帧数。
进一步地,获取模块具体用于:
根据式4获取视频图像色彩变化量参数,式4:
其中,ΔDi=|Di-Di-1|,ΔDi代表视频图像中相邻帧间的色彩变化量,N代表视频图像中图像的总帧数。
进一步地,第一确定模块具体用于:
根据式5确定评分,式5:
I=λ1f1(A)+λ2f2(B)+λ3f3(C)+λ4f4(D)
其中,I代表评分,f1(A)代表视频图像平均亮度参数的冲击力响应函数,f2(B)代表视频图像亮度变化量参数的冲击力响应函数,f3(C)代表视频图像对比度变化量参数的冲击力响应函数,f4(D)代表视频图像色彩变化量参数的冲击力响应函数,λ1、λ2、λ3和λ4分别代表视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数对应的权重系数,且λ1+λ2+λ3+λ4=1。
本发明通过获取视频图像的视频图像冲击力的参数;根据参数确定视频图像冲击力的评分;根据评分确定视频图像的舒适度等级的技术方案,避免了现有技术中无法客观的对视频图像效果的舒适度进行评价的技术问题,实现了对视频图像的舒适度进行客观评价,促进视频图像行业发展的技术效果。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (8)
1.一种头戴显示设备视频图像舒适度等级的测评方法,其特征在于,所述方法包括:
获取所述视频图像的视频图像冲击力的参数,所述参数包括视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数;
根据所述参数确定所述视频图像冲击力的评分;
根据所述评分确定所述视频图像的舒适度等级;
所述根据所述参数确定所述视频图像冲击力的评分,具体包括:
根据所述参数获取所述参数对应的权重系数和冲击力响应函数;
根据所述参数的权重系数和冲击力响应函数建立所述视频图像冲击力的响应模型;
根据所述视频图像冲击力的响应模型确定所述评分。
2.根据权利要求1所述的一种头戴显示设备视频图像舒适度等级的测评方法,其特征在于,所述参数包括:
视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数。
3.根据权利要求2所述的一种头戴显示设备视频图像舒适度等级的测评方法,其特征在于,根据式1获取所述视频图像平均亮度参数,式1:
其中,Ai代表所述视频图像中第i帧图像的平均亮度,N代表所述视频图像中图像的总帧数。
4.根据权利要求3所述的一种头戴显示设备视频图像舒适度等级的测评方法,其特征在于,根据式2获取所述视频图像亮度变化量参数,式2:
其中,ΔAi=|Ai-Ai-1|,Ai代表所述视频图像中第i帧图像的平均亮度,N代表所述视频图像中图像的总帧数。
5.根据权利要求2所述的一种头戴显示设备视频图像舒适度等级的测评方法,其特征在于,根据式3获取所述视频图像对比度变化量参数,式3:
其中,ΔCi=|Ci-Ci-1|,Ci代表所述视频图像中第i帧图像的均方根对比度,N代表所述视频图像中图像的总帧数。
6.根据权利要求2所述的一种头戴显示设备视频图像舒适度等级的测评方法,其特征在于,根据式4获取所述视频图像色彩变化量参数,式4:
其中,ΔDi=|Di-Di-1|,ΔDi代表所述视频图像中相邻帧间的色彩变化量,N代表所述视频图像中图像的总帧数。
7.根据权利要求3-6中任一项所述的一种头戴显示设备视频图像舒适度等级的测评方法,其特征在于,根据式5确定所述评分,式5:
I=λ1f1(A)+λ2f2(B)+λ3f3(C)+λ4f4(D)
其中,I代表所述评分,f1(A)代表所述视频图像平均亮度参数的冲击力响应函数,f2(B)代表所述视频图像亮度变化量参数的冲击力响应函数,f3(C)代表所述视频图像对比度变化量参数的冲击力响应函数,f4(D)代表所述视频图像色彩变化量参数的冲击力响应函数,λ1、λ2、λ3和λ4分别代表所述视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数对应的权重系数,且λ1+λ2+λ3+λ4=1。
8.一种头戴显示设备视频图像舒适度等级的测评系统,其特征在于,所述系统包括:
获取模块:用于获取所述视频图像冲击力的参数,所述参数包括视频图像平均亮度参数、视频图像亮度变化量参数、视频图像对比度变化量参数和视频图像色彩变化量参数;
第一确定模块:用于根据所述参数确定所述视频图像冲击力的评分;
第二确定模块:用于根据所述评分确定所述视频图像的舒适度等级;
所述第一确定模块具体用于:
根据所述参数获取所述参数对应的权重系数和冲击力响应函数;
根据所述参数的权重系数和冲击力响应函数建立视频图像冲击力的响应模型;
根据所述视频图像冲击力的响应模型确定所述评分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710861528.1A CN107645661B (zh) | 2017-09-21 | 2017-09-21 | 一种头戴显示设备视频图像舒适度等级的测评方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710861528.1A CN107645661B (zh) | 2017-09-21 | 2017-09-21 | 一种头戴显示设备视频图像舒适度等级的测评方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107645661A CN107645661A (zh) | 2018-01-30 |
CN107645661B true CN107645661B (zh) | 2019-05-03 |
Family
ID=61112077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710861528.1A Active CN107645661B (zh) | 2017-09-21 | 2017-09-21 | 一种头戴显示设备视频图像舒适度等级的测评方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107645661B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101393621B1 (ko) * | 2012-01-10 | 2014-05-12 | 에스케이플래닛 주식회사 | 3차원 입체영상의 품질 분석 장치 및 방법 |
CN103581661B (zh) * | 2013-10-28 | 2015-06-03 | 宁波大学 | 一种立体图像视觉舒适度评价方法 |
CN103986925B (zh) * | 2014-06-05 | 2015-09-23 | 吉林大学 | 基于亮度补偿的立体视频视觉舒适度评价方法 |
CN106060537B (zh) * | 2016-08-04 | 2019-08-13 | 腾讯科技(深圳)有限公司 | 一种视频质量评估方法及装置 |
-
2017
- 2017-09-21 CN CN201710861528.1A patent/CN107645661B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107645661A (zh) | 2018-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Automatic biomechanical workload estimation for construction workers by computer vision and smart insoles | |
CN107103613B (zh) | 一种三维手势姿态估计方法 | |
Holzleitner et al. | Men's facial masculinity: When (body) size matters | |
CN106502399A (zh) | 虚拟试衣方法、装置及系统和三维面料材质库建立方法及装置 | |
CN103100193A (zh) | 图像处理装置、图像处理方法和程序 | |
CN101755288A (zh) | 用于皱纹老化和去老化逼真模拟的方法和装置 | |
CN106023151A (zh) | 一种开放环境下中医舌象目标检测方法 | |
CN112084878B (zh) | 一种用于判别作业人员姿态规范程度的方法 | |
CN105989617A (zh) | 虚拟试穿装置及虚拟试穿方法 | |
CN105069837B (zh) | 一种服装试穿模拟方法及装置 | |
CN105989618A (zh) | 虚拟试穿装置及虚拟试穿方法 | |
Wang et al. | Risk assessment for musculoskeletal disorders based on the characteristics of work posture | |
CN105561535A (zh) | 一种基于物联网技术的体育健身管理系统 | |
CN103106644B (zh) | 克服彩色图像非均匀光照的自适应画质增强方法 | |
CN107967687A (zh) | 一种获取目标物行走姿态的方法与系统 | |
CN103456042A (zh) | 人体模型、服装模型生成方法和试衣方法及系统 | |
Xie et al. | Visual feedback for core training with 3d human shape and pose | |
CN107645661B (zh) | 一种头戴显示设备视频图像舒适度等级的测评方法和系统 | |
CN103065298B (zh) | 一种模拟视网膜滤波的视觉显著性检测方法 | |
CN114638929A (zh) | 线上虚拟试衣方法、装置、电子设备及存储介质 | |
CN108269241A (zh) | 结合雾天道路图像场景深度和道路图像特点的去雾算法 | |
WO2020147797A1 (zh) | 图像处理方法及装置、图像设备及存储介质 | |
Viziteu et al. | Development of climbing clothes using computerized 3D clothing simulation | |
CN115953834A (zh) | 面向仰卧起坐的多头注意力姿态估计方法及检测系统 | |
WO2023147712A1 (zh) | 一种服装动态合体性评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |