CN113810555A - 一种基于最小可觉差和块效应的视频质量评价方法 - Google Patents
一种基于最小可觉差和块效应的视频质量评价方法 Download PDFInfo
- Publication number
- CN113810555A CN113810555A CN202111092977.7A CN202111092977A CN113810555A CN 113810555 A CN113810555 A CN 113810555A CN 202111092977 A CN202111092977 A CN 202111092977A CN 113810555 A CN113810555 A CN 113810555A
- Authority
- CN
- China
- Prior art keywords
- video
- difference
- video frame
- block
- pixel
- 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
Links
- 230000000903 blocking effect Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 239000013074 reference sample Substances 0.000 claims abstract description 4
- 230000002123 temporal effect Effects 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00005—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to image data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00007—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for relating to particular apparatus or devices
- H04N1/00023—Colour systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00034—Measuring, i.e. determining a quantity by comparison with a standard
-
- 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
- H04N19/167—Position within a video image, e.g. region of interest [ROI]
-
- 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
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提出一种基于最小可觉差和块效应的视频质量评价方法，包括以下步骤；步骤S1：根据视频帧相邻块之间像素值的变化和人类视觉系统对不同的背景亮度值的可见性阈值，计算得到像素点的最小可觉差；所述可觉差以视频像素点变化是否能被人眼察知为判定阈值；步骤S2：通过计算得到的最小可觉差判断每个像素点的可察知编码效应，并将判断结果应用于块效应的检测；步骤S3：以帧差法检测并提取视频的显著性区域，将显著性区域作为评价视频质量的基准样本；本发明能实现对视频实时且精准的客观质量评价。
Description
技术领域
本发明涉及视频图像质量评价技术领域，尤其是一种基于最小可觉差和块效应的视频质量评价方法。
背景技术
随着监控系统技术的快速发展以及应用成本的降低，同时为了满足更多安全的需求，越来越多监控系统应用在建筑领域。监控视频在获取以及传输过程中都会不可避免地产生各种类型的失真，这些不仅会降低人们观察视频时的主观感受，而且会对视频的后期处理和应用产生影响，甚至引发安全防护问题。例如，全国建筑业伤亡事故、工程质量事故呈高发频发态势，迫切需要智能化、信息化手段实现对建设工程全过程远程视频监控。同时，如何做到实时高精准地评价该视频质量对于建筑工地远程视频精准深基坑、高边坡、高大模板位移监测、装配式建筑板面平整度测量、建筑起重机械设备的监控、模板支撑体系和外脚手架体系测量等具有重要的作用，可进一步提升建筑工地重大危险源监管效能，提高管控工作效率，减少事故发生，推动建筑安全生产监管信息化。因此，对视频的失真进行评价可对视频的失真检测且消除提供指导，进而提高视频的质量。
然而，当今的监控视频系统非常庞大，雇佣大量人员不间断地主观评估每个监控视频的质量是一种不切实际的方法。因此，如何实时、高精准地评价监控视频的质量，使每个子网的视频质量能够满足监控目的的需要，已成为监控视频研究领域的一个新方向。此外，在视频客观质量评估的研究中，人类视觉特性起着很重要作用。最小可觉差(JND)作为人类视觉特性之一，可以很好地体现人眼视觉冗余，在质量评价上具有较高的应用价值。但是，目前为止，实际应用到视频质量评价上JND计算模型仍然较少，并且大多数的JND计算模型时间复杂度较高，在视频质量评价上的可用性较低。
发明内容
本发明提出一种基于最小可觉差和块效应的视频质量评价方法，能实现对视频实时且精准的客观质量评价。
本发明采用以下技术方案。
一种基于最小可觉差和块效应的视频质量评价方法，包括以下步骤；
步骤S1：根据视频帧相邻块之间像素值的变化和人类视觉系统对不同的背景亮度值的可见性阈值，计算得到像素点的最小可觉差；所述可觉差以视频像素点变化是否能被人眼察知为判定阈值；
步骤S2：通过计算得到的最小可觉差判断每个像素点的可察知编码效应，并将判断结果应用于块效应的检测；
步骤S3：以帧差法检测并提取视频的显著性区域，将显著性区域作为评价视频质量的基准样本。
所述视频帧相邻块为无损视频的视频帧相邻块。
所述步骤S1中，根据视频帧相邻块之间像素值的变化，计算得到像素点的最小可觉差；具体包括以下步骤：
步骤S11：基于可觉差的最小化设定，将视频帧进行分成2*2的小块，计算当前块像素值的和与相邻块像素值的和的平均差值；将当前块最小可觉差阈值表示为Yjnd，对Yjnd的计算如下所示：
Yjnd＝(|Acurrent-Aleft|+|Acurrent-Aright|+|Acurrent-Aabove|+|Acurrent-Abelow|)/(4*N1 2) 公式一；
其中N1表示所取块的大小，Acurrent、Aabove、Abelow、Aleft、Aright分别表示当前块、及其对应的上下左右块的像素值的和；
步骤S12：基于人类视觉系统对不同的背景亮度值所具有的不同的可见性阈值，引入参数Fjnd(i,j)对步骤S11计算结果进行修正；具体计算如下所示：
其中ref(i,j)表示视频帧在(i，j)处的像素值；Fjnd(i,j)表示在视频帧(i，j) 处所进行调整，0表示JND阈值不做修改；
步骤S13：将步骤S11和步骤S12的计算结果二者相加，获得的视频帧像素域上的最小可觉差阈值，用Gjnd表示；
步骤S14：利用最小可觉差对失真视频帧像素点的失真进行判断，检测模型如下所示：
其中dst(i,j)表示失真视频帧在(i，j)处的像素值；R(i,j)表示像素域上的失真检测结果。
R(i,j)值为1表示该像素域像素点的失真变化可被人眼察知，值为0表示失真变化无法被人眼察知。
所述步骤S2中，通过计算得到的最小可觉差判断每个像素点的可察知编码效应，并将判断结果应用于块效应的检测，具体包括以下步骤：
步骤S21：对失真视频帧分块处理，并利用所检测出来的像素点的失真情况对块效应进行检测，具体计算如下所示：
其中M表示所取块的大小，当压缩编码时将视频帧分为8*8或16*16的小块时，取M＝16以与时间复杂度匹配，Xblock-jnd表示在16*16的块中，失真像素点的个数；block1表示块效应检测结果，值为1表示存在块效应；
步骤S22：基于块效应具有块边缘不连续的特点，对每一个16*16的小块中的垂直边缘进行检测是否像素值的变化过于巨大，具体计算如下所示：
其中，block2表示块效应的进一步检测结果，1表示存在块效应，Xblock-edge表示对于16*16的小块中其中一列的原始视频帧与失真视频帧像素值的差值的和；
步骤S23：最后，根据步骤S21和步骤S22的判定结果作为视频帧最终的块效应检测结果，具体计算公式如下所示：
block＝block1||block2 公式六；
其中block为最终块效应的检测结果。
所述步骤S3结合显著性区域检测算法实现视频的客观质量评价，具体包括以下步骤：
步骤S31：基于帧差法对视频的显著性区域进行提取；将读取的视频帧从 RGB三个颜色通道先转化为单通道的灰度值图像，然后每隔预设帧数进行视频帧相减以获得视频的运动区域，最后利用直方图阈值分割获得显著性区域的二值化图像；
步骤S32：基于步骤S31的计算结果，在显著性区域中评估视频存在的失真；具体计算如下所示：
BS＝block&Saliency 公式七；
其中block为块效应检测最终结果，Saliency为显著性区域检测结果，BS即表示为显著性区域中所存在的块效应，则视频的客观质量Q具体计算如下所示：
其中W、H分别表示视频帧的宽和高。
步骤S31中，每隔6帧进行视频帧相减以获得视频的运动区域。
与现有技术相比，本发明的有益效果是能够实现视频的实时且精准的质量评价，并对视频的失真检测且消除提供指导，进而提高视频的质量，具有非常广泛的应用前景。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
附图1是本发明的工作流程示意图；
附图2是本发明中，对视频帧分块的原理示意图；
附图3是本发明中，视频的显著性区域的获取流程示意图。
具体实施方式
如图所示，一种基于最小可觉差和块效应的视频质量评价方法，包括以下步骤；
步骤S1：根据视频帧相邻块之间像素值的变化和人类视觉系统对不同的背景亮度值的可见性阈值，计算得到像素点的最小可觉差；所述可觉差以视频像素点变化是否能被人眼察知为判定阈值；
步骤S2：通过计算得到的最小可觉差判断每个像素点的可察知编码效应，并将判断结果应用于块效应的检测；
步骤S3：以帧差法检测并提取视频的显著性区域，将显著性区域作为评价视频质量的基准样本。
所述视频帧相邻块为无损视频的视频帧相邻块。
所述步骤S1中，根据视频帧相邻块之间像素值的变化，计算得到像素点的最小可觉差；具体包括以下步骤：
步骤S11：基于可觉差的最小化设定，将视频帧进行分成2*2的小块，计算当前块像素值的和与相邻块像素值的和的平均差值；将当前块最小可觉差阈值表示为Yjnd，对Yjnd的计算如下所示：
Yjnd＝(|Acurrent-Aleft|+|Acurrent-Aright|+|Acurrent-Aabove|+|Acurrent-Abelow|)/(4*N1 2) 公式一；
其中N1表示所取块的大小，Acurrent、Aabove、Abelow、Aleft、Aright分别表示当前块、及其对应的上下左右块的像素值的和；
步骤S12：基于人类视觉系统对不同的背景亮度值所具有的不同的可见性阈值，引入参数Fjnd(i,j)对步骤S11计算结果进行修正；具体计算如下所示：
其中ref(i,j)表示视频帧在(i，j)处的像素值；Fjnd(i,j)表示在视频帧(i，j) 处所进行调整，0表示JND阈值不做修改；
步骤S13：将步骤S11和步骤S12的计算结果二者相加，获得的视频帧像素域上的最小可觉差阈值，用Gjnd表示；
步骤S14：利用最小可觉差对失真视频帧像素点的失真进行判断，检测模型如下所示：
其中dst(i,j)表示失真视频帧在(i，j)处的像素值；R(i,j)表示像素域上的失真检测结果。
R(i,j)值为1表示该像素域像素点的失真变化可被人眼察知，值为0表示失真变化无法被人眼察知。
所述步骤S2中，通过计算得到的最小可觉差判断每个像素点的可察知编码效应，并将判断结果应用于块效应的检测，具体包括以下步骤：
步骤S21：对失真视频帧分块处理，并利用所检测出来的像素点的失真情况对块效应进行检测，具体计算如下所示：
其中M表示所取块的大小，当压缩编码时将视频帧分为8*8或16*16的小块时，取M＝16以与时间复杂度匹配，Xblock-jnd表示在16*16的块中，失真像素点的个数；block1表示块效应检测结果，值为1表示存在块效应；
步骤S22：基于块效应具有块边缘不连续的特点，对每一个16*16的小块中的垂直边缘进行检测是否像素值的变化过于巨大，具体计算如下所示：
其中，block2表示块效应的进一步检测结果，1表示存在块效应，Xblock-edge表示对于16*16的小块中其中一列的原始视频帧与失真视频帧像素值的差值的和；
步骤S23：最后，根据步骤S21和步骤S22的判定结果作为视频帧最终的块效应检测结果，具体计算公式如下所示：
block＝block1||block2 公式六；
其中block为最终块效应的检测结果。
所述步骤S3结合显著性区域检测算法实现视频的客观质量评价，具体包括以下步骤：
步骤S31：基于帧差法对视频的显著性区域进行提取；将读取的视频帧从 RGB三个颜色通道先转化为单通道的灰度值图像，然后每隔预设帧数进行视频帧相减以获得视频的运动区域，最后利用直方图阈值分割获得显著性区域的二值化图像；
步骤S32：基于步骤S31的计算结果，在显著性区域中评估视频存在的失真；具体计算如下所示：
BS＝block&Saliency 公式七；
其中block为块效应检测最终结果，Saliency为显著性区域检测结果，BS即表示为显著性区域中所存在的块效应，则视频的客观质量Q具体计算如下所示：
其中W、H分别表示视频帧的宽和高。
步骤S31中，每隔6帧进行视频帧相减以获得视频的运动区域。
Claims (7)
1.一种基于最小可觉差和块效应的视频质量评价方法，其特征在于：包括以下步骤；
步骤S1：根据视频帧相邻块之间像素值的变化和人类视觉系统对不同的背景亮度值的可见性阈值，计算得到像素点的最小可觉差；所述可觉差以视频像素点变化是否能被人眼察知为判定阈值；
步骤S2：通过计算得到的最小可觉差判断每个像素点的可察知编码效应，并将判断结果应用于块效应的检测；
步骤S3：以帧差法检测并提取视频的显著性区域，将显著性区域作为评价视频质量的基准样本。
2.根据权利要求1所述的一种基于最小可觉差和块效应的视频质量评价方法，其特征在于：所述视频帧相邻块为无损视频的视频帧相邻块。
3.根据权利要求1所述的一种基于最小可觉差和块效应的视频质量评价方法，其特征在于：所述步骤S1中，根据视频帧相邻块之间像素值的变化，计算得到像素点的最小可觉差；具体包括以下步骤：
步骤S11：基于可觉差的最小化设定，将视频帧进行分成2*2的小块，计算当前块像素值的和与相邻块像素值的和的平均差值；将当前块最小可觉差阈值表示为Yjnd，对Yjnd的计算如下所示：
Yjnd＝(|Acurrent-Aleft|+|Acurrent-Aright|+|Acurrent-Aabove|+|Acurrent-Abelow|)/(4*N1 2) 公式一；
其中N1表示所取块的大小，Acurrent、Aabove、Abelow、Aleft、Aright分别表示当前块、及其对应的上下左右块的像素值的和；
步骤S12：基于人类视觉系统对不同的背景亮度值所具有的不同的可见性阈值，引入参数Fjnd(i,j)对步骤S11计算结果进行修正；具体计算如下所示：
其中ref(i,j)表示视频帧在(i，j)处的像素值；Fjnd(i,j)表示在视频帧(i，j)处所进行调整，0表示JND阈值不做修改；
步骤S13：将步骤S11和步骤S12的计算结果二者相加，获得的视频帧像素域上的最小可觉差阈值，用Gjnd表示；
步骤S14：利用最小可觉差对失真视频帧像素点的失真进行判断，检测模型如下所示：
其中dst(i,j)表示失真视频帧在(i，j)处的像素值；R(i,j)表示像素域上的失真检测结果。
4.根据权利要求3所述的一种基于最小可觉差和块效应的视频质量评价方法，其特征在于：R(i,j)值为1表示该像素域像素点的失真变化可被人眼察知，值为0表示失真变化无法被人眼察知。
5.根据权利要求1所述的一种基于最小可觉差和块效应的视频质量评价方法，其特征在于：所述步骤S2中，通过计算得到的最小可觉差判断每个像素点的可察知编码效应，并将判断结果应用于块效应的检测，具体包括以下步骤：
步骤S21：对失真视频帧分块处理，并利用所检测出来的像素点的失真情况对块效应进行检测，具体计算如下所示：
其中M表示所取块的大小，当压缩编码时将视频帧分为8*8或16*16的小块时，取M＝16以与时间复杂度匹配，Xblock-jnd表示在16*16的块中，失真像素点的个数；block1表示块效应检测结果，值为1表示存在块效应；
步骤S22：基于块效应具有块边缘不连续的特点，对每一个16*16的小块中的垂直边缘进行检测是否像素值的变化过于巨大，具体计算如下所示：
其中，block2表示块效应的进一步检测结果，1表示存在块效应，Xblock-edge表示对于16*16的小块中其中一列的原始视频帧与失真视频帧像素值的差值的和；
步骤S23：最后，根据步骤S21和步骤S22的判定结果作为视频帧最终的块效应检测结果，具体计算公式如下所示：
block＝block1||block2 公式六；
其中block为最终块效应的检测结果。
6.根据权利要求1所述的一种基于最小可觉差和块效应的视频质量评价方法，其特征在于：所述步骤S3结合显著性区域检测算法实现视频的客观质量评价，具体包括以下步骤：
步骤S31：基于帧差法对视频的显著性区域进行提取；将读取的视频帧从RGB三个颜色通道先转化为单通道的灰度值图像，然后每隔预设帧数进行视频帧相减以获得视频的运动区域，最后利用直方图阈值分割获得显著性区域的二值化图像；
步骤S32：基于步骤S31的计算结果，在显著性区域中评估视频存在的失真；具体计算如下所示：
BS＝block&Saliency 公式七；
其中block为块效应检测最终结果，Saliency为显著性区域检测结果，BS即表示为显著性区域中所存在的块效应，则视频的客观质量Q具体计算如下所示：
其中W、H分别表示视频帧的宽和高。
7.根据权利要求6所述的一种基于最小可觉差和块效应的视频质量评价方法，其特征在于：步骤S31中，每隔6帧进行视频帧相减以获得视频的运动区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111092977.7A CN113810555A (zh) | 2021-09-17 | 2021-09-17 | 一种基于最小可觉差和块效应的视频质量评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111092977.7A CN113810555A (zh) | 2021-09-17 | 2021-09-17 | 一种基于最小可觉差和块效应的视频质量评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113810555A true CN113810555A (zh) | 2021-12-17 |
Family
ID=78939769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111092977.7A Pending CN113810555A (zh) | 2021-09-17 | 2021-09-17 | 一种基于最小可觉差和块效应的视频质量评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113810555A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114401400A (zh) * | 2022-01-19 | 2022-04-26 | 福州大学 | 基于视觉显著性编码效应感知的视频质量评测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104219525A (zh) * | 2014-09-01 | 2014-12-17 | 国家广播电影电视总局广播科学研究院 | 基于显著性和最小可察觉失真的感知视频编码方法 |
| CN104219526A (zh) * | 2014-09-01 | 2014-12-17 | 国家广播电影电视总局广播科学研究院 | 基于恰可察感知质量判决准则的hevc率失真优化算法 |
| CN104243973A (zh) * | 2014-08-28 | 2014-12-24 | 北京邮电大学 | 基于感兴趣区域的视频感知质量无参考客观评价方法 |
| US20180158184A1 (en) * | 2015-11-30 | 2018-06-07 | Disney Enterprises, Inc. | Saliency-weighted video quality assessment |
| CN111711816A (zh) * | 2020-07-08 | 2020-09-25 | 福州大学 | 基于可察知编码效应强度的视频客观质量评价方法 |
-
2021
- 2021-09-17 CN CN202111092977.7A patent/CN113810555A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104243973A (zh) * | 2014-08-28 | 2014-12-24 | 北京邮电大学 | 基于感兴趣区域的视频感知质量无参考客观评价方法 |
| CN104219525A (zh) * | 2014-09-01 | 2014-12-17 | 国家广播电影电视总局广播科学研究院 | 基于显著性和最小可察觉失真的感知视频编码方法 |
| CN104219526A (zh) * | 2014-09-01 | 2014-12-17 | 国家广播电影电视总局广播科学研究院 | 基于恰可察感知质量判决准则的hevc率失真优化算法 |
| US20180158184A1 (en) * | 2015-11-30 | 2018-06-07 | Disney Enterprises, Inc. | Saliency-weighted video quality assessment |
| CN111711816A (zh) * | 2020-07-08 | 2020-09-25 | 福州大学 | 基于可察知编码效应强度的视频客观质量评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| ZHENG WANG等: "Compressed Video Quality Metric Based on Just- Noticeable-Difference and Saliency-aware Blocking Detection", 2021 7TH INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATIONS (ICCC), 13 December 2021 (2021-12-13) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114401400A (zh) * | 2022-01-19 | 2022-04-26 | 福州大学 | 基于视觉显著性编码效应感知的视频质量评测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3104327B1 (en) | Anomalous pixel detection | |
| CN101236656B (zh) | 基于块划分的图像中运动目标的检测方法 | |
| US8699818B2 (en) | Method, system, and program for determining image quality based on pixel changes between image frames | |
| US9497468B2 (en) | Blur measurement in a block-based compressed image | |
| EP1525753A1 (en) | A method and apparatus for measuring the quality of video data | |
| CN109391844A (zh) | 基于视频会议场景的视频质量诊断方法和系统 | |
| JP2008171392A (ja) | 映像の境界を検出する方法及びその装置とこれを具現するコンピューターで読み取れる記録媒体 | |
| KR20110014067A (ko) | 스테레오 컨텐트의 변환 방법 및 시스템 | |
| Liu et al. | A perceptually relevant approach to ringing region detection | |
| CN108665417B (zh) | 一种车牌图像去模糊方法、装置及系统 | |
| CN106339994A (zh) | 一种图像增强方法 | |
| CN113810555A (zh) | 一种基于最小可觉差和块效应的视频质量评价方法 | |
| EP2137977A2 (en) | Systems and methods for measuring loss of detail in a video codec block | |
| Zhang et al. | Perceptual video coding with block-level staircase just noticeable distortion | |
| Tandon et al. | CAMBI: Contrast-aware multiscale banding index | |
| CN101472177A (zh) | 一种块效应检测方法 | |
| CN108513132A (zh) | 一种视频质量评价方法及装置 | |
| CN110728212A (zh) | 一种基于计算机视觉的道路井盖监控装置及监控方法 | |
| CN112634179B (zh) | 一种防摄像头抖动的变电设备图像变化检测方法和系统 | |
| CN102685491B (zh) | 一种实现视频编码的方法和系统 | |
| CN110838120A (zh) | 一种基于时空信息的非对称失真三维视频的加权质量评价方法 | |
| CN102685547A (zh) | 一种基于块效应和噪声的低码率视频质量检测方法 | |
| KR101171991B1 (ko) | 안개 개선 영상처리시스템과 그 시스템에서의 안개영상 판단방법 | |
| CN111145219B (zh) | 一种基于Codebook原理的高效视频移动目标检测方法 | |
| CN110505480B (zh) | 一种面向监控场景的快速感知视频编码方法 |
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 |