JP5292343B2 - 映像品質客観評価装置及び方法及びプログラム - Google Patents
映像品質客観評価装置及び方法及びプログラム Download PDFInfo
- Publication number
- JP5292343B2 JP5292343B2 JP2010068797A JP2010068797A JP5292343B2 JP 5292343 B2 JP5292343 B2 JP 5292343B2 JP 2010068797 A JP2010068797 A JP 2010068797A JP 2010068797 A JP2010068797 A JP 2010068797A JP 5292343 B2 JP5292343 B2 JP 5292343B2
- Authority
- JP
- Japan
- Prior art keywords
- amount
- video
- feature
- deriving
- edge
- 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.)
- Expired - Fee Related
Links
Images
Description
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段100と、
エッジ・テクスチャ量抽出手段100から導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段200と、
特徴量抽出手段200から出力される特徴量に基づき映像品質評価値を導出する映像品質推定手段300と、を備え、
エッジ・テクスチャ量抽出手段は、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリング手段と、
クラスタリング手段により導出されたクラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリング手段と、
クラスタリング手段により導出されたクラスタリング画像とフィルタリング手段から導出されたフィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出手段と、を備える。
前記差分クラスタリング画像導出手段により導出された前記差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウント手段を備える。
エッジ・テクスチャ量抽出手段より映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量導出手段を含み、
映像品質推定手段300において、映像フレーム平均特徴量を用いて映像品質評価値を求める手段を含む。
前記エッジ・テクスチャ量抽出手段より映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出手段と、
推定対象の映像のある一定区間の複数の映像フレームに対し、映像フレーム特徴量導出手段から導出された映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出手段と、
平均特徴量導出手段より導出される推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出手段と、
平均特徴量導出手段より導出された推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出手段と、を更に有し、
映像品質推定手段300において、映像フレーム平均特徴量、最大特徴量、及び、標準偏差特徴量の少なくともいずれか1つを用いて映像品質評価値を求める手段を含む。
入力された劣化映像から映像の動きを示す動き量を導出する動き量導出手段を更に有し、
映像品質推定手段300においては、映像フレーム平均特徴量、最大特徴量、標準偏差特徴量、及び、動き量の少なくともいずれか1つを用いて映像品質評価値を求める手段を含む。
本発明(請求項6)は、映像品質を客観的に評価する映像品質客観評価装置であって、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段100と、
エッジ・テクスチャ量抽出手段100から導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段200と、
特徴量抽出手段200から出力される特徴量に基づき映像品質評価値を導出する映像品質推定手段300と、
を備え、
特徴量抽出手段200は、
エッジ・テクスチャ量抽出手段100より映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量算出手段を含み、
映像品質推定手段300は、
映像フレーム平均特徴量を用いて映像品質評価値を求める手段を含む。
本発明(請求項7)は、映像品質を客観的に評価する映像品質客観評価装置であって、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段100と、
エッジ・テクスチャ量抽出手段100から導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段200と、
特徴量抽出手段200から出力される特徴量に基づき映像品質評価値を導出する映像品質推定手段300と、
を備え、
特徴量抽出手段200は、
エッジ・テクスチャ量抽出手段100より映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出手段と、
推定対象の映像のある一定区間の複数の映像フレームに対し、映像フレーム特徴量導出手段から導出された映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出手段と、
平均特徴量導出手段より導出される推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出手段と、
平均特徴量導出手段より導出された推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出手段と、を更に有し、
映像品質推定手段300は、
映像フレーム平均特徴量、最大特徴量、及び、標準偏差特徴量の少なくともいずれか1つを用いて映像品質評価値を求める手段を含む。
また、本発明(請求項8)は、請求項6の特徴量抽出手段200において、
エッジ・テクスチャ量抽出手段100より映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出手段と、
推定対象の映像のある一定区間の複数の映像フレームに対し、映像フレーム特徴量導出手段から導出された映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出手段と、
平均特徴量導出手段より導出される推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出手段と、
平均特徴量導出手段より導出された推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出手段と、を更に有し、
映像品質推定手段300は、
映像フレーム平均特徴量、最大特徴量、及び、標準偏差特徴量の少なくともいずれか1つを用いて映像品質評価値を求める手段を含む。
本発明(請求項9)は、映像品質を客観的に評価する映像品質客観評価装置であって、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段100と、
エッジ・テクスチャ量抽出手段100から導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段200と、
特徴量抽出手段200から出力される特徴量に基づき映像品質評価値を導出する映像品質推定手段300と、
を備え、
エッジ・テクスチャ量抽出手段200は、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素の値に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリング手段と、
クラスタリング手段により導出されたクラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリング手段と、
クラスタリング手段により導出されたクラスタリング画像とフィルタリング手段から導出されたフィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出手段と、
差分クラスタリング画像導出手段により導出された差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウント手段と、を備える。
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップ(ステップ1)と、
エッジ・テクスチャ量抽出ステップで導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップ(ステップ2)と、
特徴量抽出ステップで出力される特徴量に基づき映像品質評価値を導出する映像品質推定ステップ(ステップ3)と、
を行い、
エッジ・テクスチャ量抽出ステップにおいて、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリングステップと、
クラスタリングステップで導出されたクラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリングステップと、
クラスタリングステップで導出されたクラスタリング画像とフィルタリングステップで導出されたフィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出ステップと、を行う。
差分クラスタリング画像導出ステップで導出された差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウントステップを行う。
エッジ・テクスチャ量抽出ステップより映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量導出ステップを行い、
映像品質推定ステップにおいて、映像フレーム平均特徴量を用いて映像品質評価値を求める。
エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出ステップと、
推定対象の映像のある一定区間の複数の映像フレームに対し、映像フレーム特徴量導出ステップで導出された映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出ステップと、
平均特徴量導出ステップで導出される推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出ステップと、
平均特徴量導出ステップで導出された推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出ステップと、を更に行い、
映像品質推定ステップにおいて、映像フレーム平均特徴量、最大特徴量、及び、標準偏差特徴量の少なくともいずれか1つを用いて映像品質評価値を求める。
入力された劣化映像から映像の動きを示す動き量を導出する動き量導出ステップを更に行い、
映像品質推定ステップにおいて、
映像フレーム平均特徴量、最大特徴量、標準偏差特徴量、及び、動き量の少なくともいずれか1つを用いて映像品質評価値を求める。
本発明(請求項15)は、映像品質を客観的に評価する映像品質客観評価方法であって、
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップと、
エッジ・テクスチャ量抽出ステップで導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップと、
特徴量抽出ステップにより出力される特徴量に基づき映像品質評価値を導出する映像品質推定ステップと、
を行い、
特徴量抽出ステップにおいて、
エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量算出ステップを行い、
映像品質推定ステップにおいて、
映像フレーム平均特徴量を用いて映像品質評価値を求めるステップを行う。
本発明(請求項16)は、映像品質を客観的に評価する映像品質客観評価方法であって、
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップと、
エッジ・テクスチャ量抽出ステップで導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップと、
特徴量抽出ステップで出力される特徴量に基づき映像品質評価値を導出する映像品質推定ステップと、
を行い、
特徴量抽出ステップにおいて、
エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出ステップと、
推定対象の映像のある一定区間の複数の映像フレームに対し、映像フレーム特徴量導出ステップから導出された映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出ステップと、
平均特徴量導出ステップで導出される推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出ステップと、
平均特徴量導出ステップで導出された推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出ステップと、を更に行い、
映像品質推定ステップにおいて、
映像フレーム平均特徴量、最大特徴量、及び、標準偏差特徴量の少なくともいずれか1つを用いて映像品質評価値を求める。
また、本発明(請求項17)は、請求項15の特徴量抽出ステップにおいて、
エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出されたエッジ量及びテクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出ステップと、
推定対象の映像のある一定区間の複数の映像フレームに対し、映像フレーム特徴量導出ステップで導出された映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出ステップと、
平均特徴量導出ステップで導出される推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出ステップと、
平均特徴量導出ステップで導出された推定対象の映像のある一定区間の複数の映像フレームの平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出ステップと、を更に行い、
映像品質推定ステップにおいて、
映像フレーム平均特徴量、最大特徴量、及び、標準偏差特徴量の少なくともいずれか1つを用いて映像品質評価値を求める。
本発明(請求項18)は、映像品質を客観的に評価する映像品質客観評価方法であって、
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップと、
エッジ・テクスチャ量抽出ステップで導出されるエッジ量とテクスチャ量から導出される特徴量または、劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップと、
特徴量抽出ステップで出力される特徴量に基づき映像品質評価値を導出する映像品質推定ステップと、
を行い、
エッジ・テクスチャ量抽出ステップにおいて、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素の値に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリングステップと、
クラスタリングステップで導出されたクラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリングステップと、
クラスタリングステップで導出されたクラスタリング画像とフィルタリングステップで導出されたフィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出ステップと、
差分クラスタリング画像導出ステップで導出された差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウントステップと、を行う。
11 フィルタリング部
12 差分クラスタリング画像導出部
13 カウント部
14 映像フレーム平均特徴量導出部
15 映像フレーム特徴量導出部
16 平均特徴量導出部
17 最大特徴量導出部
18 標準偏差特徴量導出部
19 動き量導出部
100 エッジ・テクスチャ量抽出手段、エッジ・テクスチャ量抽出部
200 特徴量抽出手段、特徴量抽出部
300 映像品質推定手段、映像品質推定部
Claims (19)
- 映像品質を客観的に評価する映像品質客観評価装置であって、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段と、
前記エッジ・テクスチャ量抽出手段から導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段と、
前記特徴量抽出手段から出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定手段と
を備え、
前記エッジ・テクスチャ量抽出手段は、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリング手段と、
前記クラスタリング手段により導出された前記クラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリング手段と、
前記クラスタリング手段により導出された前記クラスタリング画像と前記フィルタリング手段から導出された前記フィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出手段と、
を備えることを特徴とする映像品質客観評価装置。 - エッジ・テクスチャ量抽出手段は、
前記差分クラスタリング画像導出手段により導出された前記差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウント手段を備えることを特徴とする請求項1記載の映像品質客観評価装置。 - 前記特徴量抽出手段は、
前記エッジ・テクスチャ量抽出手段より映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量導出手段を含み、
前記映像品質推定手段は、
前記映像フレーム平均特徴量を用いて前記映像品質評価値を求める手段を含む
ことを特徴とする請求項1または2記載の映像品質客観評価装置。 - 前記特徴量抽出手段は、
前記エッジ・テクスチャ量抽出手段より映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出手段と、
推定対象の映像のある一定区間の複数の映像フレームに対し、前記映像フレーム特徴量導出手段から導出された前記映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出手段と、
前記平均特徴量導出手段より導出される推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出手段と、
前記平均特徴量導出手段より導出された推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出手段と、を更に有し、
前記映像品質推定手段は、
前記映像フレーム平均特徴量、前記最大特徴量、及び、前記標準偏差特徴量の少なくともいずれか1つを用いて前記映像品質評価値を求める手段を含む
ことを特徴とする請求項1乃至3のいずれか1項に記載の映像品質客観評価装置。 - 前記特徴量抽出手段は、
入力された劣化映像から映像の動きを示す動き量を導出する動き量導出手段を更に有し、
前記映像品質推定手段は、
前記映像フレーム平均特徴量、前記最大特徴量、前記標準偏差特徴量、及び、前記動き量の少なくともいずれか1つを用いて前記映像品質評価値を求める手段を含む
ことを特徴とする請求項1乃至4のいずれか1項に記載の映像品質客観評価装置。 - 映像品質を客観的に評価する映像品質客観評価装置であって、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段と、
前記エッジ・テクスチャ量抽出手段から導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段と、
前記特徴量抽出手段から出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定手段と、
を備え、
前記特徴量抽出手段は、
前記エッジ・テクスチャ量抽出手段より映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量算出手段を含み、
前記映像品質推定手段は、
前記映像フレーム平均特徴量を用いて前記映像品質評価値を求める手段を含む
ことを特徴とする映像品質客観評価装置。 - 映像品質を客観的に評価する映像品質客観評価装置であって、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段と、
前記エッジ・テクスチャ量抽出手段から導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段と、
前記特徴量抽出手段から出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定手段と、
を備え、
前記特徴量抽出手段は、
前記エッジ・テクスチャ量抽出手段より映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出手段と、
推定対象の映像のある一定区間の複数の映像フレームに対し、前記映像フレーム特徴量導出手段から導出された前記映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出手段と、
前記平均特徴量導出手段より導出される推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出手段と、
前記平均特徴量導出手段より導出された推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出手段と、を更に有し、
前記映像品質推定手段は、
前記映像フレーム平均特徴量、前記最大特徴量、及び、前記標準偏差特徴量の少なくともいずれか1つを用いて前記映像品質評価値を求める手段を含む
ことを特徴とする映像品質客観評価装置。 - 前記特徴量抽出手段は、
前記エッジ・テクスチャ量抽出手段より映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出手段と、
推定対象の映像のある一定区間の複数の映像フレームに対し、前記映像フレーム特徴量導出手段から導出された前記映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出手段と、
前記平均特徴量導出手段より導出される推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出手段と、
前記平均特徴量導出手段より導出された推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出手段と、を更に有し、
前記映像品質推定手段は、
前記映像フレーム平均特徴量、前記最大特徴量、及び、前記標準偏差特徴量の少なくともいずれか1つを用いて前記映像品質評価値を求める手段を含む
ことを特徴とする請求項6記載の映像品質客観評価装置。 - 映像品質を客観的に評価する映像品質客観評価装置であって、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出手段と、
前記エッジ・テクスチャ量抽出手段から導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出手段と、
前記特徴量抽出手段から出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定手段と、
を備え、
前記エッジ・テクスチャ量抽出手段は、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素の値に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリング手段と、
前記クラスタリング手段により導出された前記クラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリング手段と、
前記クラスタリング手段により導出された前記クラスタリング画像と前記フィルタリング手段から導出された前記フィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出手段と、
前記差分クラスタリング画像導出手段により導出された前記差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウント手段と、
を備えることを特徴とする映像品質客観評価装置。 - 映像品質を客観的に評価する映像品質客観評価方法であって、
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップと、
前記エッジ・テクスチャ量抽出ステップで導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップと、
前記特徴量抽出ステップで出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定ステップと、
を行い、
前記エッジ・テクスチャ量抽出ステップにおいて、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリングステップと、
前記クラスタリングステップで導出された前記クラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリングステップと、
前記クラスタリングステップで導出された前記クラスタリング画像と前記フィルタリングステップで導出された前記フィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出ステップと、
を行うことを特徴とする映像品質客観評価方法。 - エッジ・テクスチャ量抽出ステップは、
前記差分クラスタリング画像導出ステップで導出された前記差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウントステップを行うことを特徴とする請求項10記載の映像品質客観評価方法。 - 前記特徴量抽出ステップは、
前記エッジ・テクスチャ量抽出ステップより映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量導出ステップを行い、
前記映像品質推定ステップは、
前記映像フレーム平均特徴量を用いて前記映像品質評価値を求める
ことを特徴とする請求項10または11記載の映像品質客観評価方法。 - 前記特徴量抽出ステップは、
前記エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出ステップと、
推定対象の映像のある一定区間の複数の映像フレームに対し、前記映像フレーム特徴量導出ステップで導出された前記映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出ステップと、
前記平均特徴量導出ステップで導出される推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出ステップと、
前記平均特徴量導出ステップで導出された推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出ステップと、を更に行い、
前記映像品質推定ステップは、
前記映像フレーム平均特徴量、前記最大特徴量、及び、前記標準偏差特徴量の少なくともいずれか1つを用いて前記映像品質評価値を求める
ことを特徴とする請求項10乃至12のいずれか1項に記載の映像品質客観評価方法。 - 前記特徴量抽出ステップは、
入力された劣化映像から映像の動きを示す動き量を導出する動き量導出ステップを更に行い、
前記映像品質推定ステップは、
前記映像フレーム平均特徴量、前記最大特徴量、前記標準偏差特徴量、及び、前記動き量の少なくともいずれか1つを用いて前記映像品質評価値を求める
ことを特徴とする請求項10乃至13のいずれか1項に記載の映像品質客観評価方法。 - 映像品質を客観的に評価する映像品質客観評価方法であって、
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップと、
前記エッジ・テクスチャ量抽出ステップで導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップと、
前記特徴量抽出ステップにより出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定ステップと、
を行い、
前記特徴量抽出ステップは、
前記エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、推定対象の映像の全映像フレームに対するエッジ量の合計値と、同様に、推定対象の映像の全映像フレームに対するテクスチャ量の合計値を算出し、該エッジ量の合計値を該テクスチャ量の合計値で除算した映像フレーム平均特徴量を導出する映像フレーム平均特徴量算出ステップを行い、
前記映像品質推定ステップは、
前記映像フレーム平均特徴量を用いて前記映像品質評価値を求めるステップを行う
ことを特徴とする映像品質客観評価方法。 - 映像品質を客観的に評価する映像品質客観評価方法であって、
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップと、
前記エッジ・テクスチャ量抽出ステップで導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップと、
前記特徴量抽出ステップで出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定ステップと、
を行い、
前記特徴量抽出ステップは、
前記エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出ステップと、
推定対象の映像のある一定区間の複数の映像フレームに対し、前記映像フレーム特徴量導出ステップから導出された前記映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出ステップと、
前記平均特徴量導出ステップで導出される推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出ステップと、
前記平均特徴量導出ステップで導出された推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出ステップと、を更に行い、
前記映像品質推定ステップは、
前記映像フレーム平均特徴量、前記最大特徴量、及び、前記標準偏差特徴量の少なくともいずれか1つを用いて前記映像品質評価値を求める
ことを特徴とする映像品質客観評価方法。 - 前記特徴量抽出ステップは、
前記エッジ・テクスチャ量抽出ステップで映像フレーム単位に抽出された前記エッジ量及び前記テクスチャ量に基づき、映像フレーム単位にエッジ量の合計値をテクスチャ量の合計値で除算した映像フレーム特徴量を導出する映像フレーム特徴量導出ステップと、
推定対象の映像のある一定区間の複数の映像フレームに対し、前記映像フレーム特徴量導出ステップで導出された前記映像フレーム特徴量を合計し、映像フレーム数で除算した平均特徴量を導出する平均特徴量導出ステップと、
前記平均特徴量導出ステップで導出される推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の最大の値を示す最大特徴量を導出する最大特徴量導出ステップと、
前記平均特徴量導出ステップで導出された推定対象の映像のある一定区間の複数の映像フレームの前記平均特徴量に対し、推定対象の全区間の複数の平均特徴量の標準偏差をとった標準偏差特徴量を導出する標準偏差特徴量導出ステップと、を更に行い、
前記映像品質推定ステップは、
前記映像フレーム平均特徴量、前記最大特徴量、及び、前記標準偏差特徴量の少なくともいずれか1つを用いて前記映像品質評価値を求める
ことを特徴とする請求項15記載の映像品質客観評価方法。 - 映像品質を客観的に評価する映像品質客観評価方法であって、
映像品質客観評価装置が、
入力された劣化映像からエッジ量及びテクスチャ量を導出するエッジ・テクスチャ量抽出ステップと、
前記エッジ・テクスチャ量抽出ステップで導出される前記エッジ量と前記テクスチャ量から導出される特徴量または、前記劣化映像から導出される特徴量の少なくとも1つの特徴量を導出する特徴量抽出ステップと、
前記特徴量抽出ステップで出力される前記特徴量に基づき映像品質評価値を導出する映像品質推定ステップと、
を行い、
前記エッジ・テクスチャ量抽出ステップは、
入力された劣化映像をキャプチャしエッジ画像を作成し、該エッジ画像の各画素の値に基づきクラスタリングを実施し、クラスタリング画像を導出するクラスタリングステップと、
前記クラスタリングステップで導出された前記クラスタリング画像をフィルタリングし、フィルタリング画像を作成するフィルタリングステップと、
前記クラスタリングステップで導出された前記クラスタリング画像と前記フィルタリングステップで導出された前記フィルタリング画像との差分値から差分クラスタリング画像を作成する差分クラスタリング画像導出ステップと、
前記差分クラスタリング画像導出ステップで導出された前記差分クラスタリング画像のエッジ量とテクスチャ量を映像フレーム単位にカウントするカウントステップと、
を行うことを特徴とする映像品質客観評価方法。 - 請求項1乃至9のいずれか1項に記載の映像品質客観評価装置を構成する各手段としてコンピュータを機能させるための映像品質客観評価プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010068797A JP5292343B2 (ja) | 2010-03-24 | 2010-03-24 | 映像品質客観評価装置及び方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010068797A JP5292343B2 (ja) | 2010-03-24 | 2010-03-24 | 映像品質客観評価装置及び方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011205252A JP2011205252A (ja) | 2011-10-13 |
JP5292343B2 true JP5292343B2 (ja) | 2013-09-18 |
Family
ID=44881457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010068797A Expired - Fee Related JP5292343B2 (ja) | 2010-03-24 | 2010-03-24 | 映像品質客観評価装置及び方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5292343B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101364727B1 (ko) | 2012-09-28 | 2014-02-20 | (주)한일에스티엠 | 촬영된 영상의 처리를 이용한 안개 감지 방법 및 장치 |
CN104853175B (zh) * | 2015-04-24 | 2017-05-03 | 张艳 | 一种新的合成虚拟视点客观质量评价方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4359120B2 (ja) * | 2003-10-31 | 2009-11-04 | 財団法人エヌエイチケイエンジニアリングサービス | コンテンツ品質評価装置及びそのプログラム |
US7668397B2 (en) * | 2005-03-25 | 2010-02-23 | Algolith Inc. | Apparatus and method for objective assessment of DCT-coded video quality with or without an original video sequence |
JP4679425B2 (ja) * | 2006-04-20 | 2011-04-27 | 株式会社東芝 | 画像処理装置、画像処理方法およびプログラム |
JP2009272969A (ja) * | 2008-05-09 | 2009-11-19 | Hitachi Ltd | 画像符号化装置及び画像符号化方法、画像復号化装置及び画像復号化方法 |
-
2010
- 2010-03-24 JP JP2010068797A patent/JP5292343B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011205252A (ja) | 2011-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5172440B2 (ja) | 映像品質推定装置、方法およびプログラム | |
KR100933509B1 (ko) | 비디오 품질 추정 장치, 방법 및 프로그램을 기록한 컴퓨터 판독가능한 기록매체 | |
Mu et al. | Framework for the integrated video quality assessment | |
Ma et al. | Reduced-reference video quality assessment of compressed video sequences | |
JP4796019B2 (ja) | 映像品質推定装置、方法、およびプログラム | |
JP6328637B2 (ja) | ビデオストリーミングサービスのためのコンテンツ依存型ビデオ品質モデル | |
JP2011182423A (ja) | マルチメディアビデオ通信品質を測定する方法 | |
JP4787210B2 (ja) | 映像品質推定方法、装置、およびプログラム | |
Konuk et al. | A spatiotemporal no-reference video quality assessment model | |
JP5350300B2 (ja) | トランスコード映像品質客観評価装置及び方法及びプログラム | |
JP5292343B2 (ja) | 映像品質客観評価装置及び方法及びプログラム | |
JP2011015165A (ja) | 映像品質推定装置、システム、方法およびプログラム | |
WO2010103112A1 (en) | Method and apparatus for video quality measurement without reference | |
JP4787303B2 (ja) | 映像品質推定装置、方法、およびプログラム | |
JP4451856B2 (ja) | 映像品質推定装置、方法、およびプログラム | |
Farias et al. | A hybrid metric for digital video quality assessment | |
JP4802200B2 (ja) | 映像品質推定装置、方法、およびプログラム | |
Garcia et al. | Towards a content-based parametric video quality model for IPTV | |
Aggarwal | A review on video quality assessment | |
JP5523357B2 (ja) | 映像品質推定装置及び方法及びプログラム | |
JP5851331B2 (ja) | 3d映像品質評価装置及び方法及びプログラム | |
JP5234812B2 (ja) | 映像品質推定装置、方法、およびプログラム | |
JP4740967B2 (ja) | 映像品質推定装置、方法、およびプログラム | |
JP6078431B2 (ja) | 映像品質推定装置、映像品質推定方法及びプログラム | |
Karthikeyan et al. | Perceptual video quality assessment in H. 264 video coding standard using objective modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120116 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121218 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130218 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130604 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130610 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5292343 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |