JP5992866B2

JP5992866B2 - 主観画質推定装置、及び、主観画質推定プログラム

Info

Publication number: JP5992866B2
Application number: JP2013109131A
Authority: JP
Inventors: 基宏高木; 藤井　寛; 寛藤井; 清水　淳; 淳清水
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2013-05-23
Filing date: 2013-05-23
Publication date: 2016-09-14
Anticipated expiration: 2033-05-23
Also published as: JP2014230151A

Description

本発明は、動画像の主観画質を推定する主観画質推定装置、及び、主観画質推定プログラムに関する。

３Ｇ（３ｒｄＧｅｎｅｒａｔｉｏｎ）、ＬＴＥ(ＬｏｎｇＴｅｒｍＥｖｏｌｕｔｉｏｎ)といった移動回線や、スマートフォン、タブレットといった携帯端末が普及したことによって、不安定なネットワークの下でも、複数の異なる端末に動画像を配信できることが重要となっている。

端末毎のドット密度（ｄｏｔｓｐｅｒｉｎｃｈ：ｄｐｉ）の違い、及び、ネットワークによる利用可能な帯域の違いに応じて動画像を配信するための配信方式に、ＨＡＳ（ＨｔｔｐＡｄａｐｔｉｖｅＳｔｒｅａｍｉｎｇ）がある。近年では、ＨＡＳは、ＭＰＥＧ−ＤＡＳＨ（ＭｏｖｉｎｇＰｉｃｔｕｒｅＥｘｐｅｒｔｓＧｒｏｕｐ−ＤｙｎａｍｉｃａｄａｐｔｉｖｅｓｔｒｅａｍｉｎｇｏｖｅｒＨＴＴＰ）として規格化されている（非特許文献１参照）。

ＭＰＥＧ−ＤＡＳＨでは、視聴者のネットワーク状況等に合わせて、ビットレートを動的に切り替えて配信を行う。想定する配信ビットレートで画素数及びフレームレートが変化したときの配信品質を向上させるため、画質は、定量的に評価される必要がある。ここで、画素数とは、動画像のピクチャ（フレーム）における総画素数であり、縦の画素数×横の画素数の値である。具体的には、２０００[ｋｂｐｓ]で動画像を配信するときに、画素数を２０７３６００（＝１９２０×１０８０）、又は、９２１６００（＝１２８０×７２０）のいずれにするのかを決定する画質評価と、フレームレートを３０[ｆｐｓ]又は１５[ｆｐｓ]のいずれにするのかを決定する画質評価とがある。

従来の画質評価では、ＩＴＵ−Ｒ勧告ＢＴ. ５００−１１、ＩＴＵ−Ｔ勧告Ｐ. ９１０などに規定されている方法を用いて、主観評価実験が行われてきた（非特許文献２及び３参照）。従来の画質評価では、２０名程度の被験者に動画像が提示され、それら被験者の主観により、動画像に評点が付けられる。被験者による評点の平均は、平均オピニオン評点（ＭｅａｎＯｐｉｎｉｏｎＳｃｏｒｅ：ＭＯＳ）と呼ばれ、評価した動画像の品質とされる。

これらの主観評価実験では、評価環境を規定に沿って用意し、被験者が集められなければならない。さらに、これらの主観評価実験では、評価する動画像を被験者に何度も見てもらい、評点をつけてもらわなければならない。そのため、個別の動画像に対して主観評価を行うには、コストがかかるという問題がある。

そこで、動画像の特徴量（画像特徴量。画像特徴ベクトルのときもある）を算出し、その算出した特徴量から動画像の品質を導出する客観画質評価が検討されている。ＩＴＵ−ＴＪ.１４３（非特許文献４参照)には、客観画質評価法のフレームワークが規定されている。客観画質評価法のフレームワークは、以下の三つに分類される。

（ｉ）ＦｕｌｌＲｅｆｅｒｅｎｃｅ（ＦＲ）型
圧縮前（符号化前）の原画像及び復号画像、または送信画像及び受信画像を用いて評価する方法。
（ｉｉ）ＮｏＲｅｆｅｒｅｎｃｅ（ＮＲ）型
復号画像又は受信画像のみを用いて評価する方法。
（ｉｉｉ）ＲｅｄｕｃｅｄＲｅｆｅｒｅｎｃｅ（ＲＲ）型
情報量が制限された原画像又は送信画像の画像特徴量、及び、復号画像又は受信画像を用いて評価する方法。
多くの主観画質推定方法は、上記の三つの分類のいずれかに属している（非特許文献５〜７参照）。ここで、ＦＲ型の主観画質推定式構築までの動作手順を説明する。

図１７は、従来技術による主観画質推定式の構築までの動作手順を示すフローチャートである。
（ステップＳ２０）動画像の符号化前データ（原画像）Ｉ_ｉ(０＜ｉ≦Ｎ。Ｎは１以上の整数）、テスト画像Ｄ_ｉを用意し、主観評価実験が行われることで、主観画質推定式は、主観評価値ｓ_ｉを取得する。
（ステップＳ２１）動画像の符号化前データ（原画像）Ｉ_ｉ、テスト画像Ｄ_ｉから特徴ｆ_１，…，ｆ_Ｍが取り出され、主観画質推定式Ｓ（ｆ_１，…、ｆ_Ｍ｜Ｄ_ｉ、Ｉ_ｉ）は、Ｎ個の組み合わせに対して構築される。

（ステップＳ２２）主観評価値s_ｉと、Ｓ(ｆ_１，…，ｆ_Ｍ｜Ｄ_ｉ，Ｉ_ｉ)との組み合わせにより、Ｓ(ｆ_１，…，ｆ_Ｍ｜Ｄ_ｉ，Ｉ_ｉ)のパラメータを最適化し、任意の動画像に対する主観画質推定式Ｓ(ｆ_１，…，ｆ_Ｍ)を得る。
（ステップＳ２３）任意の動画像の符号化前データ（原画像）Ｉ及び復号画像Ｄから取り出した特徴ｆ_１，…，ｆ_Ｍと、主観画質推定式Ｓ（ｆ_１，…，ｆ_Ｍ）と、に基づいて、主観画質が推定される。ここで、特徴ｆ_１、…、ｆ_Ｍは、画素信号を特徴とした場合も包含するものとする。

なお、ＲＲ型では、画素信号は包含されない。また、ＮＲ型では、主観画質推定式Ｓ（ｆ_１，…，ｆ_Ｍ｜Ｄ_ｉ，Ｉ_ｉ）ではなく、主観画質推定式Ｓ（ｆ_１，…，ｆ_Ｍ｜Ｄ_ｉ）に基づいて、パラメータが最適化される。

しかしながら、これらのフレームワークを用いた従来の主観画質推定方法は、特定の表示環境を想定しており、画素数及びフレームレートの変化に対応した手法とはなっていない。画素数及びフレームレートの変化に対応した主観画質推定方法としては、スケーラブル・ビデオ・コーディング（ＳｃａｌａｂｌｅＶｉｄｅｏＣｏｄｉｎｇ）における主観画質推定方法が挙げられる（非特許文献８及び９参照）。非特許文献８では、式（１）に基づいて、主観画質が推定される。

ここで、ＳＶは、ＭＰＥＧ−７規格に定められた「ＳｐａｔｉａｌＡｃｔｉｖｉｔｙ」である。また、ＴＶは、ＭＰＥＧ−７規格に定められた「ＴｅｍｐｏｒａｌＡｃｔｉｖｉｔｙ」である。また、式（１）に示すＦＲは、フレームレートである。また、ｘは、動画像の横幅の画素数を示す。式（１）（主観画質推定式）は、ＰＳＮＲといった従来の客観画質評価値に加え、画素数及びフレームレートの変化の影響を、ＳＶ及びＴＶにより表現している。そのため、この主観画質推定式は、ＰＳＮＲでは比較ができなかった異なる画素数及びフレームレートについても、主観画質を比較することができる。

ISO/IEC DIS 23009-1．2， "Information technology‐Dynamic adaptive streaming over HTTP (DASH) ‐Part 1: Media presentation description and segment formats", 30th August 2011. Recommendation ITU-R BT.500-13, "Methodology for the subjective assessment of the quality of television pictures", January 2012. ITU-T Recommendation P.910, "Subjective video quality assessment methods for multimedia applications" ITU-T Recommendation J.143, "User requirements for objective perceptual video quality measurements in digital cable television", May 2000. ITU-T Recommendation J.144, "Objective perceptual video quality measurement techniques for digital cable television in the presence of a full reference ", March 2004. ITU-T Recommendation J.247, "Objective perceptual multimedia video quality measurement in the presence of a full reference", August 2008. ITU-T Recommendation J.246, "Perceptual audiovisual quality measurement techniques for multimedia services over digital cable television networks in the presence of a reduced bandwidth reference", August 2008. C.S.Kim S.H.Jin, D.J.Seo and Y.M.Ro., "Measuring Video Quality on Full Scalability of H.264 / AVC Scalable Video Coding," IEICE Transaction on Communication, vol.E91-B, no. 5, May 2008 pp.1269-78． H.Sohn, H.Yoo, W.D.Neve, C.S.Kim, and Y.M.Ro., "Full-Reference Video Quality Metric for Fully Scalable and Mobile SVC Content ," IEEE Transactions on Broadcasting, vol.56, no.3, Sept 2010, pp.269-280.

複数のビットレートに対して動画像を符号化する状況で、画素数及びフレームレートを動画像毎に主観画質が最大となるように決定したい場合、動画像毎の主観画質は、推定される必要がある。ＨＡＳによる主観画質推定に対して、従来の客観画質評価法のフレームワークを適用することを考えると、上記の三つのフレームワーク（ＦＲ型、ＲＲ型、ＮＲ型）では、主観画質は、動画像の符号化前には評価されることができず、動画像が何度も符号化されてから評価されることになる。

図１８は、従来のフレームワークで主観画質を推定し、画素数及びフレームレートを決定する動作手順を示すフローチャートである。
（ステップＳ３０）ＨＡＳでは、候補の画素数、フレームレート、又は、ビットレート若しくは量子化パラメータにより、動画像が符号化される。
（ステップＳ３１）得られた符号化データが復号され、主観画質推定値が算出される。

（ステップＳ３２）画素数、フレームレート、及び、ビットレートの全ての候補について、主観画質を推定したか否かが判定される。主観画質が推定されていない画素数、フレームレート、及び、ビットレートの候補が残っている場合（ステップＳ３２：Ｎｏ）、まだ符号化していない画素数、フレームレート、及び、ビットレートの候補について符号化が行われ、ステップＳ３０に処理を戻す。一方、画素数、フレームレート、及び、ビットレートの全ての候補について、主観画質が推定された場合（ステップＳ３２：Ｙｅｓ）、ステップＳ３３に処理が進められる。
（ステップＳ３３）主観画質推定値が最大となる画素数及びフレームレートは、候補の組み合わせから決定されて、出力される。

しかしながら、主観画質推定式を構築して主観画質を推定する上記の方法では、動画像の符号化及び復号が何度も実行されなければならず、計算コストが高くなってしまう。つまり、主観画質推定装置は、所望のビットレート、画素数、及びフレームレートについて動画像の主観画質を推定する際、符号化を繰り返さなければ、当該動画像の主観画質を精度よく推定することができない、という問題がある。

本発明は、前記の点に鑑みてなされたものであり、所望のビットレート、画素数、及びフレームレートについて動画像の主観画質を推定する際、符号化を繰り返すことなく、当該動画像の主観画質を精度よく推定することができる主観画質推定装置、及び、主観画質推定プログラムを提供することを目的とする。

本発明の一態様は、量子化パラメータの予測値を算出するための予測式を生成するＱＰ予測式生成部と、動画像の１画素あたりの平均符号量と、前記予測式と、に基づいて、前記量子化パラメータの予測値を算出するＱＰ予測部と、前記動画像の符号化前データ、前記動画像の符号化後データ、及び、前記動画像の前記符号化の複雑度の少なくとも一つに基づいて、前記動画像の画像特徴量を算出する画像特徴量算出部と、前記量子化パラメータの予測値と、前記動画像の画像特徴量と、所定の主観画質推定式と、に基づいて、前記動画像の主観画質の推定値を算出する主観画質推定部と、を備えることを特徴とする主観画質推定装置である。

本発明の一態様は、前記主観画質推定部が、前記量子化パラメータの値、又は、前記量子化パラメータの最大値から前記量子化パラメータの値を減算した結果を、最大値を補正可能なシグモイド関数に基づく前記主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置である。

本発明の一態様は、前記主観画質推定部が、前記動画像の画素数と、前記動画像のフレームレートと、前記動画像の画像特徴量と、を線形結合した値を、最大値を補正可能なシグモイド関数に基づく前記主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置である。

本発明の一態様は、前記主観画質推定部が、前記動画像の画素数の対数値と、前記動画像のフレームレートの対数値と、前記動画像の画像特徴量の対数値と、を線形結合した値を、最大値を補正可能なシグモイド関数に基づく前記主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置である。

本発明の一態様は、前記主観画質推定部が、最大値を補正可能なシグモイド関数において当該最大値を定めるためのパラメータを、前記最大値を補正可能なシグモイド関数の他のパラメータよりも先に推定することにより、前記所定の主観画質推定式を生成することを特徴とする主観画質推定装置である。

本発明の一態様は、前記主観画質推定部が、前記動画像の画素数と、前記動画像のフレームレートと、前記動画像の画像特徴量と、を線形結合した値を傾き及び切片とする前記主観画質推定式を保持し、前記量子化パラメータの値、又は、前記量子化パラメータの最大値から前記量子化パラメータの値を減算した結果を、当該主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置である。

本発明の一態様は、前記主観画質推定部が、前記動画像の画素数の対数値と、前記動画像のフレームレートの対数値と、前記動画像の画像特徴量の対数値と、を線形結合した値を傾き及び切片とする前記主観画質推定式を保持し、前記量子化パラメータの値、又は、前記量子化パラメータの最大値から前記量子化パラメータの値を減算した結果を、当該主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置である。

本発明の一態様は、主観画質推定装置が実行する処理をコンピュータに実行させるための主観画質推定プログラムである。

本発明によれば、画像特徴量算出部は、動画像の符号化前データ、動画像の符号化後データ、及び、動画像の前記符号化の複雑度の少なくとも一つに基づいて、動画像の画像特徴量を算出する。これにより、主観画質推定装置、及び、主観画質推定プログラムは、所望のビットレート、画素数、及びフレームレートとなるよう動画像を符号化する際、符号化する前に、当該動画像の主観画質を精度よく推定することができる。

本発明の一実施形態における、動画像の符号化前データに基づいて画像特徴量を定める主観画質推定装置の構成例を示すブロック図である。本発明の一実施形態における、主観画質推定値を算出する動作手順を示すフローチャートである。本発明の一実施形態における、主観画質推定装置の基本動作の手順例を示すフローチャートである。本発明の一実施形態における、パラメータ記憶部に記憶されるテーブルデータを示す図である。本発明の一実施形態における、ＱＰ予測部の動作手順例を示すフローチャートである。本発明の一実施形態における、画像特徴量算出部の動作手順例を示すフローチャートである。本発明の一実施形態における、固定ビットレートで符号化された動画像の符号化後データに基づいて画像特徴量を定める主観画質推定装置の構成例を示すブロック図である。本発明の一実施形態における、固定ビットレートで符号化された動画像の符号化の複雑度に基づいて画像特徴量を定める主観画質推定装置の構成例を示すブロック図である。本発明の一実施形態における、動画像の符号化前データ、動画像の符号化後データ、及び、動画像の符号化の複雑度のうち、少なくとも二つの組み合わせに基づいて画像特徴量を定める主観画質推定装置の構成例を示すブロック図である。本発明の一実施形態における、主観画質推定部の動作手順例を示すフローチャートである。本発明の一実施形態における、可変ビットレートで符号化された動画像の符号化後データに基づいて画像特徴量を定める主観画質推定装置の構成例を示すブロック図である。本発明の一実施形態における、ＱＰ予測式算出部の動作手順例を示すフローチャートである。本発明の一実施形態における、「１２８０×７２０」，３０[ｆｐｓ]のＱＰ−ＭＯＳグラフを、動画像毎に示す図である。本発明の一実施形態における、「９６０×５４０」，３０[ｆｐｓ] のＱＰ−ＭＯＳグラフを、動画像毎に示す図である。本発明の一実施形態における、「９６０×５４０」，１５[ｆｐｓ] のＱＰ−ＭＯＳグラフを、動画像毎に示す図である。本発明の一実施形態における、符号化複雑度を動画像毎に表により示す図である。本発明の一実施形態における、従来技術による主観画質推定式の構築までの動作手順を示すフローチャートである。本発明の一実施形態における、従来のフレームワークで主観画質を推定し、画素数及びフレームレートを決定する動作手順を示すフローチャートである。

本発明の一実施形態について図面を参照して詳細に説明する。図１には、動画像の符号化前データに基づいて画像特徴量（画像特徴量は、画像特徴ベクトルでもよい）を定める主観画質推定装置の構成例が、ブロック図により示されている。図１では、動画像は、固定ビットレート（ＣｏｎｓｔａｎｔＢｉｔＲａｔｅ：ＣＢＲ）で符号化されているものとする。主観画質推定装置は、ＱＰ予測式生成部１０と、ＱＰ予測部１４と、画像特徴量算出部２０と、主観画質推定部１８とを備える。

ＱＰ予測式生成部１０には、ビットレートＢと、画素数ｐと、フレームレートｆと、動画像の符号化前データ（原画像）Ｉとが、外部装置（不図示）から入力される。ＱＰ予測式生成部１０は、量子化パラメータ（ＱＰ）の予測値を算出するための予測式（以下、「ＱＰ予測式」という。）を生成し、生成したＱＰ予測式を、ＱＰ予測部１４に出力する。ＱＰ予測式生成部１０は、エンコーダ１１と、パラメータ記憶部１２と、ＱＰ予測式算出部１３とを有する。

エンコーダ１１には、ビットレートＢと、画素数ｐと、フレームレートｆと、動画像の符号化前データ（原画像）Ｉとが、外部装置（不図示）から入力される。エンコーダ１１は、動画像の符号化前データＩを符号化する。

エンコーダ１１は、動画像の符号化の過程で得られた、１画素あたりの平均符号量と、量子化パラメータ（ＱＰ）とを、パラメータ記憶部１２に出力する。なお、レートコントロール部１１１は、動画像の符号化後データから得られた、１画素あたりの平均符号量と、量子化パラメータとを、パラメータ記憶部１２に出力してもよい。
エンコーダ１１は、レートコントロール部１１１を有する。レートコントロール部１１１は、動画像の符号化におけるレートコントロールを実行する。

パラメータ記憶部１２は、１画素あたりの平均符号量と、量子化パラメータとを、１レコードとして格納する。
ＱＰ予測式算出部１３は、パラメータ記憶部１２に格納された１画素あたりの平均符号量と、量子化パラメータとに基づいて、ＱＰ予測式を生成し、生成したＱＰ予測式をＱＰ予測式生成部１４に出力する。

ＱＰ予測部１４には、ＱＰ予測式が、ＱＰ予測式算出部１３から入力される。また、ＱＰ予測部１４には、ビットレートＢと、画素数ｐと、フレームレートｆとが、外部装置（不図示）から入力される。ＱＰ予測部１４は、ビットレートＢと、画素数ｐと、フレームレートｆと、ＱＰ予測式とに基づいて、量子化パラメータ（ＱＰ）の予測値（以下、「予測ＱＰ」という。）ｑを算出する。ＱＰ予測部１４は、予測ＱＰを、主観画質推定部１８に出力する。

図１では、画像特徴量算出部２０には、動画像の符号化前データ（原画像）Ｉが、外部装置（不図示）から入力される。画像特徴量算出部２０は、動画像の符号化前データに基づいて、動画像の画像特徴量ｖを算出し、算出した画像特徴量ｖを、主観画質推定部１８に出力する。なお、画像特徴量算出部２０の他の態様については、図７、８、９及び１１を用いて後述する。

主観画質推定部１８には、予測ＱＰが、ＱＰ予測部１４から入力される。また、主観画質推定部１８には、画素数ｐと、フレームレートｆとが、外部装置（不図示）から入力される。また、主観画質推定部１８には、画像特徴量ｖが、画像特徴量算出部２０から入力される。

主観画質推定部１８は、予測ＱＰｑと、画素数ｐと、フレームレートｆと、画像特徴量ｖとを、主観画質推定式Ｓ（ｑ，ｐ，ｆ，ｖ）に、パラメータとして代入することにより、主観画質推定値ｓを算出する。ここで、主観画質推定式Ｓ（ｑ，ｐ，ｆ，ｖ）は、主観評価の実験結果により、予め生成（構築）されているものとする。主観画質推定部１８は、主観画質推定値ｓを、推定結果として出力する。

図２は、主観画質推定値を算出する動作手順を示すフローチャートである。
（ステップＳ１００）エンコーダ１１は、任意のＭ個の候補の画素数ｐと、フレームレートｆと、ビットレートＢとにより、動画像を符号化する。
（ステップＳ１０１）ＱＰ予測式算出部１３は、量子化パラメータ（ＱＰ）と、１画素（１ピクセル）あたりの平均符号量との関係式（ＱＰ予測式）を生成する。
（ステップＳ１０２）画像特徴量算出部２０は、所定データ（例えば、動画像の符号化前データ）に基づいて、動画像の画像特徴量ｖを算出する。

（ステップＳ１０３）ＱＰ予測部１４は、ビットレートＢと、候補の画素数ｐと、フレームレートｆと、ＱＰ予測式とに基づいて、予測ＱＰｑを算出する。

（ステップＳ１０４）主観画質推定部１８は、主観画質推定式Ｓ（ｑ，ｐ，ｆ，ｖ）に、予測ＱＰｑと、画素数ｐと、フレームレートｆと、画像特徴量ｖとを、パラメータとして代入することにより、主観画質推定値ｓを算出する。

（ステップＳ１０５）主観画質推定部１８は、画素数ｐ、フレームレートｆ、及び、ビットレートＢの組み合わせの全ての候補について、主観画質を推定したか否か、すなわち、主観画質推定値ｓを算出したか否かを判定する。

主観画質が推定されていない画素数ｐ、フレームレートｆ、及び、ビットレートＢの候補が残っている場合（ステップ１０５：Ｎｏ）、主観画質推定部１８は、ステップＳ１０３に処理を戻す。一方、画素数ｐ、フレームレートｆ、及び、ビットレートＢの全ての候補について、主観画質が推定された場合（ステップＳ１０５：Ｙｅｓ）、主観画質推定部１８は、ステップＳ１０６に処理を進める。
（ステップＳ１０６）主観画質推定部１８は、主観画質推定値ｓを出力する。

本発明の一実施形態によれば、ＱＰ予測式によって予測されたＱＰを用いて、主観画質を推定するため、主観画質推定装置は、任意の画素数ｐ、フレームレートｆの組み合わせについて、ＱＰ予測式が生成された後では、動画像を符号化（エンコード）することなく、ターゲットとする所望のビットレートＢの動画像の主観画質を推定することができる。

また、主観画質推定装置は、量子化パラメータが予め判っているのであれば、ＱＰ予測式生成部１０とＱＰ予測部１４とによらずに、量子化パラメータに基づいて、動画像の主観画質を推定することができる。

生成された主観画質推定式Ｓ（ｑ，ｐ，ｆ，ｖ）は、動画像に依存しない主観画質推定式であるため、主観評価実験に用いた動画像とは異なる動画像に対しても適用できる。よって、主観画質推定装置は、動画像についての主観評価実験を、主観画質を推定する度に行う必要がない。

以上により、主観画質推定装置は、ほとんどのビットレートＢ、画素数ｐ、及び、フレームレートｆについて、ＱＰ予測式が生成された後では、主観評価実験、動画像の符号化、動画像の符号化後データからの画像特徴量の抽出を行わずに、主観画質を推定することができる。また、主観画質推定装置は、計算コストを大幅に削減することができる。

次に、主観画質推定装置について、より詳細に説明する。
図３は、主観画質推定装置の基本動作の手順例を示すフローチャートである。主観画質推定装置の基本動作の手順処理は、ＱＰ予測式を生成する処理と、量子化パラメータを予測する処理（予測ＱＰを算出する処理）と、画像特徴量を算出する処理と、主観画質推定式Ｓ（ｑ，ｐ，ｆ，ｖ）に基づいて主観画質を推定する処理（主観画質推定値を算出する処理）と、に分けることができる。

［ＱＰ予測式を生成する処理］
（ステップＳ２００）ＱＰ予測式生成部１０には、動画像の符号化前データＩと、式（２）に示す画素数ｐ_ｊと、フレームレートｆ_ｊと、ビットレートＢ_ｊと、が入力される。

画素数｛ｐ_ｊ|０＜ｊ≦Ｍ｝
フレームレート｛ｆ_ｊ|０＜ｊ≦Ｍ｝
ビットレート｛Ｂ_ｊ|０＜ｊ≦Ｍ｝ …（２）

ここで、ＱＰ予測式生成部１０は、変数ｊに値１を代入する。また、Ｍは、符号化パラメータ（画素数、フレームレート及びビットレート）の組み合わせの候補数である。

（ステップＳ２０１）ＱＰ予測式生成部１０は、変数ｊがＭ（Ｍ≧２）と等しいか否かを判定する。つまり、ＱＰ予測式生成部１０は、変数ｊがＭ（Ｍ≧２）より大きくなったか否かを判定する。変数ｊがＭ（Ｍ≧２）と等しい場合（ステップＳ２０１：Ｙｅｓ）、ＱＰ予測式生成部１０は、ステップＳ２０４に処理を進める。

一方、変数ｊがＭ（Ｍ≧２）と等しくない場合（ステップＳ２０１：Ｎｏ）、動画像の符号化前データＩを符号化し、１画素あたりの平均符号量と、量子化パラメータとを算出する。具体的には、エンコーダ１１は、画素数ｐ_ｊと、フレームレートｆ_ｊと、ビットレートＢ_ｊの組み合わせに基づいて、動画像の符号化前データＩを符号化する。ＱＰ予測式生成部１０は、ステップＳ２０３に処理を進める。

（ステップＳ２０１）ＱＰ予測式生成部１０は、ｊ番目の画素数ｐ及びフレームレートｆの組み合わせについての「１画素あたりの平均符号量ｂ_ｊ」と、ｊ番目の画素数ｐ及びフレームレートｆの組み合わせについての量子化パラメータｑ_ｊとを、パラメータ記憶部１２に格納する。ここで、パラメータ記憶部１２は、テーブルデータ（表データ）の形式で、各種情報を格納してもよい。ＱＰ予測式生成部１０は、変数ｊをインクリメントして、ステップＳ２０１に処理を戻す。

図４には、パラメータ記憶部に記憶されるテーブルデータが示されている。パラメータ記憶部１２には、量子化パラメータ（ＱＰ）と、１画素あたりの平均符号量[ｂｉｔｓ／ｐｉｘｅｌ]とが、対応付けて記憶されている。図４では、量子化パラメータ「２２」と、１画素あたりの平均符号量「４．５」とが、対応付けられている。量子化パラメータ「２７」と、１画素あたりの平均符号量「２．４４」とが、対応付けられている。量子化パラメータ「３２」と、１画素あたりの平均符号量「１．８２」とが、対応付けられている。

図３に戻り、主観画質推定装置の基本動作の手順例の説明を続ける。
（ステップＳ２０４）１画素あたりの平均符号量ｂ_ｊは、式（３）で表される。

ｂ_ｊ＝Ｂ_ｊ／（ｐ_ｊｆ_ｊ） …（３）

ＱＰ予測式生成部１０は、パラメータ記憶部１２に格納した１画素あたりの平均符号量ｂ_１，ｂ_２，…，ｂ_Ｍと、量子化パラメータｑ_１，ｑ_２，…，ｑ_Ｍとに基づいて、１画素あたりの平均符号量ｂと量子化パラメータｑとの関係式であるＱＰ予測式Ｑ（ｂ）を生成する。

［量子化パラメータを予測する処理（予測ＱＰを算出する処理）］
（ステップＳ２０５）ＱＰ予測部１４には、ＱＰ予測式Ｑ（ｂ）が、ＱＰ予測式生成部１０から入力される。ＱＰ予測部１４には、ビットレートＢと、候補の画素数ｐと、フレームレートｆとが、評価要求プロセスの外部装置（不図示）から入力される。ＱＰ予測部１４は、ビットレートＢと、候補画素数ｐと、フレームレートｆとに基づいて、１画素あたりの平均符号量ｂを算出する。

（ステップＳ２０６）ＱＰ予測部１４は、ＱＰ予測式Ｑ（ｂ）に、１画素あたりの平均符号量ｂを代入することにより、予測ＱＰを算出し、算出した予測ＱＰを、主観画質推定部１８に出力する。ＱＰ予測式Ｑ（ｂ）は、傾きαと切片βとを用いて、式（４）により表される。

ｑ＝Ｑ（ｂ）＝αｌｏｇ（ｂ）＋β …（４）

図５は、ＱＰ予測部の動作手順例を示すフローチャートである。
（ステップＳ２３０）ＱＰ予測部１４には、候補の画素数ｐと、候補のフレームレートｆと、ターゲットと定められたビットレートＢとが、入力される。
（ステップＳ２３１）ＱＰ予測部１４は、候補の画素数ｐと、候補のフレームレートｆと、ターゲットと定められたビットレートＢとに基づいて、１画素あたりの平均符号量ｂを算出する。

（ステップＳ２３２）ＱＰ予測部１４は、１画素あたりの平均符号量ｂを、ＱＰ予測式Ｑ（ｂ）に代入することにより、予測ＱＰを算出する。
（ステップＳ２３３）ＱＰ予測部１４は、算出した予測ＱＰを、主観画質推定部１８に出力する。

図３に戻り、主観画質推定装置の基本動作の手順例の説明を続ける。
［画像特徴量を算出する処理］
（ステップＳ２０７）画像特徴量算出部２０は、変数ｊがＭと等しいか否かを判定する。つまり、画像特徴量算出部２０は、変数ｊがＭより大きくなったか否かを判定する。変数ｊがＭと等しい場合（ステップＳ２０７：Ｙｅｓ）、画像特徴量算出部２０は、変数ｊをインクリメントして、ステップＳ２０８に処理を進める。一方、変数ｊがＭと等しい場合（ステップＳ２０７：Ｎｏ）、画像特徴量算出部２０は、変数ｊをインクリメントして、ステップＳ２０９に処理を進める。

（ステップＳ２０８）画像特徴量算出部２０は、画像特徴量ｖを算出する。画像特徴量ｖは、スカラー又はベクトルのどちらでもよい。符号化の計算コストを削減するため、画像特徴量算出部２０は、動画像が符号化される前に、画像特徴量ｖを算出する必要がある。そのため、画像特徴量ｖを算出するためのパラメータとなる情報は、エンコーダ１１がＭ回だけ動画像を符号化（エンコード）し、ＱＰ予測式が生成された後では、動画像を符号化することなく、ターゲットとするビットレートＢの主観画質を推定することができる情報である必要がある。

画像特徴量ｖを算出するためのパラメータとなる情報、すなわち、画像特徴量算出部２０に入力される情報の具体例としては、（ｉ）動画像の符号化前データ（原画像）と、（ｉｉ）動画像の符号化後データと、（ｉｉｉ）ＱＰ予測式Ｑ（ｂ）とを、挙げることができる。

図６は、画像特徴量算出部の動作手順例を示すフローチャートである。
（ｉ）画像特徴量ｖを算出するためのパラメータとなる情報が、動画像の符号化前データである場合
画像特徴量算出部２０は、動画像の符号化前データに基づいて、画像特徴量として、エッジ特徴量、動き特徴量等を算出してもよい。ここで、画像特徴量は、上記の非特許文献３に記載されている「ＳｐａｔｉａｌＩｎｆｏｒｍａｔｉｏｎ、ＴｅｍｐｏｒａｌＩｎｆｏｒｍａｔｉｏｎ」でもよい。また、画像特徴量算出部２０は、動画像が候補の画素数及びフレームレートとなるよう、動画像の符号化前データにサンプリング処理を施してから、サンプリング処理が施された動画像の符号化前データに基づいて、画像特徴量を算出してもよい。例えば、画像特徴量算出部２０は、各候補の画素数及びフレームレートの動き補償誤差、コントラスト感度関数の重み付き絶対値和等を、画像特徴量として算出してもよい。

図７には、固定ビットレートで符号化された動画像の符号化後データに基づいて画像特徴量を定める主観画質推定装置の構成例が、ブロック図により示されている。図７では、動画像は、固定ビットレートで符号化されているものとする。
（ｉｉ）画像特徴量ｖを算出するためのパラメータとなる情報が、動画像の符号化後データである場合
画像特徴量算出部２０は、エンコーダ１１がＭ回だけ動画像を符号化したうちで得た動画像の符号化後データに基づいて、画像特徴量を算出してもよい。画像特徴量算出部２０は、動画像の符号化前データ又は符号化後データを解析するパーサーを有する。画像特徴量算出部２０は、動画像の符号化後データを復号するデコーダを有していてもよい。

算出される画像特徴量は、エンコーダ１１が符号化の際に算出した動きベクトルのノルムの全ブロック平均、各ブロックサイズの出現比率、デブロッキングフィルタのストロングフィルタ適用比率、又は、ウィークフィルタ適用比率でもよい。ここで、ストロングフィルタ適用比率は、「主観画質を推定したい画像の符号化データでのストロングフィルタ適用数／デブロッキングフィルタの全適用数」でもよい。また、ウィークフィルタ適用比率は、「主観画質を推定したい画像の符号化データでのウィークフィルタ適用数／デブロッキングフィルタの全適用数」でもよい。また、ブロックサイズは、動画圧縮規格であるＨＥＶＣ（ＨｉｇｈＥｆｆｉｃｉｅｎｃｙＶｉｄｅｏＣｏｄｉｎｇ）では、ユニットサイズでもよい。

また、算出される画像特徴量は、エンコーダ１１がレートコントロール部１１１を有している場合、レートコントロールに用いられるアクティビティでもよい。なお、アクティビティは、エンコーダ１１の動作に依存してもよい。また、Ｍ回の符号化により得られた符号化後データに基づく画像特徴量は、そのＭ回の符号化で符号化の対象とされなかった画素数及びフレームレートの候補については、画素数、フレームレートの比率に基づいて、画像特徴量が正規化されることにより算出されてもよい。

図８には、固定ビットレートで符号化された動画像の符号化の複雑度に基づいて画像特徴量を定める主観画質推定装置の構成例が、ブロック図により示されている。図８では、動画像は、固定ビットレートで符号化されているものとする。
（ｉｉｉ）画像特徴量ｖを算出するためのパラメータとなる情報が、ＱＰ予測式Ｑ（ｂ）である場合

式（４）に示すように、１画素あたりの平均符号量の対数と、量子化パラメータ（ＱＰ）とは、線形関係にある。ここで、式（４）の切片βは、動画像の符号化の複雑度（符号化複雑度）を示す。符号化の複雑度は、例えば、動画像のテクスチャの複雑さと、動きの複雑さと、に応じて定まるパラメータである。例えば、符号化の複雑度は、１画素あたりの平均符号量でもよい。画像特徴量算出部２０は、符号化の複雑度に基づいて、画像特徴量を算出してもよい。

また、画像特徴量ｖを算出するためのパラメータとなる情報は、（ｉ）動画像の符号化前データ、（ｉｉ）動画像の符号化後データ、及び、（ｉｉｉ）ＱＰ予測式Ｑ（ｂ）のうち、少なくとも二つが組み合わされた情報でもよい。

図９には、動画像の符号化前データ、動画像の符号化後データ、及び、動画像の符号化の複雑度のうち、少なくとも二つの組み合わせに基づいて画像特徴量を定める主観画質推定装置の構成例が、ブロック図により示されている。図９では、動画像は、固定ビットレートで符号化されているものとする。画像特徴量算出部２０は、動画像の符号化前データ、動画像の符号化後データ、及び、ＱＰ予測式Ｑ（ｂ）のうち、少なくとも二つが組み合わされた情報に基づいて、画像特徴量を算出してもよい。これらの組み合わせの方法は、例えば、重み付きの線形結合が挙げられる。

図３に戻り、主観画質推定装置の基本動作の手順例の説明を続ける。
［主観画質推定式Ｓ（ｑ，ｐ，ｆ，ｖ）に基づいて主観画質を推定する処理］
（ステップＳ２０８）主観画質推定部１８は、予測ＱＰｑと、画素数ｐと、フレームレートｆと、画像特徴量ｖとを、主観画質推定式Ｓ（ｑ、ｐ、ｆ、ｖ）に、パラメータとして代入することにより、主観画質推定値ｓを算出する。主観画質推定部１８は、ステップＳ２０５に処理を戻す。

評価要求プロセスの外部装置（不図示）は、主観画質を推定したい動画像の画素数、フレームレート及びビットレートの組み合わせ全てについて、主観画質推定値ｓを受信した場合、主観画質の推定処理を終了する。

図１０は、主観画質推定部の動作手順例を示すフローチャートである。
（ステップＳ２５０）主観画質推定部１８には、予測ＱＰｑが、ＱＰ予測部１４から入力される。また、主観画質推定部１８には、画素数ｐと、フレームレートｆとが、外部装置（不図示）から入力される。また、主観画質推定部１８には、画像特徴量ｖが、画像特徴量算出部２０から入力される。

（ステップＳ２５１）主観画質推定部１８は、予測ＱＰｑと、画素数ｐと、フレームレートｆと、画像特徴量ｖとを、主観画質推定式Ｓ（ｑ、ｐ、ｆ、ｖ）に、パラメータとして代入することにより、主観画質推定値ｓを算出し、評価要求プロセスの外部装置（不図示）に出力する。

次に、主観画質推定装置の各部の詳細を説明する。
ＱＰ予測式生成部１０のＱＰ予測式算出部１３が、ＱＰ予測式を算出する処理の詳細について説明する。

［ＱＰ予測式生成部１０のＱＰ予測式算出部１３が、エンコーダ１１から量子化パラメータ（ＱＰ）を取得する処理］
エンコーダ１１は、動画像を符号化する際、その動画像の量子化パラメータとして、量子化パラメータの平均値（平均ＱＰ）を算出する。

まず、固定ビットレート（ＣＢＲ）で符号化する場合について説明する。
Ｈ．２６４及びＨＥＶＣなどの動画圧縮規格では、エンコーダ１１は、所定のビットレートで動画像を符号化するために、量子化パラメータの値を調整する。量子化パラメータの値を定める方法として、例えば、以下に示す第１の方法と、第２の方法とがある。

第１の方法は、エンコーダ１１のレートコントロール部１１１のレートコントロールによる方法である。レートコントロール部１１１は、レートコントロール機能により、量子化パラメータの値を定め、定めた量子化パラメータの値を、パラメータ記憶部１２に格納する。この第１の方法により、レートコントロール部１１１は、動画像を復号する前に、量子化パラメータの値を定めることができる。

レートコントロール部１１１は、マクロブロック毎の量子化パラメータを定める。レートコントロール部１１１は、マクロブロック数をカウントし、マクロブロック毎の量子化パラメータの総和を保持しておくことにより、全てのマクロブロックについて、量子化パラメータの平均値（平均ＱＰ）を算出する。なお、マクロブロックは、ＨＥＶＣでは、コーディングユニットでもよい。

また、レートコントロール部１１１は、マクロブロックのカウントと、量子化パラメータの総和とを、ピクチャタイプ毎に実行することにより、ピクチャタイプに応じて加重平均した量子化パラメータの平均値を算出してもよい。

第２の方法は、エンコーダ１１から出力された符号化後データに基づいて、符号化後データを解析するパーサー、又は、符号化後データを復号するデコーダが、量子化パラメータの値を定める方法である。例えば、Ｈ．２６４では、所定のピクチャの量子化パラメータの初期値は、符号化後データに、ピクチャ・パラメータ・セットとして含まれている。この第２の方法では、エンコーダ１１が無くても、符号化後データさえあれば、量子化パラメータを定めることができる。各フレームには、量子化パラメータの初期値がピクチャ・パラメータ・セットとして含まれているので、パーサー（デコーダ）は、符号化後データに基づいて各フレームの量子化パラメータの初期値を取り出す際に、全てのフレームの量子化パラメータの平均値を定めることができる。

次に、可変ビットレートで符号化する場合について説明する。
図１１には、可変ビットレートで符号化された動画像の符号化後データに基づいて画像特徴量を定める主観画質推定装置の構成例が、ブロック図により示されている。図１１では、主観画質推定装置は、量子化パラメータの値を定める第２の方法を実行する。図１１では、動画像は、固定ビットレートでなく、可変ビットレートで符号化されているものとする。

ＱＰ予測式生成部１０は、エンコーダ１１の代わりに、パーサー１９を有する。パーサー１９は、符号化後データに基づいて各フレームの量子化パラメータの初期値を取り出す際に、全てのフレームの量子化パラメータの平均値を定める。

なお、ＱＰ予測式生成部１０は、符号化後データを復号するデコーダを、パーサー１９の代わりに有していてもよい。ＱＰ予測式生成部１０がパーサー１９を有している場合、パーサー１９が量子化パラメータを取り出すことにより、デコーダによる復号の一部過程を省略することができるので、ＱＰ予測式生成部１０は、デコーダが量子化パラメータを取り出す場合と比較して、より高速に量子化パラメータを取り出すことができる。

図１に戻り、主観画質推定装置の各部の詳細の説明を続ける。
［ＱＰ予測式生成部１０のＱＰ予測式算出部１３が、ＱＰ予測式Ｑ（ｂ）を生成する処理］
ＱＰ予測式算出部１３は、１画素あたりの平均符号量ｂ_１，ｂ_２，…，ｂ_Ｍと、量子化パラメータｑ_１，ｑ_２，…，ｑ_Ｍと、に基づいて、ＱＰ予測式Ｑ（ｂ）を生成し、生成したＱＰ予測式Ｑ（ｂ）を、ＱＰ予測部１４に出力する。

動画像の１画素あたりの平均符号量ｂと、量子化パラメータｑとの関係は、式（４）により近似することができる。ＱＰ予測式算出部１３は、式（４）に示すα及びβを算出することにより、量子化パラメータが未知であるビットレートについても、１画素あたりの平均符号量ｂと、ＱＰ予測式Ｑ（ｂ）と、に基づいて量子化パラメータｑを予測し、予測ＱＰを算出することができる。１画素あたりの平均符号量ｂは、式（５）により示される。

ｂ＝Ｂ／（ｐｆ） …（５）

ここで、ｐは、１ピクチャあたりの画素数を示す。ｆは、フレームレートを示す。Ｂは、ビットレートを示す。

図１２は、ＱＰ予測式算出部の動作手順例を示すフローチャートである（符号化パラメータの組み合わせの候補数Ｍ＝２）。
（ステップＳ２６０）エンコーダ１１は、二つのビットレートＢ_１及びＢ_２について、動画像の符号化を実行する。エンコーダ１１は、量子化パラメータｑ_１及びｑ_２を、動画像の符号化前データから取り出す。エンコーダ１１は、１画素あたりの平均符号量ｂ_１及びｂ_２と、量子化パラメータｑ_１及びｑ_２とを、パラメータ記憶部１２に格納する。ＱＰ予測式算出部１３には、１画素あたりの平均符号量ｂ_１及びｂ_２と、量子化パラメータｑ_１及びｑ_２とが、パラメータ記憶部１２から入力される。

（ステップＳ２６１）ＱＰ予測式算出部１３は、ビットレートＢ_１及びＢ_２のそれぞれについて、１画素あたりの平均符号量ｂ_１及びｂ_２を算出し、１画素あたりの平均符号量ｂ_１及びｂ_２と、量子化パラメータｑ_１及びｑ_２とを、式（４）にパラメータとして代入することにより、傾きαと、切片βとを算出する。
（ステップＳ２６２）ＱＰ予測式算出部１３は、生成したＱＰ予測式Ｑ（ｂ）を、ＱＰ予測式生成部１４に出力する。

なお、符号化パラメータの組み合わせの候補数Ｍが３以上の場合、ＱＰ予測式算出部１３は、式（４）に示す傾きα及び切片βを、最小二乗法により算出してもよい。ここで、候補数Ｍが多いほど、最小二乗法による近似精度は高くなる。また、少ない候補数で精度を高める場合、ＱＰ予測式算出部１３は、式（４）により定まるグラフ上で可能な限り距離の離れた２点に基づいて、式（４）に示す傾きα及び切片βを算出してもよい。

ＱＰ予測式算出部１３は、１画素あたりの平均符号量ｂと、量子化パラメータｑとの関係を、ＱＰ予測式Ｑ（ｂ）以外に基づいて定めてもよい。例えば、動画像が固定ビットレートで符号化されている場合、ＱＰ予測式算出部１３は、エンコーダ１１のレートコントロール部１１１が実行する既知のレートコントロール・アルゴリズムに基づいて、１画素あたりの平均符号量ｂと、量子化パラメータｑとの関係式を定めてもよい。

ＱＰ予測式算出部１３は、その定めた関係式を所望のビットレートに適用することにより、１画素あたりの平均符号量ｂに基づいて、量子化パラメータｑを算出することができる。この場合、エンコーダ１１は、動画像の特定のシーンに関係式を適用することを想定し、処理の高速化のために、その関係式を予め保持していてもよい。

ＱＰ予測式算出部１３は、動画像のＧＯＰ（ＧｒｏｕｐＯｆＰｉｃｔｕｒｅ）毎の量子化パラメータと、そのＧＯＰに割り当てられたビットレートと、に基づいて、ＱＰ予測式Ｑ（ｂ）を定めてもよい。

具体的には、ＱＰ予測式算出部１３は、ＧＯＰ内の全てのフレームの１画素あたりの平均符号量ｂと、量子化パラメータｑの平均値とを、ＧＯＰ毎に算出する。ここで、ＱＰ予測式算出部１３は、フレーム毎の量子化パラメータｑの初期値の平均値を算出してもよい。また、ＱＰ予測式算出部１３は、全てのマクロブロックの１画素あたりの平均符号量ｂを算出してもよい。ＨＥＶＣでは、ＱＰ予測式算出部１３は、全てのコーディングユニットの１画素あたりの平均符号量ｂを算出してもよい。

なお、動画像が固定ビットレート（ＣＢＲ）で符号化されている場合、ＱＰ予測式算出部１３は、１画素あたりの平均符号量ｂを算出する代わりに、ターゲットとする所望のビットレートに基づいて、１画素あたりの平均符号量ｂを算出してもよい。

ＱＰ予測式算出部１３は、ＧＯＰ毎に算出した、ＧＯＰ内の全てのフレームの１画素あたりの平均符号量ｂと、量子化パラメータｑの平均値と、に基づいて、ＱＰ予測式Ｑ（ｂ）を算出する。ここで、ＱＰ予測式算出部１３は、ＱＰ予測式Ｑ（ｂ）を高速に算出したい場合、ＧＯＰ内からサンプリングしたフレームの１画素あたりの平均符号量ｂと、量子化パラメータｑの平均値と、に基づいて、ＱＰ予測式Ｑ（ｂ）を算出してもよい。また、ＱＰ予測式算出部１３は、複数のフレームについて、１画素あたりの平均符号量ｂと、量子化パラメータｑの平均値とを算出し、算出した１画素あたりの平均符号量ｂと、量子化パラメータｑの平均値とに基づいて、ＱＰ予測式Ｑ（ｂ）の傾きα及び切片βのそれぞれの平均を算出してもよい。

［主観画質推定部１８が、主観画質推定値を算出する処理］
主観画質推定部１８は、量子化パラメータｑと、画像特徴量ｖと、に基づいて、主観画質推定値を算出してもよい。主観画質推定部１８が画像特徴量ｖに基づいて主観画質推定値を算出する理由は、量子化パラメータｑとＭＯＳとは、画素数毎及びフレームレート毎にある程度の相関があるものの、この相関は、動画像の画像特徴量ｖに応じて変化するからである。

図１３には、「１２８０×７２０」，３０[ｆｐｓ]のＱＰ−ＭＯＳグラフが、動画像毎に示されている。図１３の横軸は、量子化パラメータ（ＱＰ）を示す。また、図１３の縦軸は、平均オピニオン評点（ＭＯＳ）を示す。
図１４には、「９６０×５４０」，３０[ｆｐｓ] のＱＰ−ＭＯＳグラフが、動画像毎に示されている。図１４の横軸は、量子化パラメータ（ＱＰ）を示す。また、図１４の縦軸は、平均オピニオン評点（ＭＯＳ）を示す。
図１５には、「９６０×５４０」，１５[ｆｐｓ] のＱＰ−ＭＯＳグラフが、動画像毎に示されている。図１５の横軸は、量子化パラメータ（ＱＰ）を示す。また、図１５の縦軸は、平均オピニオン評点（ＭＯＳ）を示す。

動画像の主観画質としての鮮明感及び躍動感が強い動画像ほど、図１３〜図１５に示すそれぞれのＱＰ−ＭＯＳグラフの右上に、線が描かれている。例えば、動画像「お花畑」、動画像「バンド」は、テクスチャが複雑であるため、鮮明感を強く感じる主観画質となっている。また、動画像「川」は、川の流れが急であり、動きが強く、躍動感を強く感じる主観画質となっている。主観画質推定部１８は、このような動画像の違いを表現することができる画像特徴量ｖに基づいて、主観画質推定値を算出する必要がある。

鮮明感は、動画像のテクスチャと関連している。そこで、動画像のテクスチャが複雑であるほど視聴者が鮮明感を感じる、と仮定する。一方、躍動感は、動画像の動きと関連している。そこで、動画像の動きが激しいほど視聴者が躍動感を感じる、と仮定する。

図１６には、符号化複雑度が、動画像毎に表により示されている。図１６では、動画像「サッカー」と、符号化複雑度β「−１６．３２」とが、対応付けられている。動画像「子供」と、符号化複雑度β「−２９．３３３」とが、対応付けられている。動画像「川」と、符号化複雑度β「−１１．４９１」とが、対応付けられている。動画像「お花畑」と、符号化複雑度β「−５．３０６１」とが、対応付けられている。動画像「テロップ」と、符号化複雑度β「−２９．２４５」とが、対応付けられている。動画像「バンド」と、符号化複雑度β「−２９．４７８」とが、対応付けられている。動画像「競馬」と、符号化複雑度β「−３３．７６５」とが、対応付けられている。

動画像のテクスチャの複雑さ、及び、動画像の動きの激しさのような画像特徴は、動画像の符号化の複雑度（符号化複雑度）に比例する。動画像「お花畑」、及び、動画像「川」は、符号化複雑度βが、相対的に高い。符号化の複雑度が高い動画像とは、量子化パラメータに基づいて動画像が符号化される際に発生する「1画素あたりの平均符号量」が多い動画像である。つまり、式（４）に示す切片βが高いほど、動画像が複雑である。

動画像の主観画質としての鮮明感及び躍動感が弱い動画像ほど、図１３〜図１５に示すそれぞれのＱＰ−ＭＯＳグラフの左下に、線が描かれている。例えば、動画像「子供」、動画像「テロップ」は、符号化が簡単な動画像、すなわち、符号化の複雑度が低い動画像である。

つまり、主観画質推定部１８は、符号化の複雑度、動画像の鮮明感、及び、動画像の躍動感のうち少なくとも一つに基づく画像特徴量に基づいて、高精度な主観画質推定値を算出することができる。画像特徴量２０は、動画像の鮮明感としてのエッジ特徴量を、画像特徴量として算出してもよい。また、画像特徴量２０は、動画像の躍動感としての動き特徴量を、画像特徴量として算出してもよい。

図１３〜図１５にそれぞれ示されたＱＰ−ＭＯＳグラフでは、動画像毎のグラフの相対的な位置関係が変化していない。そこで、画像特徴量ｖは、画素数及びフレームレートに応じて変化しない、と仮定することができる。主観画質推定部１８が画像特徴量ｖに基づいて主観画質推定値を算出するための主観画質推定式（関数）は、線形関数、最大値を補正可能なシグモイド関数（最大値補正型シグモイド関数）のいずれでもよい。

［主観画質推定式が、線形関数である場合］
主観画質推定式Ｓは、式（６）により表される。

Ｓ（ｑ）＝ａｑ＋ｈ …（６）

ここで、傾きａは、画素数ｐと、フレームレートｆと、画像特徴量ｖとにより定まるパラメータである。また、切片ｈは、画素数ｐと、フレームレートｆと、画像特徴量ｖとにより定まるパラメータである。また、ｑは、量子化パラメータ、又は、予測ＱＰである。なお、量子化パラメータの最大値は、予め定められていてもよい。例えば、動画圧縮規格Ｈ．２６４では、量子化パラメータの最大値は５１である。

エンコーダ１１が出力した量子化パラメータｑの最大値を、以下では、「ｑ_ｍａｘ」と表記する。主観画質推定式Ｓは、式（７）により表されてもよい。

Ｓ（ｑ）＝ａｑ’＋ｈ …（７）

ここで、ｑ’は、量子化パラメータｑの最大値から、量子化パラメータｑの値を減算した値、すなわち、「ｑ’＝ｑ_ｍａｘ−ｑ」である。傾きａは、一例として、式（８）により表される。また、切片ｈは、一例として、式（９）により表される。

ａ＝ｃ_１ｐ＋ｄ_１ｆ＋ｅ_１ｖ＋ｇ_１・・・（８）
ｈ＝ｃ_２ｐ＋ｄ_２ｆ＋ｅ_２ｖ＋ｇ_２・・・（９）

ここで、画像特徴量ｖが符号化複雑度βである（ｖ＝β）場合、画像特徴量ｖと、符号化複雑度βとは、いずれもスカラーである。

一方、画像特徴量ｖが動画像の符号化前データに基づくエッジ特徴量ｓ及び動き特徴量ｍである場合、画像特徴量ｖは、式（１０）により表される。

ｖ＝（ｓ，ｍ） …（１０）

ここで、画像特徴量ｖは、ベクトルである。この場合、パラメータｅ_１及びパラメータｅ_２は、それぞれベクトルとなる。例えば、パラメータｅ_１は、式（１１）により表される。

ｅ_１ｖ＝ｅ_１１ｓ＋ｅ_１２ｍ …（１１）

ここで、エッジ特徴量ｓ、及び、動き特徴量ｍは、例えば、上記の非特許文献３に記載されている「ＳｐａｔｉａｌＩｎｆｏｒｍａｔｉｏｎ、ＴｅｍｐｏｒａｌＩｎｆｏｒｍａｔｉｏｎ」でもよい。

また、傾きａは、一例として、式（１２）により表されてもよい。また、切片ｈは、一例として、式（１３）により表されてもよい。

ａ＝ｃ_１ｌｏｇ（ｐ）＋ｄ_１ｌｏｇ（ｆ）＋ｅ_１ｌｏｇ（ｖ）＋ｇ_１ …（１２）
ｈ＝ｃ_２ｌｏｇ（ｐ）＋ｄ_２ｌｏｇ（ｆ）＋ｅ_２ｌｏｇ（ｖ）＋ｇ_２ …（１３）

ここで、対数値をとる際は、ｖ＞０である。符号化複雑度βを用いるには、絶対値をとるといった処理が施される。

式（１２）、及び、式（１３）において、画像特徴量ｖがベクトルである場合、ｅ_１ｌｏｇ（ｖ）は、式（１４）により表される。

ｅ_１ｌｏｇ（ｖ）＝ｅ_１１ｌｏｇ（ｓ）＋ｅ_１２ｌｏｇ（ｍ） …（１４）

傾きａを示す式の項、及び、切片ｈを示す式の項が、それぞれ対数値（ｌｏｇ）でない場合、傾きａは、一例として、式（１５）により表されてもよい。また、切片ｈは、一例として、式（１６）により表されてもよい。

ａ＝ｃ_１ｐ^ｃ２＋ｄ_１ｆ^ｄ２＋ｅ_１ｖ^ｅ２＋ｇ_１ …（１５）
ｈ＝ｃ_３ｐ^ｃ４＋ｄ_３ｆ^ｄ４＋ｅ_３ｖ^ｅ４＋ｇ_２ …（１６）

したがって、主観画質推定式Ｓ（ｑ，ｐ，ｆ，ｖ）は、一例として、式（１７）により表される。

Ｓ（ｑ，ｐ，ｆ，ｖ）
＝（ｃ_１ｌｏｇ（ｐ）＋ｄ_１ｌｏｇ（ｆ）＋ｅ_１ｌｏｇ（ｖ）＋ｇ_１）ｑ
＋（ｃ_２ｌｏｇ（ｐ）＋ｄ_２ｌｏｇ（ｆ）＋ｅ_２ｌｏｇ（ｖ）＋ｇ_２） …（１７）

パラメータｃ_１、ｄ_１、ｅ_１、ｇ_１、ｃ_２、ｄ_２、ｅ_２、及び、ｇ_２は、主観評価実験で得たＭＯＳとの誤差が最小になるように最適化される。これらのパラメータは、例えば、ガウス‐ニュートン法などの最適化アルゴリズムに基づいて最適化される。また、例えば、主観画質推定式が線形関数である場合、これらのパラメータは、線形最適化により最適化されてもよい。

［主観画質推定式が、最大値を補正可能なシグモイド関数である場合］
シグモイド関数は、式（１８）により示される。

１／（１＋ｅｘｐ（ａｘ）） …（１８）

式（１８）に示されたシグモイド関数の最大値は、１である。量子化パラメータは、画素数及びフレームレートが変化すること自体による画質変化を表していない。このため、式（１８）に示すｘに量子化パラメータ（ＱＰ）が代入された場合、式（１８）に示すシグモイド関数の最大値が固定値であるため、低画素数、又は、低フレームレートでのフィッティング処理は、うまくいかない。

さらに、式（１８）に示されたシグモイド関数の変曲点も、画素数及びフレームレートに応じて変化する。そこで、最大値を補正可能なシグモイド関数を考える。最大値を補正可能なシグモイド関数（最大値補正型シグモイド関数）は、式（１９）により表される。

Ｓ（ｑ）＝−１／（ｅｘｐ（ａ（ｑ−ｈ））＋１／ｃ）＋ｃ …（１９）

ここで、ｑは、予測ＱＰである。なお、量子化パラメータの最大値は、予め定められていてもよい。例えば、動画圧縮規格Ｈ．２６４では、量子化パラメータの最大値は５１である。主観画質推定式Ｓは、式（２０）により表されてもよい。

Ｓ（ｑ）＝１／（ｅｘｐ（ａ（ｑ’−ｈ））＋１／ｃ） …（２０）

ここで、予測ＱＰｑが量子化パラメータの最大値を超えた場合、予測ＱＰｑは、クリッピングされて、その最大値（例えば、値５１）と定められる。

式（２０）に示されたパラメータａは、一例として、式（２１）に示されるように、画素数ｐと、フレームレートｆと、画像特徴量ｖとの線形結合により定まるパラメータである。また、式（２０）に示されたパラメータｈは、一例として、式（２２）に示されるように、画素数ｐと、フレームレートｆと、画像特徴量ｖとの線形結合により定まるパラメータである。また、式（２０）に示されたパラメータｃは、一例として、式（２３）に示されるように、画素数ｐと、フレームレートｆと、画像特徴量ｖとの線形結合により定まるパラメータである。

ａ＝ｃ_１ｐ＋ｄ_１ｆ＋ｅ_１ｖ＋ｇ_１ …（２１）
ｈ＝ｃ_２ｐ＋ｄ_２ｆ＋ｅ_２ｖ＋ｇ_２ …（２２）
ｃ＝ｃ_３ｐ＋ｄ_３ｆ＋ｅ_３ｖ＋ｇ_３ …（２３）

また、式（２０）に示されたパラメータａは、一例として、式（２４）に示されるように、画素数ｐの対数値と、フレームレートｆの対数値と、画像特徴量ｖの対数値との線形結合により定まるパラメータでもよい。また、式（２０）に示されたパラメータｈは、一例として、式（２５）に示されるように、画素数ｐの対数値と、フレームレートｆの対数値と、画像特徴量ｖの対数値との線形結合により定まるパラメータでもよい。また、式（２０）に示されたパラメータｃは、一例として、式（２６）に示されるように、画素数ｐの対数値と、フレームレートｆの対数値と、画像特徴量ｖの対数値との線形結合により定まるパラメータでもよい。

ａ＝ｃ_１ｌｏｇ（ｐ）＋ｄ_１ｌｏｇ（ｆ）＋ｅ_１ｌｏｇ（ｖ）＋ｇ_１ …（２４）
ｈ＝ｃ_２ｌｏｇ（ｐ）＋ｄ_２ｌｏｇ（ｆ）＋ｅ_２ｌｏｇ（ｖ）＋ｇ_２ …（２５）
ｃ＝ｃ_３ｌｏｇ（ｐ）＋ｄ_３ｌｏｇ（ｆ）＋ｅ_３ｌｏｇ（ｖ）＋ｇ_３ …（２６）

主観画質推定式Ｓ（ｑ、ｐ、ｆ、ｖ）は、一例として、式（２７）により表される。

Ｓ（ｑ，ｐ，ｆ，ｖ）
＝−１／（ｅｘｐ（ｃ_１ｌｏｇ（ｐ）＋ｄ_１ｌｏｇ（ｆ）＋ｅ_１ｌｏｇ（ｖ）＋ｇ_１）
（ｑ−（ｃ_２ｌｏｇ（ｐ）＋ｄ_２ｌｏｇ（ｆ）＋ｅ_２ｌｏｇ（ｖ）＋ｇ_２）））
＋１／（ｃ_３ｌｏｇ（ｐ）＋ｄ_３ｌｏｇ（ｆ）＋ｅ_３ｌｏｇ（ｖ）＋ｇ_３））
＋（ｃ_３ｌｏｇ（ｐ）＋ｄ_３ｌｏｇ（ｆ）＋ｅ_３ｌｏｇ（ｖ）＋ｇ_３） …（２７）

パラメータｃ_１、ｄ_１、ｅ_１、ｇ_１、ｃ_２、ｄ_２、ｅ_２、ｇ_２、ｃ_３、ｄ_３、ｅ_３、及び、ｇ_３は、主観評価実験で得たＭＯＳとの誤差が最小になるように最適化される。これらのパラメータは、例えば、ガウス‐ニュートン法などの最適化アルゴリズムに基づいて最適化される。また、例えば、主観画質推定式が線形関数である場合、これらのパラメータは、線形最適化により最適化されてもよい。また、例えば、主観画質推定式が非線形関数である場合、これらのパラメータは、非線形最適化により最適化されてもよい。

主観画質推定式Ｓに示すパラメータａ、ｈ及びｃのうち、主観画質推定式Ｓの最大値を定めるためのパラメータｃは、他のパラメータａ及びｈよりも、先に推定されてもよい。これにより、主観画質推定式Ｓに基づいて算出される主観画質推定値の精度は、向上する場合がある。

主観画質推定式Ｓに示すパラメータｃは、次のように先に推定されてもよい。画素数及びフレームレートに応じたパラメータｃは、主観画質推定式Ｓ（例えば、式（１８）又は式（１９）を参照）の最大値を表す。つまり、この最大値は、画素数及びフレームレート毎に定まる、動画像の符号化前データの平均オピニオン評点（ＭＯＳ）の最大値となる。

よって、動画像の符号化前データが主観画質評価の対象である場合、式（２３）又は式（２６）に示されたパラメータｃは、動画像の符号化前データから抽出された画像特徴量に基づいて、平均オピニオン評点の最大値との誤差が最小になるように、最適化アルゴリズムにより算出される。

なお、画素数及びフレームレート毎の動画像の符号化前データの平均オピニオン評点（ＭＯＳ）が、主観評価実験により取得されていない場合、画素数及びフレームレート毎の最高ビットレートの動画像の平均オピニオン評点は、最大値の代替として採用されてもよい。

また、主観画質推定式Ｓに示すパラメータｃは、式（２８）に基づいて、先に推定されてもよい。

ｃ＝ｃ_１ｌｏｇ（ｐｆ−ｄ_１ｖ）＋ｅ_１ …（２８）

以上のように、主観画質推定装置は、量子化パラメータ（ＱＰ）の予測値を算出するための予測式（ＱＰ予測式）を生成するＱＰ予測式生成部１０と、動画像の１画素あたりの平均符号量ｂと、予測式と、に基づいて、量子化パラメータの予測値（予測ＱＰ）を算出するＱＰ予測部１４と、動画像の符号化前データ、動画像の符号化後データ、及び、動画像の符号化の複雑度βの少なくとも一つに基づいて、動画像の画像特徴量ｓを算出する画像特徴量算出部２０と、量子化パラメータの予測値と、動画像の画像特徴量ｓと、所定の主観画質推定式と、に基づいて、動画像の主観画質の推定値を算出する主観画質推定部１８と、を備える。
主観画質推定プログラムは、主観画質推定装置が実行する処理を、コンピュータに実行させる。

この構成により、画像特徴量算出部２０は、動画像の符号化前データ、動画像の符号化後データ、又は、動画像の符号化の複雑度に基づいて、動画像の画像特徴量ｓを算出する。
これにより、主観画質推定装置、及び、主観画質推定プログラムは、所望のビットレート、画素数、及びフレームレートについて動画像の主観画質を推定する際、符号化を繰り返すことなく、当該動画像の主観画質を精度よく推定することができる。

つまり、主観画質推定装置、及び、主観画質推定プログラムは、動画像（映像）をあるビットレートに符号化する際に、画像の特徴（画像特徴量）を考慮して、所望する画素数、フレームレートでの主観画質を推定することが可能となる。ここで、主観画質推定装置、及び、主観画質推定プログラムは、ＱＰ予測式が生成された後では、符号化前に主観画質を推定することができる。

主観画質推定部１８は、量子化パラメータの値、又は、量子化パラメータの最大値から量子化パラメータの値を減算した結果を、最大値を補正可能なシグモイド関数に基づく主観画質推定式に、パラメータとして代入することにより、動画像の主観画質の推定値を算出してもよい。

主観画質推定部１８は、動画像の画素数（ピクセル数）と、動画像のフレームレートと、動画像の画像特徴量と、を線形結合した値を、最大値を補正可能なシグモイド関数（最大値補正型シグモイド関数）に基づく主観画質推定式に、パラメータとして代入することにより、動画像の主観画質の推定値を算出してもよい。

主観画質推定部１８は、動画像の画素数の対数値と、動画像のフレームレートの対数値と、動画像の画像特徴量の対数値と、を線形結合した値を、最大値を補正可能なシグモイド関数に基づく主観画質推定式に、パラメータとして代入することにより、動画像の主観画質の推定値を算出してもよい。

主観画質推定部１８は、最大値を補正可能なシグモイド関数において当該最大値を定めるためのパラメータ（例えば、式（２７）に示すパラメータｃ）を、最大値を補正可能なシグモイド関数（最大値補正型シグモイド関数）の他のパラメータ（例えば、式（２７）に示すパラメータａ及びｈ）よりも先に推定することにより、所定の主観画質推定式を生成してもよい。

主観画質推定部１８は、動画像の画素数と、動画像のフレームレートと、動画像の画像特徴量と、を線形結合した値を傾き及び切片とする主観画質推定式を保持し、量子化パラメータの値、又は、量子化パラメータの最大値から量子化パラメータの値を減算した結果を、当該主観画質推定式にパラメータとして代入することにより、動画像の主観画質の推定値を算出してもよい。

主観画質推定部１８は、動画像の画素数の対数値と、動画像のフレームレートの対数値と、動画像の画像特徴量の対数値と、を線形結合した値を傾き及び切片とする主観画質推定式を保持し、量子化パラメータの値、又は、量子化パラメータの最大値から量子化パラメータの値を減算した結果を、当該主観画質推定式にパラメータとして代入することにより、動画像の主観画質の推定値を算出してもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

なお、以上に説明した主観画質推定装置を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録し、そのプログラムをコンピュータシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。

また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

１０…ＱＰ予測式生成部、１１…エンコーダ、１２…パラメータ記憶部、１３…ＱＰ予測式算出部、１４…ＱＰ予測部、１５…主観画質推定式管理部、１６…主観画質推定式ＤＢ、１７…主観画質推定式生成部、１８…主観画質推定部、１９…パーサー、２０…画像特徴量算出部、１１１…レートコントロール部

Claims

量子化パラメータの予測値を算出するための予測式を生成するＱＰ予測式生成部と、
動画像の１画素あたりの平均符号量と、前記予測式と、に基づいて、前記量子化パラメータの予測値を算出するＱＰ予測部と、
前記動画像の符号化前データ、前記動画像の符号化後データ、及び、前記動画像の前記符号化の複雑度の少なくとも一つに基づいて、前記動画像の画像特徴量を算出する画像特徴量算出部と、
前記量子化パラメータの予測値と、前記動画像の画像特徴量と、所定の主観画質推定式と、に基づいて、前記動画像の主観画質の推定値を算出する主観画質推定部と、
を備え、
前記主観画質推定部は、前記量子化パラメータの値、又は、前記量子化パラメータの最大値から前記量子化パラメータの値を減算した結果を、最大値を補正可能なシグモイド関数に基づく前記主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置。
前記主観画質推定部は、前記動画像の画素数と、前記動画像のフレームレートと、前記動画像の画像特徴量と、を線形結合した値を、最大値を補正可能なシグモイド関数に基づく前記主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする請求項１に記載の主観画質推定装置。
前記主観画質推定部は、前記動画像の画素数の対数値と、前記動画像のフレームレートの対数値と、前記動画像の画像特徴量の対数値と、を線形結合した値を、最大値を補正可能なシグモイド関数に基づく前記主観画質推定式に、パラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする請求項１に記載の主観画質推定装置。
前記主観画質推定部は、最大値を補正可能なシグモイド関数において当該最大値を定めるためのパラメータを、前記最大値を補正可能なシグモイド関数の他のパラメータよりも先に推定することにより、前記所定の主観画質推定式を生成することを特徴とする請求項１から請求項３のいずれか一項に記載の主観画質推定装置。
量子化パラメータの予測値を算出するための予測式を生成するＱＰ予測式生成部と、
動画像の１画素あたりの平均符号量と、前記予測式と、に基づいて、前記量子化パラメータの予測値を算出するＱＰ予測部と、
前記動画像の符号化前データ、前記動画像の符号化後データ、及び、前記動画像の前記符号化の複雑度の少なくとも一つに基づいて、前記動画像の画像特徴量を算出する画像特徴量算出部と、
前記量子化パラメータの予測値と、前記動画像の画像特徴量と、所定の主観画質推定式と、に基づいて、前記動画像の主観画質の推定値を算出する主観画質推定部と、
を備え、
前記主観画質推定部は、前記動画像の画素数と、前記動画像のフレームレートと、前記動画像の画像特徴量と、を線形結合した値を傾き及び切片とする前記主観画質推定式を保持し、前記量子化パラメータの値、又は、前記量子化パラメータの最大値から前記量子化パラメータの値を減算した結果を、当該主観画質推定式にパラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置。
量子化パラメータの予測値を算出するための予測式を生成するＱＰ予測式生成部と、
動画像の１画素あたりの平均符号量と、前記予測式と、に基づいて、前記量子化パラメータの予測値を算出するＱＰ予測部と、
前記動画像の符号化前データ、前記動画像の符号化後データ、及び、前記動画像の前記符号化の複雑度の少なくとも一つに基づいて、前記動画像の画像特徴量を算出する画像特徴量算出部と、
前記量子化パラメータの予測値と、前記動画像の画像特徴量と、所定の主観画質推定式と、に基づいて、前記動画像の主観画質の推定値を算出する主観画質推定部と、
を備え、
前記主観画質推定部は、前記動画像の画素数の対数値と、前記動画像のフレームレートの対数値と、前記動画像の画像特徴量の対数値と、を線形結合した値を傾き及び切片とする前記主観画質推定式を保持し、前記量子化パラメータの値、又は、前記量子化パラメータの最大値から前記量子化パラメータの値を減算した結果を、当該主観画質推定式にパラメータとして代入することにより、前記動画像の主観画質の推定値を算出することを特徴とする主観画質推定装置。
請求項１から請求項６のいずれか一項に記載の主観画質推定装置が実行する処理をコンピュータに実行させるための主観画質推定プログラム。