KR101416265B1 - 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법 - Google Patents

하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법 Download PDF

Info

Publication number
KR101416265B1
KR101416265B1 KR1020130022002A KR20130022002A KR101416265B1 KR 101416265 B1 KR101416265 B1 KR 101416265B1 KR 1020130022002 A KR1020130022002 A KR 1020130022002A KR 20130022002 A KR20130022002 A KR 20130022002A KR 101416265 B1 KR101416265 B1 KR 101416265B1
Authority
KR
South Korea
Prior art keywords
image quality
quality index
calculating
evaluation parameter
final
Prior art date
Application number
KR1020130022002A
Other languages
English (en)
Inventor
이철희
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020130022002A priority Critical patent/KR101416265B1/ko
Priority to US14/194,579 priority patent/US8947539B2/en
Application granted granted Critical
Publication of KR101416265B1 publication Critical patent/KR101416265B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

본 발명에 의한 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법이 개시된다.
본 발명에 따른 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치는 영상 비트스트림 데이터를 수신하면, 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출하는 제1 평가 파라미터 추출부; 추출된 상기 제1 평가 파라미터를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출하는 예비 화질지수 산출부; 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제2 평가 파라미터를 추출하는 제2 평가 파라미터 추출부; 및 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 보정하여 그 보정한 결과로 최종 화질 지수를 산출하는 최종 화질지수 산출부를 포함한다.

Description

하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법{APPARATUS FOR MEASURING QUALITY OF VIDEO DATA BASED ON HYBRID TYPE AND METHOD THEREOF}
본 발명은 영상 화질 평가 방법에 관한 것으로, 특히, 비트스트림 데이터를 수신하면, 수신된 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출하여 추출된 제1 평가 파라미터를 기반으로 예비 화질 지수를 산출한 후, 기 설정된 제2 평가 파라미터를 추출하여 추출된 제2 평가 파라미터를 기반으로 예비 화질 지수를 보정하며 그 보정한 결과로 최종 화질 지수를 산출하도록 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법에 관한 것이다.
지상파 방송, 위성 방송, IPTV 등 디지털 TV의 확산으로 가입자들은 보다 선명한 화면의 비디오를 시청할 수 있게 되었다. 아날로그 방송과는 다르게 디지털 방송은 비디오 정보를 압축하는 과정에서 화질의 열화가 발생한다. 압축을 많이 하면 할수록 재생 비디오의 품질은 떨어지게 된다. 지상파 방송과 위성 방송 등은 채널의 전송 용량이 고정되어 있기 때문에 비디오 인코더의 성능에 의해서만 화질이 좌우되나, IPTV는 채널 용량이 고정되어 있지 않고 얼마든지 용량을 확장시킬 수 있기 때문에 컨텐츠를 어느 정도의 비트율로 인코딩할 것인가도 재생 화질에 영향을 미치게 된다. 또한 전송오류로 인하여 다양한 패턴의 오류가 발생하게 된다.
방송 사업자 입장에서는 최종 시청자가 경험하는 화질의 수준을 모니터링하고 그 결과를 컨텐츠 생성이나 전송에 반영하면 보다 효율적인 방송 시스템을 구축할 수 있으며, 고객의 만족도도 높을 수가 있다. 이를 위해서는 디지털 TV의 화질을 측정하고 평가하는 방법이 필요하다. 현재 국제 표준화 기구에서 주관적 화질의 객관적 평가를 위해 표준화 작업을 하고 있는데, 이들이 접근하는 방법은 다음과 같이 크게 세 가지 방법으로 구분할 수 있다.
1)FR(Full Reference) 방식은 원본 영상과 재생 영상 간의 유사성 또는 왜곡 차이를 계산하여 상대적인 화질을 측정한다. 가장 정확하게 재생 화질의 수준을 판단할 수 있다. 그러나 수신측에서 송신측이 사용한 원본 영상이 필요하기 때문에 사용이 매우 제한적이다.
2)RR(Reduced Reference) 방식은 원본 영상로부터 추출한 특징 정보와 재생 영상으로부터 추출한 특징 정보를 비교하여 상대적인 화질을 측정한다. FR보다는 적은 계산량으로 상대적인 화질을 측정할 수 있다.
3)NR(No Reference) 방식은 원본 영상 자체나 특징 정보가 존재하지 않는 상태에서 재생 영상만으로 화질을 측정한다. 기준 영상이 없기 때문에 가장 부정확한 방법이다.
그러나 기존의 영상 품질 측정 방식들은 동영상 데이터를 수신한 후 수신된 동영상 데이터를 복호화하여 복호화된 동영상 데이터를 이용하여 화질 평가를 수행하기 때문에 화질 측정 성능이 떨어지고 화질 측정 시간이 오래 걸리는 한계가 있다.
따라서 이러한 종래 기술의 문제점을 해결하기 위한 것으로, 본 발명의 목적은 비트스트림 데이터를 수신하면, 수신된 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출하여 추출된 제1 평가 파라미터를 기반으로 예비 화질 지수를 산출한 후, 제2 평가 파라미터를 추출하여 추출된 제2 평가 파라미터를 기반으로 예비 화질 지수를 보정하며 그 보정한 결과로 최종 화질 지수를 산출하도록 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법을 제공하는데 있다.
본 발명의 다른 목적은 비트스트림 데이터를 수신하면, 수신된 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출하여 추출된 제1 평가 파라미터를 기반으로 예비 화질 지수를 산출한 후, 제2 평가 파라미터를 추출하여 추출된 제2 평가 파라미터를 기반으로 예비 화질 지수를 1차 보정하며 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하며 다시 EPSNR(Edge Peak Signal to Noise Ratio)을 이용하여 2차 보정하여 제2 최종 화질 지수를 산출하도록 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법을 제공하는데 있다. 상기 EPSNR을 구하기 위하여 수신된 비트스트림 데이터를 복호화하여 구한 PVS와 원동영상에서 추출한 특징을 사용하여 구한다.
본 발명의 또 다른 목적은 비트 스트림 데이터를 수신하면 수신된 비트스트림 데이터를 복호화하여 구한 PVS (processed video sequence)를 분석하여 NR 방식의 화질 지수를 산출하고, 그 NR 방식의 화질 지수와 비트스트림 데이터에서 구한 화질 지수를 혼합하여 최종 화질 지수를 산출하도록 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법을 제공하는데 있다.
그러나 본 발명의 목적은 상기에 언급된 사항으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적들을 달성하기 위하여, 본 발명의 한 관점에 따른 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치는 영상 비트스트림 데이터를 수신하면, 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출하는 제1 평가 파라미터 추출부; 추출된 상기 제1 평가 파라미터를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출하는 예비 화질지수 산출부; 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제2 평가 파라미터를 추출하는 제2 평가 파라미터 추출부; 및 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 보정하여 그 보정한 결과로 최종 화질 지수를 산출하는 최종 화질지수 산출부를 포함할 수 있다.
바람직하게, 상기 제1 평가 파라미터는 비트율에 로그 함수를 취한 특징값, 및 전송에러율에 로그 함수를 취한 특징값인 것을 특징으로 한다.
바람직하게, 상기 제2 평가 파라미터는 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
바람직하게, 상기 최종 화질지수 산출부는 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 제1 최종 화질지수 산출부; 및 상기 제1 최종 화질 지수를 EPSNR(Edge Peak Signal to Noise Ratio)을 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 제2 최종 화질지수 산출부를 포함하는 것을 특징으로 한다.
바람직하게, 상기 최종 화질지수 산출부는 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 제1 최종 화질지수 산출부; 및 상기 제1 최종 화질 지수를 NR 방식 화질 평가 방법을 사용하여 구한 NR 화질 지수를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 제2 최종 화질지수 산출부를 포함하는 것을 특징으로 한다.
바람직하게, 상기 최종 화질지수 산출부는 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 제1 최종 화질지수 산출부; 및 상기 제1 최종 화질 지수를 전송오류로 인한 화질 열화로 인한 화질지수감소를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 제2 최종 화질지수 산출부를 포함하는 것을 특징으로 한다.
본 발명의 다른 한 관점에 따른 하이브리드 방식 기반 영상의 화질을 평가하기 위한 방법은 영상 비트스트림 데이터를 수신하면, 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출하는 단계; 추출된 상기 제1 평가 파라미터를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출하는 단계; 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제2 평가 파라미터를 추출하는 단계; 및 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 보정하여 그 보정한 결과로 최종 화질 지수를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 제1 평가 파라미터는 비트율에 로그 함수를 취한 특징값, 및 전송에러율에 로그 함수를 취한 특징값인 것을 특징으로 한다.
바람직하게, 상기 제2 평가 파라미터는 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
바람직하게, 상기 최종 화질지수를 산출하는 단계는 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 단계; 및 상기 제1 최종 화질 지수를 EPSNR(Edge Peak Signal to Noise Ratio)을 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 단계를 포함하는 것을 특징으로 한다.
바람직하게, 상기 최종 화질지수를 산출하는 단계는 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 단계; 및 상기 제1 최종 화질 지수를 NR 방식 화질 평가 방법을 사용하여 구한 NR 화질 지수를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 단계를 포함하는 것을 특징으로 한다.
바람직하게, 상기 최종 화질지수를 산출하는 단계는 추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 단계; 및 상기 제1 최종 화질 지수를 전송오류로 인한 화질 열화로 인한 화질지수감소를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 단계를 포함하는 것을 특징으로 한다.
이를 통해, 본 발명은 비트스트림 데이터를 수신하면, 수신된 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출하여 추출된 제1 평가 파라미터를 기반으로 예비 화질 지수를 산출한 후, 제2 평가 파라미터를 추출하여 추출된 제2 평가 파라미터를 기반으로 예비 화질 지수를 보정하며 그 보정한 결과로 최종 화질 지수를 산출하도록 함으로써, 화질 지수를 정확하게 예측할 수 있는 효과가 있다.
또한, 본 발명은 기 설정된 다수의 평가 파라미터를 이용하여 디코딩 이전에 빠르게 화질 평가를 수행하기 때문에 화질 평가 시간을 단축시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제1 도면이다.
도 2는 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 방법을 나타내는 제1 도면이다.
도 3은 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제2 도면이다.
도 4는 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 방법을 나타내는 제2 도면이다.
도 5는 본 발명에 따른 영상의 화질을 평가하기 위한 시스템을 나타내는 도면이다.
도 6은 예비 화질 지수를 산출하는 함수의 예를 보여주기 위한 도면이다.
도 7은 최종 화질 지수를 산출하는 함수의 예를 보여주기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제3 도면이다.
도 9는 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제4 도면이다.
이하에서는, 본 발명의 실시예에 따른 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법을 첨부한 도 1 내지 도 9를 참조하여 설명한다. 본 발명에 따른 동작 및 작용을 이해하는데 필요한 부분을 중심으로 상세히 설명한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 동일한 명칭의 구성 요소에 대하여 도면에 따라 다른 참조부호를 부여할 수도 있으며, 서로 다른 도면임에도 불구하고 동일한 참조부호를 부여할 수도 있다. 그러나, 이와 같은 경우라 하더라도 해당 구성 요소가 실시예에 따라 서로 다른 기능을 갖는다는 것을 의미하거나, 서로 다른 실시예에서 동일한 기능을 갖는다는 것을 의미하는 것은 아니며, 각각의 구성 요소의 기능은 해당 실시예에서의 각각의 구성요소에 대한 설명에 기초하여 판단하여야 할 것이다.
특히, 본 발명에서는 비트스트림 데이터를 수신하면, 수신된 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출하여 추출된 제1 평가 파라미터를 기반으로 예비 화질 지수를 산출한 후, 제2 평가 파라미터를 추출하여 추출된 제2 평가 파라미터를 기반으로 예비 화질 지수를 보정하며 그 보정한 결과로 최종 화질 지수를 산출하도록 하는 새로운 하이브리드 방식 기반 영상 화질 평가 방법을 제안한다.
또한, 본 발명에서는 수신된 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출하여 추출된 제1 평가 파라미터를 기반으로 예비 화질 지수를 산출한 후, 제2 평가 파라미터를 추출하여 추출된 제2 평가 파라미터를 기반으로 예비 화질 지수를 1차 보정하며 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하며 다시 EPSNR을 이용하여 2차 보정하여 제2 최종 화질 지수를 산출하도록 한다.
도 1은 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제1 도면이다.
도 1에 도시한 바와 같이, 본 발명에 따른 영상의 화질을 평가하기 위한 장치는 영상 데이터 입력부(110), 제1 평가 파라미터 추출부(120), 예비 화질지수 산출부(130), 제2 평가 파라미터 추출부(140), 최종 화질지수 산출부(150) 등을 포함하여 구성될 수 있다.
영상 데이터 입력부(110)는 영상 비트스트림 데이터를 실시간으로 수신할 수 있다.
제1 평가 파라미터 추출부(120)는 수신된 영상 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출할 수 있다. 여기서, 제1 평가 파라미터는 특징값일 수 있는데, 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값 등일 수 있다.
예비 화질지수 산출부(130)는 추출된 제1 평가 파라미터 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출할 수 있다.
도 6은 예비 화질 지수를 산출하는 함수의 예를 보여주기 위한 도면이다.
도 6을 참조하면, 일반적으로 화질지수는 총 패킷 수(total packet number)가 감소할수록 감소하고, 총 패킷 오류율(total packet loss)이 감소할수록 증가한다. 즉, 푸른색일수록 좋은 품질을 나타내고, 붉은색일수록 낮은 품질을 나타낸다. 패킷수와 전송에러율 또는 패킷손실 수를 입력 받아 1점에서 5점안에 점수가 분포하도록 함수를 설계한다. 이러한 함수는 신경망, look-up table 등으로 설계할 수 있다.
제2 평가 파라미터 추출부(140)는 예비 화질 지수가 산출된 후, 영상 비트스트림 데이터를 기반으로 제2 평가 파라미터를 추출할 수 있다. 여기서, 제2 평가 파라미터는 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적(error area) 등일 수 있다.
최종 화질지수 산출부(150)는 추출된 제2 평가 파라미터 예컨대, 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나의 파라미터를 기반으로 기 산출된 예비 화질 지수를 보정하여 그 보정한 결과로 최종 화질 지수를 산출할 수 있다.
도 7은 최종 화질 지수를 산출하는 함수의 예를 보여주기 위한 도면이다.
도 7을 참조하면, 일반적으로 화질지수는 QP 특징의 값이 증가할수록 감소하고, 오류 영역이 감소할수록 증가한다. 즉, 푸른색일수록 좋은 품질을 나타내고, 붉은색일수록 낮은 품질을 나타낸다.
이때, 부호화된 압축 비트스트림에는 품질과 관련된 중요한 파라미터가 있는데, 이를 QP(Quality parameter)라고 한다. QP는 부호화기에서 양자화 단계를 조정하는 파라미터로 값이 크면 큰 양자화 단계를 가지므로 품질이 감소하고, 값이 작으면 작은 양자화 단계를 가지므로 품질이 증가한다.
QP 중, I 프레임의 QP는 P프레임이나 B프레임의 QP보다 품질에 직접적으로 영향을 주기 때문에 전체 평균 QP 값 QPAVE과 함께 I프레임의 QP값 QPI을 동시에 고려하여 화질측정 특징 FeatureQP로 사용할 수 있는데, 이를 다음의 [수학식 1]과 같이 나타낼 수 있다.
Figure 112013018194315-pat00001
도 2는 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 방법을 나타내는 제1 도면이다.
도 2에 도시한 바와 같이, 본 발명에 따른 영상의 화질을 평가하기 위한 장치(이하, 평가 장치라고 한다)는 영상 비트스트림 데이터를 실시간으로 수신하면, 수신된 영상 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출할 수 있다(S210).
다음으로, 평가 장치는 추출된 제1 평가 파라미터를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출할 수 있다(S220).
다음으로, 평가 장치는 예비 화질 지수가 산출된 후, 영상 비트스트림 데이터를 기반으로 제2 평가 파라미터를 추출할 수 있다(S230).
다음으로, 평가 장치는 추출된 제2 평가 파라미터를 기반으로 기 산출된 예비 화질 지수를 보정하여 그 보정한 결과로 최종 화질 지수를 산출할 수 있다(S240).
도 3은 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제2 도면이다.
도 3에 도시한 바와 같이, 본 발명에 따른 영상의 화질을 평가하기 위한 장치는 영상 데이터 입력부(110), 제1 평가 파라미터 추출부(120), 예비 화질지수 산출부(130), 제2 평가 파라미터 추출부(140), 제1 최종 화질지수 산출부(151), 및 제2 최종 화질지수 산출부(152) 등을 포함하여 구성될 수 있다.
영상 데이터 입력부(110)는 영상 비트스트림 데이터를 실시간으로 수신할 수 있다.
제1 평가 파라미터 추출부(120)는 수신된 영상 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출할 수 있다. 여기서, 제1 평가 파라미터는 특징값일 수 있는데, 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값 등일 수 있다.
예비 화질지수 산출부(130)는 추출된 제1 평가 파라미터 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출할 수 있다.
제2 평가 파라미터 추출부(140)는 예비 화질 지수가 산출된 후, 영상 비트스트림 데이터를 기반으로 제2 평가 파라미터를 추출할 수 있다. 여기서, 제2 평가 파라미터는 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적(error area) 등일 수 있다.
제1 최종 화질지수 산출부(151)는 추출된 제2 평가 파라미터 예컨대, 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나의 파라미터를 기반으로 기 산출된 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출할 수 있다.
제2 최종 화질지수 산출부(152)는 제1 최종 화질 지수가 산출되게 되면, 산출된 제1 최종 화질 지수를 EPSNR(Edge Peak Signal to Noise Ratio)을 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 최종적으로 산출할 수 있다.
이때, 제2 최종 화질지수 산출부(152)는 NR 방식으로 산출된 제1 최종 화질 지수를 FR 방식인 EPSNR를 이용하여 2차 보정할 수 있지만 반드시 이에 한정되지 않고 SSIM(Structural Similarity Index Measure)을 이용하여 2차 보정할 수도 있다.
도 4는 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 방법을 나타내는 제2 도면이다.
도 4에 도시한 바와 같이, 본 발명에 따른 영상의 화질을 평가하기 위한 장치(이하, 평가 장치라고 한다)는 영상 비트스트림 데이터를 실시간으로 수신하면, 수신된 영상 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출할 수 있다(S410).
다음으로, 평가 장치는 추출된 제1 평가 파라미터를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출할 수 있다(S420).
다음으로, 평가 장치는 예비 화질 지수가 산출된 후, 영상 비트스트림 데이터를 기반으로 제2 평가 파라미터를 추출할 수 있다(S430).
다음으로, 평가 장치는 추출된 제2 평가 파라미터를 기반으로 기 산출된 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출할 수 있다(S440).
다음으로, 평가 장치는 산출된 제1 최종 화질 지수를 EPSNR을 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 최종적으로 산출할 수 있다(S450).
이때, 원동영상에 대한 정보가 없는 경우, EPSNR을 계산할 수 없다. 이러한 경우 수신된 PVS를 사용하여 NR 방식의 화질 지수를 계산하고, 이 NR 화질 지수와 앞서 비트스트림에서 구한 화질지수를 혼합하여 최종 화질 지수를 구하는 것을 특징으로 한다.
또한 freezed frame 등을 고려하여 화질지수를 추가로 보정할 수 있음은 물론이다. 경우에 따라 화면 크기를 축소하여 부호화하고 복호화기는 이를 복호하여 확장한 영상을 출력하는 경우가 있다. 이러한 경우, 축소된 비율을 고려하여 화질지수를 보정해 줄 필요가 있다. 원영상의 비율을 1이라 가정하고 가로/세로를 각각 1/2로 줄인 경우 축소 비율을 0.5라 하였을 때, 축소 비율이 비례하여 화질저하가 발생함으로 축소 비율에 따라 단조 증가하는 함수를 사용하여 화질 지수를 보정할 수 있다.
또한 PVS(processed video sequence) 기반 화질 평가를 추가로 수행하여 산출한 화질 지수와 앞서 구한 비트스트림 기반 화질 지수를 혼합하여 최종 화질 지수를 계산할 수 있다. PVS 기반 화질 평가방법은 FR, RR, NR 방식등을 이용하여 화질 지수를 산출하게 된다.
도 5는 본 발명에 따른 영상의 화질을 평가하기 위한 시스템을 나타내는 도면이다.
도5를 참조하면, PVS 기반 화질 평가를 추가로 수행하여 산출한 화질 지수와 앞서 구한 비트스트림 기반 화질 지수를 혼합하여 최종 화질 지수를 계산할 수 있다. PVS 기반 화질 평가 방법은 FR, RR, NR 방식 등을 이용하여 화질 지수를 산출하게 된다. 즉 본 발명의 하이드리드 화질 평가 방법은 비트스트림 데이터 및 PVS를 사용하며, 경우에 따라 원동영상에서 추출한 특징을 추가로 사용할 수 있다.
여기서, PVS는 복호화기에서 디스플레이로 전송되는 무압축된 비디오 신호(raw video signals)를 의미한다.
도 8은 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제3 도면이다.
도 8에 도시한 바와 같이, 본 발명에 따른 영상의 화질을 평가하기 위한 장치는 영상 데이터 입력부(110), 제1 평가 파라미터 추출부(120), 예비 화질지수 산출부(130), 제2 평가 파라미터 추출부(140), 예비 화질지수 조절부(142), PVS 기반 화질지수 산출부(144), 및 최종 화질지수 산출부(150) 등을 포함하여 구성될 수 있다.
제1 평가 파라미터 추출부(120)는 수신된 영상 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출할 수 있다. 여기서, 제1 평가 파라미터는 특징값일 수 있는데, 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값 등일 수 있다.
예비 화질지수 산출부(130)는 추출된 제1 평가 파라미터 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출할 수 있다.
제2 평가 파라미터 추출부(140)는 예비 화질 지수가 산출된 후, 영상 비트스트림 데이터를 기반으로 제2 평가 파라미터를 추출할 수 있다. 여기서, 제2 평가 파라미터는 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적(error area) 등일 수 있다.
예비 화질지수 조절부(142)는 추출된 제2 평가 파라미터 예컨대, 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나의 파라미터를 기반으로 기 산출된 예비 화질 지수를 조절할 수 있다.
PVS 기반 화질지수 산출부(144)는 PVS 기반 화질 평가를 수행하여 PVS 기반 화질지수를 산출할 수 있다. 이렇게 도 8처럼 PVS 기반 화질 평가를 수행하여 구한 PVS 기반 화질지수는 FR, RR, NR 방법 등을 이용하여 구할 수 있다.
최종 화질지수 산출부(150)는 구한 PVS 기반 화질 지수와 비트스트림 데이터를 사용하여 구한 예비 화질 지수를 혼합하여 최종 화질 지수를 산출할 수 있다. 예컨대, 최종 화질지수 산출부(150)는 NR 화질 지수 VQMNR _ TMP와 비트스트림 기반 화질 지수 vqm를 사용하여 다음의 [수학식 2]와 같이 최종 화질 지수를 계산할 수 있다.
Figure 112013018194315-pat00002
여기서, vqm은 비트스트림 기반 화질 지수를 의미한다.
또한 비트스트림 기반 화질 지수가 NR 품질지수보다 0.5이하로 작고, NR 화질지수가 특정값 이상을 가질 때, NR 화질지수와 비트스트림 기반 화질 지수를 평균하여 최종 화질지수를 계산할 수 있다.
도 9는 본 발명의 일 실시예에 따른 영상의 화질을 평가하기 위한 장치를 나타내는 제4 도면이다.
도 9에 도시한 바와 같이, 본 발명에 따른 영상의 화질을 평가하기 위한 장치는 영상 데이터 입력부(110), 제1 평가 파라미터 추출부(120), 예비 화질지수 산출부(130), 제2 평가 파라미터 추출부(140), 예비 화질지수 조절부(142), PVS 기반 화질지수 산출부(144), 화질열화 측정부(146), 및 최종 화질지수 산출부(150) 등을 포함하여 구성될 수 있다.
제1 평가 파라미터 추출부(120)는 수신된 영상 비트스트림 데이터를 기반으로 제1 평가 파라미터를 추출할 수 있다. 여기서, 제1 평가 파라미터는 특징값일 수 있는데, 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값 등일 수 있다.
예비 화질지수 산출부(130)는 추출된 제1 평가 파라미터 예컨대, 비트율에 로그 함수를 취하여 얻은 특징값, 및 전송에러율에 로그 함수를 취하여 얻은 특징값를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출할 수 있다.
제2 평가 파라미터 추출부(140)는 예비 화질 지수가 산출된 후, 영상 비트스트림 데이터를 기반으로 제2 평가 파라미터를 추출할 수 있다. 여기서, 제2 평가 파라미터는 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적(error area) 등일 수 있다.
예비 화질지수 조절부(142)는 추출된 제2 평가 파라미터 예컨대, 전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나의 파라미터를 기반으로 기 산출된 예비 화질 지수를 조절할 수 있다.
PVS 기반 화질지수 산출부(144)는 PVS 기반 화질 평가를 수행하여 PVS 기반 화질지수를 산출할 수 있다. 이렇게 도 9처럼 PVS 기반 화질 평가를 수행하여 구한 PVS 기반 화질지수는 FR, RR, NR 방법 등을 이용하여 구할 수 있다.
화질열화 측정부(146)는 전송오류로 인한 화질 열화를 측정할 수 있다. 일반적으로 전송 오류로 인하여 다양한 열화가 발생할 수 있다. 전송 오류 열화는 freezed frame, 블록 에러, 단색 (녹색, 적색, 청색 등) 오류 블록 등 다양한 형태로 나타날 수 있다.
최종 화질지수 산출부(150)는 전송오류로 인한 화질 열화로 인한 화질지수감소를 이용하여 산출된 예비 화질 지수에 반영하여 최종 화질 지수를 산출할 수 있다. 예컨대, 녹색 블록 수 greenblk를 측정하여 다음의 [수학식 3]과 같이 화질 지수를 조절할 수 있다.
Figure 112013018194315-pat00003
모바일 멀티미디어 전송의 경우 프레임 레이트를 조절하여 전송하는 경우가 있다. 따라서 FPS (frames per second)를 고려하여 화질 지수를 조절하여 최종 화질 지수를 산출할 수 있다. 예로 다음의 [수학식 4]와 같이 보정하여 줄 수 있다.
Figure 112013018194315-pat00004
전송 오류가 발생하는 경우, freezed frame 현상이 발생할 수 있는데 이를 화질열화를 초래한다. 따라서 freezed frame를 고려하여 화질 지수를 조절하여 최종 화질 지수를 산출할 수 있다. 예로 다음과 같이 보정하여 줄 수 있다. 예로 수신된 동영상에서 발생한 총 프리즈의 총 개수 tfrz 또는 FRZtotal, 가장 긴 프리즈의 길이 FRZmax, 그리고 프리즈 발생수 FRZoccur를 고려하여 화질지수를 다음의 [수학식 5]와 같이 보정할 수 있다.
Figure 112013018194315-pat00005
경우에 따라 화면 크기를 축소하여 부호화하고 복호화기는 이를 복호하여 확장한 영상을 출력하는 경우가 있다. 이러한 경우, 축소된 비율을 고려하여 화질지수를 보정해 줄 필요가 있다. 예로 축소 비율을 고려하여 다음과 같이 보정하여 줄 수 있다.
또한 오류영역을 산출할 수 있는 경우, 오류 영역의 면적 비율을 계산하여 회질 지수를 추가로 보정하여 줄 수 있다. 예로 다음과 같이 보정할 수 있다.
암호화 되지 않은 비트스트림을 참조할 수 있는 영상에서 오류영역 Areaerror을 참조하여 품질지수를 다음의 [수학식 6]과 같이 보정한다(암호화된 비트스트림에서는 무시).
Figure 112013018194315-pat00006
위와 같은 방법으로 EPSNR값도 보정하여 화질지수를 출력할 수 있다.
이상에서 설명한 실시예들은 그 일 예로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 영상 데이터 입력부
120: 제1 평가 파라미터 추출부
130: 예비 화질지수 산출부
140: 제2 평가 파라미터 추출부
150: 최종 화질지수 산출부
151: 제1 최종 화질지수 산출부
152: 제2 최종 화질지수 산출부

Claims (12)

  1. 영상 비트스트림 데이터를 수신하면, 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출하는 제1 평가 파라미터 추출부;
    추출된 상기 제1 평가 파라미터를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출하는 예비 화질지수 산출부;
    수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제2 평가 파라미터를 추출하는 제2 평가 파라미터 추출부; 및
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 보정하여 그 보정한 결과로 최종 화질 지수를 산출하는 최종 화질지수 산출부;
    를 포함하되, 상기 제2 평가 파라미터는
    전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나 이상에 대하여 로그 함수를 취한 특징값을 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치.
  2. 제1 항에 있어서,
    상기 제1 평가 파라미터는,
    비트율에 로그 함수를 취한 특징값, 및 전송에러율에 로그 함수를 취한 특징값인 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치.
  3. 삭제
  4. 제1 항에 있어서,
    상기 최종 화질지수 산출부는,
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 제1 최종 화질지수 산출부; 및
    상기 제1 최종 화질 지수를 EPSNR(Edge Peak Signal to Noise Ratio)을 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 제2 최종 화질지수 산출부;
    를 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치.
  5. 제1 항에 있어서,
    상기 최종 화질지수 산출부는,
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 제1 최종 화질지수 산출부; 및
    상기 제1 최종 화질 지수를 NR 방식 화질 평가 방법을 사용하여 구한 NR 화질 지수를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 제2 최종 화질지수 산출부;
    를 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치.
  6. 제1 항에 있어서,
    상기 최종 화질지수 산출부는,
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 제1 최종 화질지수 산출부; 및
    상기 제1 최종 화질 지수를 전송오류로 인한 화질 열화로 인한 화질지수감소를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 제2 최종 화질지수 산출부;
    를 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치.
  7. 영상 비트스트림 데이터를 수신하면, 수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제1 평가 파라미터를 추출하는 단계;
    추출된 상기 제1 평가 파라미터를 기반으로 기 설정된 예측 함수를 이용하여 예비 화질 지수를 산출하는 단계;
    수신된 상기 영상 비트스트림 데이터를 기반으로 기 설정된 제2 평가 파라미터를 추출하는 단계; 및
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 보정하여 그 보정한 결과로 최종 화질 지수를 산출하는 단계;
    를 포함하되, 상기 제2 평가 파라미터는
    전체 평균 QP값, I 프레임의 QP값, 및 에러 면적 중 적어도 하나 이상에 대하여 로그 함수를 취한 특징값을 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 방법.
  8. 제7 항에 있어서,
    상기 제1 평가 파라미터는,
    비트율에 로그 함수를 취한 특징값, 및 전송에러율에 로그 함수를 취한 특징값인 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 방법.
  9. 삭제
  10. 제7 항에 있어서,
    상기 최종 화질지수를 산출하는 단계는,
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 단계; 및
    상기 제1 최종 화질 지수를 EPSNR(Edge Peak Signal to Noise Ratio)을 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 단계;
    를 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 방법.
  11. 제7 항에 있어서,
    상기 최종 화질지수를 산출하는 단계는,
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 단계; 및
    상기 제1 최종 화질 지수를 NR 방식 화질 평가 방법을 사용하여 구한 NR 화질 지수를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 단계;
    를 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 방법.
  12. 제7 항에 있어서,
    상기 최종 화질지수를 산출하는 단계는,
    추출된 상기 제2 평가 파라미터를 기반으로 기 산출된 상기 예비 화질 지수를 1차 보정하여 그 1차 보정한 결과로 제1 최종 화질 지수를 산출하는 단계; 및
    상기 제1 최종 화질 지수를 전송오류로 인한 화질 열화로 인한 화질지수감소를 이용하여 2차 보정하여 그 2차 보정한 결과로 제2 최종 화질 지수를 산출하는 단계;
    를 포함하는 것을 특징으로 하는 하이브리드 방식 기반 영상의 화질을 평가하기 위한 방법.
KR1020130022002A 2013-02-28 2013-02-28 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법 KR101416265B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020130022002A KR101416265B1 (ko) 2013-02-28 2013-02-28 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법
US14/194,579 US8947539B2 (en) 2013-02-28 2014-02-28 Apparatus for evaluating quality of video data based on hybrid type and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130022002A KR101416265B1 (ko) 2013-02-28 2013-02-28 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101416265B1 true KR101416265B1 (ko) 2014-07-09

Family

ID=51387759

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130022002A KR101416265B1 (ko) 2013-02-28 2013-02-28 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법

Country Status (2)

Country Link
US (1) US8947539B2 (ko)
KR (1) KR101416265B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102222915B1 (ko) 2019-10-28 2021-03-04 한국표준과학연구원 모듈 전환형 ｖｒ 또는 ａｒ 기기 광영상 측정시스템 및 측정방법
KR102229604B1 (ko) 2019-10-28 2021-03-18 한국표준과학연구원 교정이 가능한 ｖｒ 또는 ａｒ 기기 광영상 측정시스템 및 측정방법
KR102240190B1 (ko) 2019-11-29 2021-04-14 한국표준과학연구원 Ｖｒ 또는 ａｒ 기기용 렌즈와 광학계 광학특성 측정시스템
KR20210114230A (ko) 2020-03-10 2021-09-23 한국표준과학연구원 Ｖｒ 또는 ａｒ 기기용 렌즈의 왜곡 측정방법

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11064204B2 (en) 2014-05-15 2021-07-13 Arris Enterprises Llc Automatic video comparison of the output of a video decoder
US20170249521A1 (en) * 2014-05-15 2017-08-31 Arris Enterprises, Inc. Automatic video comparison of the output of a video decoder
US10447570B2 (en) * 2015-12-30 2019-10-15 Hitachi, Ltd. Method and apparatus to manage insufficient data in distributed analytics system
CN111432275B (zh) * 2016-10-08 2023-11-17 华为技术有限公司 评估视频质量的方法和设备
EP3439308A1 (en) * 2017-07-31 2019-02-06 Zhilabs S.L. Determination of qoe in encrypted video streams using supervised learning
US10997625B1 (en) * 2019-12-11 2021-05-04 Cloudinary Ltd. System, device, and method for determining predicted annoyance level of multimedia content
CN111726554B (zh) * 2020-06-30 2022-10-14 阿波罗智能技术(北京)有限公司 图像处理方法、装置、设备和存储介质
US11908116B2 (en) * 2020-08-11 2024-02-20 Sony Group Corporation Scaled PSNR for image quality assessment
US11386663B1 (en) * 2020-08-28 2022-07-12 Headspin, Inc. Reference-free system for determining quality of video data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024098A (ko) * 2003-09-04 2005-03-10 에스케이 텔레콤주식회사 예측치 보정을 이용한 동영상 화질 평가장치 및 방법
KR20070033183A (ko) * 2005-09-21 2007-03-26 에스케이 텔레콤주식회사 혼합된 화질 지수를 이용한 객관적 동영상 화질 평가시스템 및 방법과 이를 위한 동영상 부호화 장치 및 방법
KR20090108933A (ko) * 2008-04-14 2009-10-19 연세대학교 산학협력단 동영상 화질평가 시스템 및 방법
KR20100081854A (ko) * 2009-01-07 2010-07-15 삼성전자주식회사 영상화질 평가 장치 및 방법

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9822094D0 (en) * 1998-10-09 1998-12-02 Snell & Wilcox Ltd Improvements in data compression
US6611608B1 (en) * 2000-10-18 2003-08-26 Matsushita Electric Industrial Co., Ltd. Human visual model for data hiding
US20040175056A1 (en) * 2003-03-07 2004-09-09 Chulhee Lee Methods and systems for objective measurement of video quality
KR100612691B1 (ko) * 2004-04-30 2006-08-16 에스케이 텔레콤주식회사 동영상 화질 평가시스템 및 방법
US7706443B2 (en) * 2005-03-11 2010-04-27 General Instrument Corporation Method, article of manufacture, and apparatus for high quality, fast intra coding usable for creating digital video content
US7683931B2 (en) * 2006-03-06 2010-03-23 Dell Products L.P. Image artifact detection in video quality benchmarks
WO2008047865A1 (fr) * 2006-10-19 2008-04-24 Nec Corporation Procédé, système et programme d'évaluation de qualité d'image
WO2009012302A1 (en) * 2007-07-16 2009-01-22 Telchemy, Incorporated Method and system for viewer quality estimation of packet video streams
US20110255589A1 (en) * 2009-08-03 2011-10-20 Droplet Technology, Inc. Methods of compressing data and methods of assessing the same
US8718145B1 (en) * 2009-08-24 2014-05-06 Google Inc. Relative quality score for video transcoding
US20120008673A1 (en) * 2010-07-12 2012-01-12 VQLink Incorporated System, Method, and Apparatus for Detecting and Classifying Artifacts in Digital Images and Video

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024098A (ko) * 2003-09-04 2005-03-10 에스케이 텔레콤주식회사 예측치 보정을 이용한 동영상 화질 평가장치 및 방법
KR20070033183A (ko) * 2005-09-21 2007-03-26 에스케이 텔레콤주식회사 혼합된 화질 지수를 이용한 객관적 동영상 화질 평가시스템 및 방법과 이를 위한 동영상 부호화 장치 및 방법
KR20090108933A (ko) * 2008-04-14 2009-10-19 연세대학교 산학협력단 동영상 화질평가 시스템 및 방법
KR20100081854A (ko) * 2009-01-07 2010-07-15 삼성전자주식회사 영상화질 평가 장치 및 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102222915B1 (ko) 2019-10-28 2021-03-04 한국표준과학연구원 모듈 전환형 ｖｒ 또는 ａｒ 기기 광영상 측정시스템 및 측정방법
KR102229604B1 (ko) 2019-10-28 2021-03-18 한국표준과학연구원 교정이 가능한 ｖｒ 또는 ａｒ 기기 광영상 측정시스템 및 측정방법
KR102240190B1 (ko) 2019-11-29 2021-04-14 한국표준과학연구원 Ｖｒ 또는 ａｒ 기기용 렌즈와 광학계 광학특성 측정시스템
KR20210114230A (ko) 2020-03-10 2021-09-23 한국표준과학연구원 Ｖｒ 또는 ａｒ 기기용 렌즈의 왜곡 측정방법

Also Published As

Publication number Publication date
US20140240522A1 (en) 2014-08-28
US8947539B2 (en) 2015-02-03

Similar Documents

Publication Publication Date Title
KR101416265B1 (ko) 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법
US9143776B2 (en) No-reference video/image quality measurement with compressed domain features
US8737486B2 (en) Objective image quality assessment device of video quality and automatic monitoring device
US8520075B2 (en) Method and apparatus for reduced reference video quality measurement
US10075710B2 (en) Video quality measurement
US20080025400A1 (en) Objective perceptual video quality evaluation apparatus
US9615102B2 (en) Method and apparatus for processing components of an image
US11743475B2 (en) Advanced video coding method, system, apparatus, and storage medium
US20160373762A1 (en) Methods of and arrangements for processing an encoded bit stream
US20130195206A1 (en) Video coding using eye tracking maps
US6990146B2 (en) Method and system for detecting intra-coded pictures and for extracting intra DCT precision and macroblock-level coding parameters from uncompressed digital video
EP2888877B1 (en) Method and apparatus for estimating content complexity for video quality assessment
KR101548700B1 (ko) 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법
CA2899756A1 (en) Method and apparatus for context-based video quality assessment
EP2954677B1 (en) Method and apparatus for context-based video quality assessment
US6778254B2 (en) Motion picture code evaluator and related systems
US8879003B1 (en) Distortion/quality measurement
Gavrilov et al. Quality Evaluation of Compressed Images Based on Prediction Errors of Pixel Values
JP2015504272A (ja) 歪み／品質測定
KR101557164B1 (ko) 영상화질 평가 장치 및 방법
US9894351B2 (en) Assessing packet loss visibility in video
KR20110041962A (ko) 영상 품질 측정 방법 및 장치
Series Objective perceptual video quality measurement techniques for standard definition digital broadcast television in the presence of a reduced bandwidth reference
Valdez Objective video quality assessment considering frame and display time variation
KR20160002659A (ko) 비디오 품질 평가를 위해 콘텐츠 복잡성을 추정하기 위한 방법 및 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170703

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180627

Year of fee payment: 5