KR101998401B1 - 영상 품질등급 결정방법 및 장치 - Google Patents

영상 품질등급 결정방법 및 장치 Download PDF

Info

Publication number
KR101998401B1
KR101998401B1 KR1020180045112A KR20180045112A KR101998401B1 KR 101998401 B1 KR101998401 B1 KR 101998401B1 KR 1020180045112 A KR1020180045112 A KR 1020180045112A KR 20180045112 A KR20180045112 A KR 20180045112A KR 101998401 B1 KR101998401 B1 KR 101998401B1
Authority
KR
South Korea
Prior art keywords
image
frame
image quality
value
quality
Prior art date
Application number
KR1020180045112A
Other languages
English (en)
Inventor
남영진
류내원
양용석
정찬희
Original Assignee
네오컨버전스 주식회사
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 네오컨버전스 주식회사 filed Critical 네오컨버전스 주식회사
Priority to KR1020180045112A priority Critical patent/KR101998401B1/ko
Application granted granted Critical
Publication of KR101998401B1 publication Critical patent/KR101998401B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440245—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display the reformatting operation being performed only on part of the stream, e.g. a region of the image or a time segment

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

본 발명은 영상 품질등급 결정방법 및 장치에 관한 것이다.
본 발명의 일 실시예에 따른 영상 품질등급 결정방법은 영상 품질등급 결정장치가 영상 품질등급을 결정하는 영상 품질등급 결정방법에 있어서, 인코딩된 영상을 수신하는 단계, 인코딩된 영상에서 각 프레임의 프레임 화질값을 측정하는 단계, 영상을 구성하는 모든 프레임의 프레임 화질값의 평균값을 계산하여 영상의 영상 화질값을 계산하는 단계, 화질 가중치를 계산하는 단계, 영상 화질값에 화질 가중치를 적용하여 영상 품질값을 계산하고, 영상 품질등급을 결정하는 단계를 포함한다.

Description

영상 품질등급 결정방법 및 장치{METHOD AND APPARATUS OF DETERMING VIDEO QUALITY CLASS}
본 발명은 영상 품질등급 결정방법 및 장치에 관한 것이다.
현재 영화, 애니메이션, 드라마 등과 같은 영상이나 동영상의 콘텐츠들이 생산되고 소비자에게 제공되고 있다.
이러한 콘텐츠들인 영상 등을 제공받는 소비자들은 더 좋은 화질의 영상을 제공받기를 원하고 있는 실정이다. 그러나, 영상의 화질을 좋게 하기 위해서는 높은 대역폭으로 원본을 인코딩하여 전송해야 함으로써 영상 등의 데이터를 관리하고 전송하는데 더 좋은 기기가 필요하거나 더 많은 비용이 소요되어, 영상 등의 콘텐츠에 품질을 평가하는 것이 매우 중요한 이슈가 되고 있다.
최근에는 영상 등의 콘텐츠의 품질을 평가하는 방법으로 VMAF(Video Multi-Method Assessment Fusion), 두 이미지 간의 유사성을 측정하는 데 사용하는 MS-SSIM(MS-Structural Similarity Index Measure), 신호가 가질 수 있는 최대 전력에 대한 잡음의 전력을 나타낸 것으로, 주로 영상 또는 동영상 손실 압축에서 화질 손실 정보를 평가할 때 사용하는 PSNR(Peak-Signal-to-Noise Ratio) 등이 사용되고 있다.
그러나, 종래에는 원본 영상을 분석하여 콘텐츠별 효율적인 트랜스코더 대역폭을 추천하고, 화질측정 및 데이터베이스화를 통하여 지속적이고 안정적으로 영상을 콘텐츠별 화질 관리 체계를 구축하는데 어려움이 있었다.
대한민국 등록특허 10-1362429호
본 발명이 이루고자 하는 기술적인 과제는 원본 영상을 분석하여 콘텐츠별 효율적인 대역폭을 추천하고, 효율적으로 영상 품질등급을 결정하는 영상 품질등급 결정방법 및 장치를 제공하는데 있다.
본 발명의 일 실시예에 따른 영상 품질등급 결정방법은 영상 품질등급 결정장치가 영상 품질등급을 결정하는 영상 품질등급 결정방법에 있어서, 인코딩된 영상을 수신하는 단계, 상기 인코딩된 영상에서 각 프레임의 프레임 화질값을 측정하는 단계, 상기 영상을 구성하는 모든 상기 프레임의 상기 프레임 화질값의 평균값을 계산하여 상기 영상의 영상 화질값을 계산하는 단계, 화질 가중치를 계산하는 단계, 상기 영상 화질값에 상기 화질 가중치를 적용하여 영상 품질값을 계산하고, 영상 품질등급을 결정하는 단계를 포함한다.
상기 화질 가중치를 계산하는 단계는, 각 상기 프레임의 상기 프레임 화질값에 따라 프레임 화질등급을 결정하고, 기 설정된 상기 프레임 화질등급에 따라서 우수 프레임 수를 계산하고, 상기 영상에 포함된 전체 프레임 수에 대해서 상기 우수 프레임 수의 비율을 계산하여 상기 화질 가중치를 계산하는 것을 특징으로 한다.
상기 영상 품질값은 상기 영상 화질값에 상기 화질 가중치를 곱하는 것을 특징으로 한다.
상기 인코딩된 영상은 영상 복잡도에 따라서 압축률이 결정되고, 상기 압축률에 따라 상기 영상을 인코딩하여 생성된 것을 특징으로 한다.
본 발명의 일 실시예에 따른 영상 품질등급 결정장치는 영상 인코딩부로부터 인코딩된 영상을 수신하여, 상기 인코딩된 영상에서 각 프레임의 프레임 화질값을 측정하는 프레임 화질값 측정부, 상기 프레임 화질값 측정부로부터 상기 프레임 화질값을 수신하여, 상기 영상을 구성하는 모든 상기 프레임의 상기 프레임 화질값의 평균값을 계산하여 상기 영상의 영상 화질값을 계산하는 영상 화질값 계산부, 상기 영상 화질값 계산부로부터 상기 영상 화질값을 수신하여, 화질 가중치를 계산하는 화질 가중치 계산부, 상기 영상 화질값 계산부로부터 상기 영상 화질값을 수신하고, 상기 화질 가중치 계산부로부터 상기 화질 가중치를 수신하여, 상기 영상 화질값에 상기 화질 가중치를 적용하여 영상 품질값을 계산하고, 영상 품질등급을 결정하는 영상 품질등급 결정부를 포함한다.
본 발명의 실시예에 따른 영상 품질등급 결정방법 및 장치에 의하면 다음과 같은 효과가 있다.
첫째, 본 발명은 영상의 수급/편집/가공 과정에서 최적의 품질로 가공이 가능하도록 영상을 분석하고 품질을 측정할 수 있다.
둘째, 본 발명은 원본 영상을 분석하여 콘텐츠별 효율적인 트랜스코더 대역폭을 추천하고, 화질측정 및 데이터베이스화를 통하여 지속적이고 안정적으로 영상을 콘텐츠별 화질 관리 체계를 구축할 수 있다.
셋째, 본 발명은 화질 가중치를 이용하여 효율적이고 정확하게 영상 품질등급을 결정함으로써, 영상에 대한 품질등급이 시청자가 인식하는 영상의 품질등급과 유사하게 결정될 수 있다.
넷째, 본 발명은 영상 복잡도를 기반으로 영상을 압축하거나 인코딩할 때, 효율적인 압축률로 영상을 인코딩할 수 있다.
도 1은 본 발명의 일 실시예에 따른 영상 품질등급 결정장치를 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 영상 품질등급 결정방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 다른 실시예에 따른 영상 품질등급 결정방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
또한, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 이외의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다.
이하, 본 발명을 보다 구체적으로 설명하기 위하여 본 발명에 따른 실시예들을 첨부 도면을 참조하면서 보다 상세하게 설명하고자 한다.
본 발명에서 “프레임”은 영상에서 화면에 뿌려지는 정지영상을 의미한다. 본 발명에서 프레임은 이미지와 동일한 용어로 사용될 수 있다. 하나의 영상(또는 동영상)은 적어도 하나 이상의 프레임으로 구성되는데, 예를 들어, 하나의 영상은 100개의 프레임으로 구성될 수 있다. 다른 실시예로, 1초에 30개의 프레임을 제공하는 영상이 30초로 이루어진 경우, 이 영상은 900개의 프레임을 포함할 수 있다.
본 발명에서 “프레임 복잡도”는 제1프레임과 제2프레임의 변화량을 의미한다. 프레임 복잡도는 제1프레임과 제2프레임의 비트 변화를 백분율로 계산하여 프레임 복잡도를 계산할 수 있다.
본 발명에서 “영상 복잡도”는 임의의 영상 전체의 복잡도를 의미한다. 영상 복잡도는 프레임 복잡도의 평균값을 계산하여 구할 수 있다.
본 발명에서 “프레임 화질값”은 각 프레임의 화질을 값으로 나타낸 것이다. 프레임 화질값은 다양한 방법으로 구할 수 있다.
본 발명에서 “영상 화질값”은 영상의 화질을 값으로 나타낸 것이다. 영상 화질값은 모든 프레임의 프레임 화질값의 평균값을 계산하여 구할 수 있다.
본 발명에서 “화질 가중치”는 영상 품질값을 계산하기 위해 적용하는 가중치를 의미한다. 화질 가중치는 설정에 따라서 다양하게 적용 가능하다.
본 발명에서 “영상 품질값”은 영상의 품질을 값으로 나타낸 것이다. 영상 품질값 은 영상 화질값에 화질 가중치를 곱하여 구할 수 있다.
본 발명에서 “영상 품질등급”은 영상의 품질을 등급으로 나타낸 것이다. 영상 품질등급은 설정에 따라서 다양한 형태가 가능하다.
도 1은 본 발명의 일 실시예에 따른 영상 품질등급 결정장치를 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 영상 품질등급 결정장치(이하, “장치”라 한다.)는 영상 분석부(10), 영상 인코딩부(20), 프레임 화질값 측정부(30), 영상 화질값 계산부(40), 화질 가중치 계산부(50), 영상 품질등급 결정부(60), 메모리(70)를 포함한다.
영상 분석부(10)는 제1프레임과 제2프레임의 변화량을 계산하여 프레임 복잡도를 계산하고, 프레임 복잡도의 평균값을 계산하여, 영상 복잡도를 계산하고, 영상 복잡도에 따라서 압축률(또는 비트레이트)을 결정하는 부분이다.
영상 인코딩부(20)는 영상 분석부(10)에서 결정된 압축률에 따라 영상을 인코딩하여, 인코딩된 영상을 생성하는 부분이다.
프레임 화질값 측정부(30)는 영상 인코딩부(20)로부터 인코딩된 영상을 수신하여, 인코딩된 영상에서 각 프레임의 프레임 화질값을 측정하는 부분이다.
영상 화질값 계산부(40)는 프레임 화질값 측정부(30)로부터 프레임 화질값을 수신하여, 영상을 구성하는 모든 프레임의 프레임 화질값의 평균값을 계산하여 영상의 영상 화질값을 계산하는 부분이다.
화질 가중치 계산부(50)는 영상 화질값 계산부(40)로부터 영상 화질값을 수신하여, 화질 가중치를 계산하는 부분이다.
화질 가중치 계산부(50)는 먼저 각 프레임의 프레임 화질값에 따라 프레임 화질등급을 결정하고, 기 설정된 프레임 화질등급에 따라서 Excellent(우수) 프레임 수를 계산하고, 영상에 포함된 전체 프레임수에 대해서 우수 프레임 수의 비율을 계산하여 화질 가중치를 계산할 수 있다.
영상 품질등급 결정부(60)는 영상 화질값 계산부(40)로부터 영상 화질값을 수신하고, 화질 가중치 계산부(50)로부터 화질 가중치를 수신하여, 영상 화질값에 화질 가중치를 적용하여 영상 품질값을 계산하고, 영상 품질등급을 결정하는 부분이다.
메모리(70)는 임의의 데이터, 소프트웨어, 명령어, 데이터베이스 등을 저장하는 부분으로, 고속 랜덤 액세스 메모리를 포함할 수 있고, 또한 하나 이상의 자기 디스크 저장장치, 플래시 메모리 장치와 같은 비휘발성 메모리, 또는 다른 비휘발성 반도체 메모리 장치를 포함할 수 있다. 일부 실시예에서, 메모리(70)는 하나 이상의 제어부로부터 떨어져 위치하는 저장장치, 예를 들어 통신회로 또는 외부포트와 인터넷, 인트라넷, LAN(Local Area Network), WLAN(Wide LAN), SAN(Storage Area Network) 등이나 또는 이들의 적절한 조합과 같은 통신 네트워크를 통하여 액세스되는 네트워크 부착형(Attached) 저장장치를 더 포함할 수 있다.
메모리(70)는 영상 분석부(10)에서 계산한 프레임 복잡도, 영상 복잡도, 압축률(또는 비트레이트)을 저장하고, 영상 인코딩부(20)에서 인코딩한 인코딩된 영상을 저장하고, 프레임 화질값 측정부(30)에서 측정한 프레임 화질값을 저장하고, 영상 화질값 계산부(40)에서 계산한 영상 화질값을 저장하고, 화질 가중치 계산부(50)에서 계산한 화질 가중치를 저장하고, 영상 품질등급 결정부(60)에서 계산한 영상 품질값과 영상 품질등급 결정부(60)에서 결정한 영상의 영상 품질등급을 저장할 수 있다.
도 2는 본 발명의 일 실시예에 따른 영상 품질등급 결정방법을 설명하기 위한 흐름도이다. 특히, 도 2는 본 발명의 일 실시예에 따른 영상 품질등급 결정방법에서 인코딩된 영상을 생성하는 방법을 설명하기 위한 흐름도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 장치는 제1프레임과 제2프레임의 변화량을 계산하여 프레임 복잡도를 계산한다(S201). 이때, 장치는 제1프레임과 제2프레임의 비트 변화를 백분율로 계산하여 프레임 복잡도를 계산할 수 있다.
예를 들어, 하나의 영상이 100개의 프레임을 포함하는 경우에 대해서 프레임 복잡도를 계산하는 것을 설명하면, 장치는 영상에 포함된 기준 프레임(예를 들어, 제1프레임 또는 첫번째 프레임)과 기준 프레임의 다음 프레임(예를 들어, 제2프레임 또는 두번째 프레임) 간에 동일 위치에서 각 픽셀의 픽셀값을 비교하여 전체 픽셀의 변화량인 프레임 복잡도(예를 들어, 제1프레임 복잡도)를 계산한다. 이때, 프레임 복잡도는 기준 프레임(예를 들어, 첫번째 프레임)과 기준 프레임의 다음 프레임(예를 들어, 두번째 프레임) 간의 복잡도가 하나의 프레임 복잡도이다.
이후, 장치는 기준 프레임(예를 들어, 두번째 프레임)과 기준 프레임의 다음 프레임(예를 들어, 세번째 프레임) 간에 동일 위치에서 각 픽셀의 픽셀값을 비교하여 전체 픽셀의 변화량인 프레임 복잡도(예를 들어, 제2프레임 복잡도)를 계산한다.
이렇게 장치는 기준 프레임(예를 들어, 구십아홉번째 프레임)과 기준 프레임의 다음 프레임(예를 들어, 백번째 프레임)까지 동일 위치에서 각 픽셀의 픽셀값을 비교하여 전체 픽셀의 변화량인 프레임 복잡도(예를 들어, 제99프레임 복잡도)를 계산한다.
상기 예에서 하나의 영상이 100개의 프레임을 포함하는 경우에 프레임 복잡도는 99개가 계산될 수 있다.
장치는 프레임 복잡도의 평균값을 계산하여, 영상 복잡도를 계산한다(S202).
예를 들어, 하나의 영상이 100개의 프레임을 포함하는 경우에 대해서 영상 복잡도를 계산하는 것을 설명하면, 장치는 99개의 프레임 복잡도의 평균값을 계산하여 영상 복잡도를 계산한다.
장치는 영상 복잡도에 따라서 압축률(또는 비트레이트)을 결정한다(S203).
예를 들어, 영상 복잡도가 높다는 것은 한 프레임(또는 이미지나 화면) 변화 때마다 변화가 많다는 것을 의미하여, 좋은 품질의 영상을 위해서는 더 높은 압축률(또는 비트레이트)이 필요하다.
예를 들어, 장치는 영상이 동적이 경우(예를 들어, 영상이 영화인 경우)에 영상이 정적인 경우(예를 들어, 영상이 만화인 경우)보다 영상 복잡도가 높아 압축률을 높게 결정한다.
장치는 결정된 압축률에 따라 영상을 인코딩하여, 인코딩된 영상을 생성한다(S204).
예를 들어, 장치는 영상 복잡도가 “84”인 경우 5000bps 대역폭의 압축률로 영상을 인코딩하여 인코딩된 영상을 생성할 수 있다.
본 발명은 영상 복잡도에 따른 압축률이 다양한 실시예가 가능하다.
도 3은 본 발명의 다른 실시예에 따른 영상 품질등급 결정방법을 설명하기 위한 흐름도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 장치는 인코딩된 영상을 수신한다(S301).
장치는 인코딩된 영상에서 각 프레임의 프레임 화질값을 측정한다(S302).
장치는 영상을 구성하는 모든 프레임의 프레임 화질값의 평균값을 계산하여 영상의 영상 화질값을 계산한다(S303).
예를 들어, 하나의 영상이 100개의 프레임을 포함하는 경우이고, 95개의 프레임의 각 프레임 화질값이 95이고, 5개의 프레임의 각 프레임 화질값이 60인 경우에, 영상 화질값을 계산하면, 영상 화질값은 (95*95+60*5)/100=93.25가 된다.
장치는 화질 가중치를 계산한다(S304).
여기서, 장치는 먼저 각 프레임의 프레임 화질값에 따라 프레임 화질등급을 결정하고, 기 설정된 프레임 화질등급에 따라서 Excellent(우수) 프레임 수를 계산하고, 영상에 포함된 전체 프레임수에 대해서 우수 프레임 수의 비율을 계산하여 화질 가중치를 계산할 수 있다.
이하, 표 1은 프레임 화질값에 따른 프레임 화질등급의 일 예를 나타낸 것이다.
프레임 화질값 프레임 화질등급
90 ~ Excellent(우수)
80 ~ 90 Good(좋음)
70 ~ 80 Fair(보통)
60 ~ 70 Poor(부족)
~ 60 Bad(나쁨)
예를 들어, 하나의 영상이 100개의 프레임을 포함하는 경우이고, 프레임 화질등급이 상기 표 1과 같은 경우이며, 95개의 프레임의 각 프레임 화질값이 95이고, 5개의 프레임의 각 프레임 화질값이 60인 경우에, 화질 가중치를 계산하면, 화질 가중치는 95/100=0.95가 된다.
장치는 영상 화질값에 화질 가중치를 적용하여 영상 품질값을 계산하고, 영상 품질등급을 결정한다(S305).
이때, 장치는 영상 화질값에 화질 가중치를 곱하여 영상 품질값을 계산할 수 있다.
이하, 표 2는 영상 품질값에 따른 영상 품질등급의 일 예를 나타낸 것이다.
영상 품질값 영상 품질등급
90 ~ Excellent(우수)
80 ~ 90 Good(좋음)
70 ~ 80 Fair(보통)
60 ~ 70 Poor(부족)
~ 60 Bad(나쁨)
예를 들어, 하나의 영상이 100개의 프레임을 포함하는 경우이고, 프레임 화질등급이 상기 표 1과 같은 경우이며, 95개의 프레임의 각 프레임 화질값이 95이고, 5개의 프레임의 각 프레임 화질값이 60인 경우에, 영상 화질값은 93.25이고, 화질 가중치는 0.95이면, 영상 품질값은 88.5875가 되어, 영상 품질등급은 Good(좋음)이 된다.
이하, 두 개의 실시예(제1실시예와 제2실시예)의 경우에 종래와 본 발명의 차이를 설명하도록 한다. 이하의 실시예에서는 하나의 영상이 100개의 프레임으로 구성되고, 프레임 화질등급이 90 이상이 경우에 Excellent(우수) 프레임라고 설정된 경우이다.
제1실시예
100개의 프레임 중에 90개의 프레임이 프레임 화질값이 100이고, 10개의 프레임이 프레임 화질값이 50인 경우로, 이는 시청자가 품질이 안좋은 화면(또는 이미지)을 간간히(10개 장면, 10%) 보게 되는 경우이다.
먼저, 영상 화질값을 계산하면 (90*100+10*50)/100=95이다.
그리고, Excellent(우수) 프레임은 90개이고 총프레임은 100개이므로 화질 가중치는 90/100=0.9가 된다.
영상 품질값을 계산하면 95*0.9=85.5가 되고, 상기 표 2를 적용하면 영상 품질등급은 Good(좋음)이 된다.
제2실시예
100개의 프레임 중에 90개의 프레임이 프레임 화질값이 92이고, 10개의 프레임이 프레임 화질값이 90인 경우로, 이는 시청자가 시청자가 모든 화면을 좋게 보게는 경우이다.
먼저, 영상 화질값을 계산하면 (90*92+10*90)/100=91.8 이다.
그리고, Excellent(우수) 프레임은 100개이고 총프레임은 100개이므로 화질 가중치는 100/100=1가 된다.
영상 품질값을 계산하면 91.8*1=91.8가 되고, 상기 표 2를 적용하면 영상 품질등급은 Excellent(우수)이 된다.
종래에는 제1실시예의 영상 화질값이 95이고, 제2실시예의 영상 화질값도 91.8로 둘 다 영상 화질값이 90이상으로 영상 품질등급이 Excellent(우수)가 될 수 있다.
그러나, 본 발명이 적용된 경우에는 영상 품질등급을 결정함에 있어서, 화질 가중치를 더 적용하여 제1실시예의 영상은 영상 품질등급이 Good(좋음)이고, 제1실시예의 영상은 영상 품질등급이 Excellent(우수)가 되는 차이가 있다.
이렇게 본 발명을 적용하여 영상 품질등급을 결정함으로써, 영상에 대한 품질등급이 시청자가 인식하는 영상의 품질등급과 유사하게 결정되는 우수한 효과가 있다.
본 발명의 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 기록매체에 기록될 수 있다. 컴퓨터 판독 가능 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램(프로그램 명령)은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic media), CDROM, DVD와 같은 광기록 매체(Optical media), 플롭티컬 디스크(Floptical disk)와 같은 자기-광 매체(Magneto-optical media), 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명을 도면에 도시한 실시예를 참고하여 설명하였으나, 이는 발명을 설명하기 위한 것일 뿐이며, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면 발명의 상세한 설명으로부터 다양한 변형 또는 균등한 실시예가 가능하다는 것을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 권리범위는 특허청구범위의 기술적 사상에 의해 결정되어야 한다.
10: 영상 분석부
20: 영상 인코딩부
30: 프레임 화질값 측정부
40: 영상 화질값 계산부
50: 화질 가중치 계산부
60: 영상 품질등급 결정부
70: 메모리

Claims (5)

  1. 영상 품질등급 결정장치가 영상 품질등급을 결정하는 영상 품질등급 결정방법에 있어서,
    인코딩된 영상을 수신하는 단계,
    상기 인코딩된 영상에서 각 프레임의 프레임 화질값을 측정하는 단계,
    상기 영상을 구성하는 모든 상기 프레임의 상기 프레임 화질값의 평균값을 계산하여 상기 영상의 영상 화질값을 계산하는 단계,
    화질 가중치를 계산하는 단계,
    상기 영상 화질값에 상기 화질 가중치를 적용하여 영상 품질값을 계산하고, 영상 품질등급을 결정하는 단계를 포함하되,
    상기 화질 가중치를 계산하는 단계는,
    각 상기 프레임의 상기 프레임 화질값에 따라 프레임 화질등급을 결정하고, 기 설정된 상기 프레임 화질등급에 따라서 우수 프레임 수를 계산하고, 상기 영상에 포함된 전체 프레임 수에 대해서 상기 우수 프레임 수의 비율을 계산하여 상기 화질 가중치를 계산하는 것을 특징으로 하는 영상 품질등급 결정방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 영상 품질값은 상기 영상 화질값에 상기 화질 가중치를 곱하는 것을 특징으로 하는 영상 품질등급 결정방법.
  4. 삭제
  5. 영상 인코딩부로부터 인코딩된 영상을 수신하여, 상기 인코딩된 영상에서 각 프레임의 프레임 화질값을 측정하는 프레임 화질값 측정부,
    상기 프레임 화질값 측정부로부터 상기 프레임 화질값을 수신하여, 상기 영상을 구성하는 모든 상기 프레임의 상기 프레임 화질값의 평균값을 계산하여 상기 영상의 영상 화질값을 계산하는 영상 화질값 계산부,
    상기 영상 화질값 계산부로부터 상기 영상 화질값을 수신하여, 화질 가중치를 계산하는 화질 가중치 계산부,
    상기 영상 화질값 계산부로부터 상기 영상 화질값을 수신하고, 상기 화질 가중치 계산부로부터 상기 화질 가중치를 수신하여, 상기 영상 화질값에 상기 화질 가중치를 적용하여 영상 품질값을 계산하고, 영상 품질등급을 결정하는 영상 품질등급 결정부를 포함하되,
    상기 화질 가중치는,
    각 상기 프레임의 상기 프레임 화질값에 따라 프레임 화질등급을 결정하고, 기 설정된 상기 프레임 화질등급에 따라서 우수 프레임 수를 계산하고, 상기 영상에 포함된 전체 프레임 수에 대해서 상기 우수 프레임 수의 비율을 계산하여 상기 화질 가중치를 계산하는 것을 특징으로 하는 영상 품질등급 결정장치.
KR1020180045112A 2018-04-18 2018-04-18 영상 품질등급 결정방법 및 장치 KR101998401B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180045112A KR101998401B1 (ko) 2018-04-18 2018-04-18 영상 품질등급 결정방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180045112A KR101998401B1 (ko) 2018-04-18 2018-04-18 영상 품질등급 결정방법 및 장치

Publications (1)

Publication Number Publication Date
KR101998401B1 true KR101998401B1 (ko) 2019-07-09

Family

ID=67261053

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180045112A KR101998401B1 (ko) 2018-04-18 2018-04-18 영상 품질등급 결정방법 및 장치

Country Status (1)

Country Link
KR (1) KR101998401B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102220573B1 (ko) * 2020-04-06 2021-02-25 두에이아이(주) 인공지능을 이용한 안저 영상 데이터의 품질 점수 산출 방법, 장치 및 컴퓨터프로그램

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060076543A (ko) * 2004-12-29 2006-07-04 주식회사 케이티 압축/복원된 영상에 대한 주관적 화질 평가 방법 및 장치
KR20100050376A (ko) * 2008-11-05 2010-05-13 한국전자통신연구원 가변 비트율 서비스 제공 방법 및 그 장치
US8581987B1 (en) * 2011-03-21 2013-11-12 Marvell International Ltd. Systems and methods for evaluating video quality
KR101362429B1 (ko) 2011-07-25 2014-02-13 주식회사 케이티 영상 콘텐츠 품질 측정 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060076543A (ko) * 2004-12-29 2006-07-04 주식회사 케이티 압축/복원된 영상에 대한 주관적 화질 평가 방법 및 장치
KR20100050376A (ko) * 2008-11-05 2010-05-13 한국전자통신연구원 가변 비트율 서비스 제공 방법 및 그 장치
US8581987B1 (en) * 2011-03-21 2013-11-12 Marvell International Ltd. Systems and methods for evaluating video quality
KR101362429B1 (ko) 2011-07-25 2014-02-13 주식회사 케이티 영상 콘텐츠 품질 측정 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102220573B1 (ko) * 2020-04-06 2021-02-25 두에이아이(주) 인공지능을 이용한 안저 영상 데이터의 품질 점수 산출 방법, 장치 및 컴퓨터프로그램

Similar Documents

Publication Publication Date Title
Li et al. Optimal bit allocation for CTU level rate control in HEVC
US9615085B2 (en) Method and system for structural similarity based rate-distortion optimization for perceptual video coding
US6834080B1 (en) Video encoding method and video encoding apparatus
US9118912B2 (en) Object-aware video encoding strategies
US20090279603A1 (en) Method and Apparatus for Adaptively Determining a Bit Budget for Encoding Video Pictures
Chen et al. Block-composed background reference for high efficiency video coding
US10778983B2 (en) Preserving texture/noise consistency in video codecs
WO2017096824A1 (zh) 用于运动视频的码率控制方法及装置
US11736699B2 (en) Perceptual quality assessment metric based content and viewer aware encoding
Katsenou et al. Efficient bitrate ladder construction for content-optimized adaptive video streaming
US9280813B2 (en) Blur measurement
US11917163B2 (en) ROI-based video coding method and device
KR101998401B1 (ko) 영상 품질등급 결정방법 및 장치
Szydełko et al. Recursive block splitting in feature‐driven decoder‐side depth estimation
Telili et al. Benchmarking learning-based bitrate ladder prediction methods for adaptive video streaming
EP4068779A1 (en) Cross-validation of video encoding
Martini A simple relationship between SSIM and PSNR for DCT-based compressed images and video: SSIM as content-aware PSNR
Kim et al. Efficient video quality assessment for on-demand video transcoding using intensity variation analysis
Shoham et al. Content-adaptive frame level rate control for video encoding using a perceptual video quality measure
US11924437B2 (en) Variable framerate encoding using content-aware framerate prediction for high framerate videos
Huang et al. Perceptual evaluation of pre-processing for video transcoding
US20200177888A1 (en) Block type prediction leveraging block-based pixel activities
Moon et al. An Uniformalized Quality Encoding in Cloud Transcoding System
US20230179800A1 (en) Low-Latency Online Per-Title Encoding
Yan et al. Two-stage perceptual quality oriented rate control algorithm for HEVC

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant