KR20020076303A - 자동 비디오 퀄리티 평가를 위한 스케일러블 다이내믹오브젝티브 메트릭을 제공하기 위한 시스템 및 방법 - Google Patents

자동 비디오 퀄리티 평가를 위한 스케일러블 다이내믹오브젝티브 메트릭을 제공하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20020076303A
KR20020076303A KR1020027010426A KR20027010426A KR20020076303A KR 20020076303 A KR20020076303 A KR 20020076303A KR 1020027010426 A KR1020027010426 A KR 1020027010426A KR 20027010426 A KR20027010426 A KR 20027010426A KR 20020076303 A KR20020076303 A KR 20020076303A
Authority
KR
South Korea
Prior art keywords
objective metric
objective
metric
scalable dynamic
performance indices
Prior art date
Application number
KR1020027010426A
Other languages
English (en)
Inventor
발리드 알리
코르넬리스 씨. 에이. 엠. 반존
Original Assignee
코닌클리케 필립스 일렉트로닉스 엔.브이.
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 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 코닌클리케 필립스 일렉트로닉스 엔.브이.
Publication of KR20020076303A publication Critical patent/KR20020076303A/ko

Links

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)
  • Image Analysis (AREA)

Abstract

비디오 이미지의 비디오 퀄리티를 자동적으로 평가하기 위해 스케일러블 다이내믹 오브젝티브 메트릭을 제공하기 위한 개선된 시스템(100)이 공개된다. 상기 시스템(100)은 복수의 오브젝티브 메트릭 모델 유닛들(120, 130, 140)을 수신할 수 있는 오브젝티브 메트릭 제어기(150)를 포함한다. 상기 시스템은 복수의 오브젝티브 메트릭 성능 지수의 웨이티드 평균으로부터 스케일러블 다이내믹 오브젝티브 메트릭을 결정한다. 스케일러블 다이내믹 오브젝티브 메트릭은 비디오 이미지의 오브젝티브 메트릭 측정들과 비디오 이미지의 서브젝티브 측정들의 가장 좋은 상호 관계를 나타낸다. 개개의 오브젝티브 메트릭 성능 지수의 웨이트 값은 평가된 비디오 이미지의 타입에 기초하여 증가 또는 감소될 수 있다. 개개의 오브젝티브 메트릭 성능 지수는 시스템(100)에 부가되거나 시스템(100)으로부터 삭제될 수 있다. 상기 시스템은 복수의 오브젝티브 메트릭 모델 유닛들이 새로운 비디오 이미지들을 수신함에 따라 계속해서 스케일러블 다이내믹 오브젝티브 메트릭의 새로운 값을 결정할 수 있다.

Description

자동 비디오 퀄리티 평가를 위한 스케일러블 다이내믹 오브젝티브 메트릭을 제공하기 위한 시스템 및 방법{System and method for providing a scalable dynamic objective metric for automatic video quality evaluation}
비디오 전문가들은 계속해서 비디오 이미지들의 퀄리티를 개선하기 위한 새로운 알고리즘 및 방법을 찾는다. 주된 목적은 가능한 감각적으로 가장 매력적인 비디오 이미지를 얻는 것이다. 그 궁극적인 판단기준은 "시청자가 얼마나 그 결과적인 픽처를 선호하는가?"라는 물음이다. 이 질문에 답하기 위한 한가지 방법은 시청자들의 패널로 하여금 특정 비디오 시퀀스들을 시청하게 하고 그 결과적인 이미지 퀄리티에 대한 그 시청자들의 견해를 기록하게 하는 것이다. 그러나, 이 결과는 시청 패널들 사이의 변화성에 따라 패널마다 변할 것이다. 이러한 문제는 주관적인 인간 견해에 의지할 때 일반적으로 마주치게 된다. 문제의 심각성은 시청 패널이 비전문가들로 이루어졌을 때 증가한다.
오직 인간 감각 및 주관적 견해에 기초한 결과들은 통상 주관적 결과들의 비결정적 특성으로부터 야기되는 모호성들을 제거하기 위해 후속하는 통계적 분석을 행하게 된다. 선형 및 비선형 발견적 통계 모델들이 이러한 타입들의 주관적 결과들을 정규화하고 비디오 퀄리티의 우수(또는 퇴보)를 나타내는 특정 성능 지수(figs. of merit)를 얻기 위해 제안되어 왔다. 이러한 방식으로 비디오 퀄리티를 측정하는 과정은 "주관적 비디오 퀄리티 평가"라고 불리운다.
주관적 비디오 퀄리티 평가 방법들은 시각적 비디오 인공물들에 대한 타당한 표시를 부여한다. 그러나, 주관적 비디오 퀄리티 평가 방법들은 본래 개연성에 근거하고, 복잡하며, 시간 소비적이고, 때때로 적용하기 어렵기도 하다. 게다가, 시청자단을 위한 적절한 시청자들을 선택하는 데 있어서 문제가 있다. 훈련받지 않은 시청자는 새로운 비디오 처리 방법들의 적합성에 대한 조잡한 판단자가 될 것이다. 그러나, 훈련받지 않은 시청자는 아마도 시중의 일반적인 소비자들을 정확히 나타낼 것이다. 반면에, 훈련된 전문가 시청자는 일반 소비자에 의해 결코 주목받지 않을 작은 단점들을 검출하는 쪽으로 필요 이상으로 편향될 것이다.
비디오 퀄리티를 평가하기 위한 주관적 방법들에 수반되는 불리한 점들을 피하기 위해, 비디오 퀄리티를 평가하는 자동화된 객관적 방법들을 이용하는 것이 바람직하다. 자동화된 객관적 방법들은 비디오 퀄리티의 우수성(또는 퇴보성)을 개량화하기 위해 객관적 성능 지수를 얻으려고 한다. 비디오 알고리즘들이 계속해서 비디오 스트림에 나타나기 때문에 서로 다른 타입들의 비디오 알고리즘들을 신속히 분석하기 위해 비디오 퀄리티의 하나 또는 그이상의 객관적 측정들(objectivemeasurements)을 얻기 위한 과정은 자동화되어야 한다.
비디오 퀄리티의 객관적 측정들은 완전히 결정론적이다. 즉, 그 테스트가 반복될 때(동일한 세팅이 유지된다고 가정하면), 그 결과들은 언제나 동일할 것이다.
궁극적인 목표는 시청자에게 가장 매력적인 그림을 제공하는 것이기 때문에, 비디오 퀄리티의 객관적 측정들의 값의 최종 판단은 객관적 측정들이 주관적 결과들과 갖는 상호 관계(correlation)의 정도이다. 객관적으로 얻어진(자동적으로 발생된) 결과들과 주관적으로 얻어진(인간의 견해로부터의) 결과들을 서로 관련짓기 위해 보통 통계적 분석이 사용된다.
자동적으로 비디오 퀄리티를 측정하기 위한 개선된 시스템들 및 방법들에 대한 필요가 업계에 존재한다. 자동적으로 비디오 퀄리티를 측정하는 과정은 "객관적 비디오 퀄리티 평가"라고 일컬어진다.
객관적 비디오 퀄리티 평가를 제공할 수 있는 몇몇 서로 다른 타입들의 알고리즘들이 제안되어 왔다. 상기 알고리즘들은 일반적으로 "객관적 비디오 퀄리티 모델들"로 일컬어진다. VQEG(Video Quality Experts Group)로부터의 보고서는 10개의 객관적 비디오 퀄리티 모델들에 대해 수행된 평가의 결과들을 설명한다. 상기 보고서는 1999년 12월 날짜의 "Final Report from the Video Quality Experts Group on the validation of Objective Models of Video Quality Assessment"라는 제목이다. 상기 보고서는http://www.crc.ca/VQEG에서 월드 와이드 웹(WWW) 상에서 현재 이용가능하다.
각각의 서로 다른 객관적 비디오 퀄리티 모델은 "오브젝티브 메트릭"("objective metric")이라고 일컬어지는 그 자체의 특유한 비디오 퀄리티 측정을 제공한다. "더블 엔디드"("double ended") 오브젝티브 메트릭은 제1 오리지날 비디오 이미지 및 제2 프로세싱된 비디오 이미지를 사용하여 비디오 퀄리티를 평가하는 것이다. "더블 엔디드" 오브젝티브 메트릭은 오리지날 비디오 이미지에서의 변화들을 결정함으로써 비디오 퀄리티를 평가하기 위해 제1 오리지날 비디오 이미지와 제2 프로세싱된 비디오 이미지를 비교한다. "싱글 엔디드"("single ended") 오브젝티브 메트릭은 오리지날 비디오 이미지를 참고하지 않고 비디오 퀄리티를 평가하는 것이다. "싱글 엔디드" 오브젝티브 메트릭은 그것의 퀄리티를 평가하기 위해 비디오 이미지에 어떤 알고리즘을 적용한다.
모든 조건들 하에서 그리고 모든 비디오 인공물들에 대해서 어떤 싱글 오브젝티브 메트릭도 모든 다른 오브젝티브 메트릭들보다 우수하다고 발견되지 않았다. 각각의 오브젝티브 메트릭은 그 자신의 장점들과 단점들을 갖는다. 오브젝티브 메트릭들은 동작에 있어서(즉, 그들의 결과가 얼마나 주관적 퀄리티 평가 결과들과 상호 관련이 있는가), 그리고 안정성에 있어서(즉, 그들이 얼마나 서로 다른 타입의 비디오 인공물들을 다루는가), 그리고 복잡성에 있어서(즉, 알고리즘 계산을 수행하기 위해 얼마나 큰 계산력이 필요한가) 크게 다르다.
어떤 오브젝티브 메트릭들이 적용될 것이지에 대한 넓은 범위의 애플리케이션들이 존재한다. 예를 들어, 방송 비디오 신호의 퀄리티를 판단하기 위해 빠른 실시간 오브젝티브 메트릭들이 필요로 된다. 반면에, 비실시간 비디오 시뮬레이션들의 퀄리티를 판단하기 위해서는 더 복잡하고 신뢰성 있는 오브젝티브 메트릭들이더 좋다.
단지 하나의 오브젝티브 메트릭을 사용하는 것(및 하나의 오브젝티브 비디오 퀄리티 모델)은 사용된 오브젝티브 메트릭으로부터 얻어질 수 있는 평가 레벨로 비디오 신호의 퀄리티의 평가를 제한한다. 비디오 퀄리티 평가를 위한 하나 이상의 오브젝티브 메트릭을 사용하는 개선된 시스템 및 방법을 위한 필요가 업계에 존재한다.
본 발명은 일반적으로는, 비디오 퀄리티를 평가하기 위한 시스템들 및 방법들에 관한 것이고, 특히, 자동적으로 비디오 이미지의 비디오 퀄리티를 평가하기 위한 스케일러블 다이내믹 오브젝티브 메트릭을 제공하기 위한 개선된 시스템 및 방법에 관한 것이다.
본 발명 및 본 발명의 이점들의 보다 완전한 이해를 위해서, 동일한 번호가동일한 객체를 나타내는 첨부된 도면들과 관련하여 얻어진 참조가 후속하는 설명들에 이제 만들어질 것이다.
도1은 1) 비디오 스트림으로부터 복수의 오브젝티브 메트릭 성능 지수를 얻기 위한 복수의 오브젝티브 메트릭 모델 유닛들 및 2) 스케일러블 다이내믹 오브젝티브 메트릭을 결정하기 위해 복수의 오브젝티브 메트릭 성능 지수를 사용할 수 있는 오브젝티브 메트릭 제어기를 예시하는 블록 다이아그램.
도2는 본 발명의 개선된 시스템의 동작의 유리한 방법을 예시하는 플로우 차트 다이아그램.
본 발명은 일반적으로 비디오 이미지의 비디오 퀄리티를 자동적으로 평가하기 위한 스케일러블 다이내믹 오브젝티브 메트릭을 제공하는 개선된 시스템 및 방법을 포함한다.
본 발명의 유리한 실시예에서, 본 발명의 개선된 시스템은 복수의 오브젝티브 메트릭 모델 유닛들로부터 복수의 오브젝티브 메트릭 성능 지수를 수신할 수 있는 오브젝티브 메트릭 제어기를 포함한다. 상기 오브젝티브 메트릭 제어기는 복수의 오브젝티브 성능 지수로부터 스케일러블 다이내믹 오브젝티브 메트릭을 결정할 수 있다.
본 발명의 유리한 실시예에서, 본 발명의 개선된 방법은, 1) 오브젝티브 메트릭 제어기에서 복수의 오브젝티브 메트릭 모델 유닛들로부터 복수의 오브젝티브 메트릭 성능 지수를 수신하는 단계 및 2) 복수의 상기 오브젝티브 메트릭 성능 지수로부터 스케일러블 다이내믹 오브젝티브 메트릭을 결정하는 단계를 포함한다.
자동적으로 비디오 이미지의 비디오 퀄리티를 평가하기 위한 스케일러블 다이내믹 오브젝티브 메트릭을 제공하는 개선된 시스템 및 방법을 제공하는 것이 본 발명의 주된 목적이다.
복수의 오브젝티브 메트릭 성능 지수의 웨이티드 평균(weighted average)을 얻음으로써 스케일러블 다이내믹 오브젝티브 메트릭을 제공하는 것이 본 발명의 또 다른 목적이다.
오브젝티브 메트릭 성능 지수가 비디오 이미지 특성들을 얼마나 잘 평가하는지를 나타내는 상호관계 팩터(correlation fator)를 사용하여 복수의 오브젝티브 메트릭 성능 지수의 웨이티드 평균을 얻음으로써 스케일러블 다이내믹 오브젝티브 메트릭을 제공하는 것이 본 발명의 부가적 목적이다.
새로운 비디오 이미지들이 계속 수신됨에 따라 복수의 오브젝티브 메트릭 성능 지수의 새로운 값들로부터 스케일러블 다이내믹 오브젝티브 메트릭의 새로운 값들을 계속 결정하는 것이 본 발명의 또 다른 목적이다.
당업자가 이후에 나올 본 발명의 상세한 설명을 더 잘 이해하도록 하기 위해, 앞서 말한 것들은 본 발명의 특징들 및 기술적 이점들을 다소 넓게 윤곽을 잡아 기술하였다. 본 발명의 청구항들의 주제를 형성하는 본 발명의 부가적 특징들 및 이점들은 이하에서 설명될 것이다. 당업자들은, 그들이 본 발명과 동일한 목적들을 실행하기 위한 다른 구조들을 수정 또는 설계하기 위한 기초로서 공개된 개념 및 특정 실시예를 손쉽게 사용할 수 있음을 이해하여야 한다. 당업자는 또한 그러한 동등한 구조들이 그것의 가장 넓은 형태로 본 발명의 정신 및 범위로부터 벗어나지 않는다는 것을 인식해야 한다.
발명을 상세하게 설명하기를 시작하기 전에, 본 특허 문서를 통해 사용되는 특정 단어들 및 어구들의 정의를 설명하는 것이 도움이 될 것이다. : "포함하다"("include"), "구성으로서 포함하다"("comprise") 및 그로부터의 파생어들은 제한없이 포함함을 의미한다. ; "또는"("or")이라는 용어는 포함하는 것으로서 "그리고/또는"을 의미한다. ;"와 관련된"("associated with") 및 "와 함께 관련된"("associated therewith") 등의 어구는, 그로부터의 파생물들은 물론, "포함하다", "안에 포함되다", "와 망으로 연결하다", "담다", "안에 담아지다", "에 또는 과 연결하다", "에 또는 과 짝을 짓다", "와 통신가능하다", "와 협동하다", "인터리브하다", "병렬하다", "에 가장 가까운", "에 또는 과 묶인", "갖다", "의 특성을 갖는", 또는 유사한 것들을 의미할 수 있다. ; 그리고 "controller", "processor", 또는 "apparatus"라는 용어는, 적어도 하나의 동작을 제어하는 디바이스, 시스템 또는 그들의 일부를 의미한다. 그러한 디바이스는 하드웨어, 펌웨어 또는 소프트웨어, 또는 동일한 것들의 적어도 2개의 어떤 조합으로 구현될 수 있다. "이미지"라는 용어는, 프레임 또는 필드를 의미한다. 어떤 특정 제어기와 관련된 기능성은, 지역적으로 또는 원격적으로 집중되거나 분포될 수 있다. 특정 단어들 및 어구들의 정의들은 본 특허 문서를 통해 제공된다. 당업자들은, 대부분의 경우는 아닐지라도 많은 경우에, 그러한 정의들이 그러한 정의된 단어들 및 어구들의 미래의 사용들은 물론 선행 사용들에도 또한 적용된다는 것을 이해하여야 한다.
이하에서 논의되는 도1, 도2 및 본 발명의 개선된 시스템 및 방법의 원리들을 설명하기 위해 본 특허 문서에 제시된 다양한 실시예들은 단지 예시에 의해서이고 어떤 방식으로든 본 발명의 범위를 제한하는 것으로 파악되어서는 안된다. 당업자들은 본 발명의 원리들이 비디오 퀄리티를 평가하기 위한 어떤 타입의 디바이스에도 성공적으로 또한 적용될 수 있음을 쉽게 이해할 것이다.
도1은 자동 비디오 퀄리티 평가를 위해 스케일러블 다이내믹 오브젝티브 메트릭을 제공하기 위한 시스템(100)을 예시한다. 시스템 100은 비디오 스트림(110)을 수신한다. 복수의 오브젝티브 메트릭 모델 유닛들 각각(120, 130, ... , 140)은 비디오 스트림(110)의 비디오 신호의 복사(copy)를 수신한다. 오브젝티브 메트릭 모델 유닛 120은 제1 오브젝티브 메트릭 모델에 기초하여 비디오 신호의 퀄리티를 나타내는 제1 성능 지수, f(1)을 얻기 위해 제1 오브젝티브 메트릭 모델("Metric1"이라 칭함.)을 적용시킨다. 상기 제1 성능 지수, f(1)은 제어기(150)에 제공된다.
유사하게, 오브젝티브 메트릭 모델 유닛 130은 제2 오브젝티브 메트릭 모델에 기초하여 비디오 신호의 퀄리티를 나타내는 제2 성능 지수 f(2)를 얻기 위해 제2 오브젝티브 메트릭 모델("Metric 2"라 칭함.)을 적용시킨다. 상기 제2 성능 지수, f(2)도 역시 제어기(15)에 제공된다. 이러한 방법으로 계속하여, 마지막 오브젝티브 메트릭 모델 유닛(140)이 부가될 때까지 다른 오브젝티브 메트릭 모델 유닛들이 부가된다. 오브젝티브 메트릭 모델 유닛 140은 마지막 오브젝티브 메트릭 모델("Metric N"이라 칭함.)을 적용시킨다. 오브젝티브 메트릭 모델 유닛들(120, 130, ..., 140)은 복수의 성능 지수(f(1), f(2),..., f(N))를 얻고 그들을 제어기(150)에 제공한다.
성능 지수(f(1), f(2),..., f(N))는 N개의 서로 다른 오브젝티브 메트릭들에 의한 비디오 스트림의 퀄리티의 일련의 N개의 평가들을 나타낸다. 상기 성능 지수는(f(1), f(2),..., f(N)) i의 값이 1에서 N까지 가는 f(i)로 또한 나타낼 수도 있다.
이하에서 더 상세하게 설명되다시피, 본 발명의 시스템 100은 스케일러블 다이내믹 오브젝티브 메트릭을 계산하기 위해 성능 지수 f(i)를 사용하기 위한 시스템 및 방법을 제공한다. 문자 "F"(도1에 도시됨.)는 본 발명의 스케일러블 다이내믹 오브젝티브 메트릭을 나타낸다.
본 발명의 시스템(100)은 제어기(150) 및 메모리(160)를 포함한다.제어기(150)는 전통적인 마이크로프로세서 칩을 포함한다. 제어기(150)는 신호 통신선들(도1에 도시됨.)을 통해 복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로 연결된다. 제어기(150)는 데이터를 처리, 저장, 검색 및 출력하기 위해 메모리(160) 내에 위치된 오퍼레이팅 시스템(도시되지 않음.)과 관련하여 동작한다. 제어기(150)는 메모리(160)에 저장된 컴퓨터 인스트럭션들을 실행시킴으로써 스케일러블 다이내믹 오브젝티브 메트릭 "F"를 계산한다.
메모리(160)는 RAM(random access memory), ROM(read only memory), 또는 RAM 및 ROM의 조합을 포함할 수 있다. 본 발명의 유리한 실시예에서, 메모리(160)는 플래쉬 메모리와 같은 비휘발성(non-volatile) RAM을 포함할 수 있다. 메모리(160)는 또한 하드 디스크 드라이브(도1에 도시되지 않음.) 또는 CD-ROM(compact disk read only memory)(도1에 도시되지 않음.)과 같은 메스 스토리지 데이터 디바이스(mass storage data device)를 포함할 수도 있다.
본 발명의 시스템 및 방법은, 텔레비전 세트에 기초한 하드 디스크 드라이브 및 ReplayTVTM비디오 레코더 또는 TiVOTM비디오 레코더와 같은 비디오 레코더들에 기초한 하드 디스크 드라이브등을 제한없이 포함하는 매우 다양한 타입의 비디오 프로세싱 시스템들에서 사용될 수 있다.
제어기(150) 및 메트릭 계산 알고리즘(170)은 함께 본 발명을 실행할 수 있는 오브젝티브 메트릭 제어기를 포함한다. 메모리(160)에 저장된 메트릭 계산 알고리즘(170) 안의 컴퓨터 인스트럭션들의 명령 하에서, 제어기(150)는 성능 지수f(i)를 사용하여 스케일러블 다이내믹 오브젝티브 메트릭 "F"를 계산한다.
제어기(150) 내의 웨이팅 유닛(weighting unit)(190)은 비디오 시퀀스의 현재 발생하고 있는 특성들을 동적으로 검출한다. 현재 발생하고 있는 특성들은 선명도(sharpness), 색상(color), 채도(saturation), 움직임(motion), 및 그와 유사한 타입의 특성들과 같은 그러한 특성들을 포함할 수 있다. 웨이팅 유닛(190)은 어떤 값(즉 "웨이트") w(i)를 각각의 오브젝티브 메트릭(Metric 1, Metric 2,..., Metric N)에 할당한다. 예를 들어, 특정한 제1 타입의 비디오 신호 상에서 사용될 때 만일 Metric 1이 특히 좋다면, w(1)의 값에 다른 w(i)의 값들보다 더 큰 값이 주어진다. 반대로, 동일한 제1 타입의 비디오 신호 상에서 사용될 때 만일 Metric 2가 그다지 좋지 않다면, w(2)에 다른 w(i)의 값들보다 더 낮은 값이 주어진다. 만일 제2 타입의 비디오 신호가 존재한다면, 제2 타입의 비디오 신호 상에서 사용될 때 Metric 1은 Metric 2만큼 좋지는 않을 것이다. 그러한 경우에, w(2)에 더 높은 값이 주어지고 w(1)에는 다른 w(i)의 값들보다 더 낮은 값이 주어진다.
일반적으로 얘기해서, 웨이팅 유닛(190)이 선택하는 w(i)의 값들은 웨이팅 유닛(190)이 동적으로 검출하는 비디오 신호의 타입에 의존하여 변할 것이다. 각각의 w(i) 및 f(i)의 곱의 합 S를 계산하기 위해 제어기(150)는 메트릭 계산 알고리즘(170)을 사용한다. 즉 :
S=w(1)f(1)+w(2)f(2)+...+w(N)f(N) (1)
또는
S=w(i)f(i)(2)
여기에서 i의 값은 1에서 N까지 된다.
상호 관계 팩터 r(i)는 각각의 성능 지수 f(i)와 관련된다. 상호 관계 팩터 r(i)는 다음 표현으로부터 얻어진다. :
r(i)=1-[A(i)/B] (3)
여기에서
A(i)=6(4)
여기에서 j의 값은 1부터 n까지 된다.
그리고 여기에서
B=n(n2-1) (5)
X(i,j)의 값들은 비디오 이미지에 대한 n개의 객관적 데이터 값들의 집합의 값들이다. Y(i,j)의 값들은 동일한 비디오 이미지에 대한 n개의 주관적 데이터 값들의 집합의 값들이다. 즉, X 데이터 포인트들 (n)의 수는 Y 데이터 포인트들 (n)의 동일 수이다.
값 r(i)는 "시피어맨 랭크"("Spearman rank") 상호 관계 팩터라고 일컬어진다. 값 r(i)는 오브젝티브 X 값들(objective X values)이 서브젝티브 Y 값들(subjective Y values)과 얼마나 잘 매칭되는지에 대한 측정이다. 각각의 성능 지수 f(i)에 대한 상호 관계 팩터들 r(i)의 값들은 알려지고, 이전에 통계적 분석에 의해 결정되어 있다. 상호 관계 팩터들 r(i)의 값들은 메모리(150) 안의 메트릭파라미터 룩 업 테이블(metric parameter look up table)(180)에 저장된다.
스케일러블 다이내믹 오브젝티브 메트릭 "F"에 대한 "가장 잘 부합하는"("best fitting") 값이 요망된다. "F"의 "가장 잘 부합하는" 값은 비디오 퀄리티의 오브젝티브 메트릭 측정들(자동적으로 생성된) 및 비디오 퀄리티의 서브젝티브 메트릭 측정들(인간 견해들로부터의)의 상호 관계의 가장 높은 레벨을 나타낸다. "F"의 "가장 잘 부합하는" 값은 비디오 퀄리티의 오브젝티브 측정에 의한 비디오 퀄리티의 서브젝티브 측정의 가장 가까운 근사치를 나타낸다. 비디오 스트림 내의 비디오 이미지들은 끊임없이 변화하고 있기 때문에, "가장 잘 부합한다."는 것은 계속적인 자동적 업데이팅을 요구할 것이다. "다이내믹"이라는 용어는 비디오 스트림 내의 비디오 이미지들의 계속적인 변화들을 고려하기 위해 계속적으로 그것의 값을 변화시키는 본 발명의 오브젝티브 메트릭의 능력을 의미한다.
이전에 언급되었다시피, 웨이팅 유닛(190)은 계속해서(즉, 다이내믹하게) 비디오 시퀀스의 특성들이 발생할 때마다 비디오 시퀀스의 특성들을 검출한다. 각각의 상호관계 팩터 r(i)에 대해, 웨이팅 유닛(190)은 계속해서 w(i)의 값을 각각의 성능 지수 f(i)에 할당한다. 다이내믹하게 "F"의 "가장 잘 부합하는" 값을 얻기 위해, 메트릭 계산 알고리즘(170)은 값 S가 각각의 r(i) 값에 대해 최대가 되도록 유발하는 w(i)의 값을 결정한다. 이러한 값들 중의 가장 큰 값(즉, 최대값)이 스케일러블 다이내믹 오브젝티브 메트릭 "F"로 선택된다. 즉, :
F=Maximum[S(r(1)), S(r(2)),..., S(r(N))] (6)
새로운 오브젝티브 메트릭 모델 유닛들이 쉽게 부가될 수 있기 때문에, 스케일러블 다이내믹 오브젝티브 메트릭 "F"는 "스케일러블"이라고 불리운다(그들의 상호관계 팩터 r(i)가 규정되는 한). 게다가, 더 이상 요구되지 않는 오브젝티브 메트릭 모델 유닛들은 쉽게 제거될 수 있다.
본 발명의 스케일러블 다이내믹 오브젝티브 메트릭 "F"는 많은 융통성을 제공한다. 예를 들어, 빠른(실시간) 비디오 신호들에 대해서는, 그들의 성능 지수가 메트릭 계산 과정에서 고려되지 않도록 복잡한 측정 오브젝티브 메트릭들이 오프(off)로 스위칭될 수 있다. 더 많은 시간이 메트릭 계산을 수행하기 위해 사용될 수 있는 시뮬레이션 및 비디오 체인 최적화 애플리케이션들에 대해서는, 그들의 성능 지수가 메트릭 계산 과정에 고려될 수 있도록 더 복잡한 측정 오브젝티브 메트릭들이 온(on)으로 스위칭될 수 있다.
본 발명의 스케일러블 다이내믹 오브젝티브 메트릭은 싱글 오브젝티브 메트릭의 단점들을 회피한다. 이것은, 웨이팅 유닛(190)이 특정 집합의 인공물들의 존재에 있어서 서투르게 수행하는 오브젝티브 메트릭에 대해 낮은 값을 w(i)에 할당할 것이기 때문이다. 어떤 싱글 오브젝티브 메트릭과 비교할 때에라도 본 발명의 스케일러블 다이내믹 오브젝티브 메트릭은 서브젝티브 테스팅(subjective testing)의 결과들과 가장 높은 상호 관계를 달성한다. 어떤 경우에라도 본 발명의 스케일러블 다이내믹 오브젝티브 메트릭은 적어도 가장 좋은 싱글 오브젝티브 메트릭만큼은 좋을 것이다. 스케일러블 다이내믹 오브젝티브 메트릭은 오브젝티브 메트릭의 포함을 허용하기 때문에, 본 발명의 시스템 및 방법은 특정 타입의 오브젝티브 메트릭(즉, "싱글 엔디드" 오브젝티브 메트릭 또는 "더블 엔디드" 오브젝티브 메트릭)을 가지고 사용하도록 제한되지 않는다.
소프트웨어로 구현되어 온 본 발명의 요소들(즉, 웨이팅 유닛(190))은, 만일 희망한다면 하드웨어로 구현될 수도 있다는 것이 주목되어야 한다.
도2는 본 발명의 시스템의 동작의 방법을 예시하는 플로우 차트 다이아그램이다. 본 방법의 단계들은 일반적으로 참조 번호 200으로 표시된다. 비디오 스트림(110)으로부터의 비디오 이미지는 N개의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)에 제공된다. N개의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)은 비디오 이미지를 평가하고 N개의 각각의 성능 지수, f(i)를 얻는다(단계 205).
그리고 나서 오브젝티브 메트릭 제어기(150) 내의 웨이팅 유닛(190)은 다이내믹하게 비디오 이미지의 비디오 특성들을 검출하고 N개의 웨이트들, w(i)를 N개의 성능 지수 f(i)에 할당한다(단계 210). 각각의 상호 관계 팩터 r(i)에 대해, 오브젝티브 메트릭 제어기(150)는 웨이트 w(i) 및 성능 지수 f(i)의 각각의 곱의 합과 같은 합 S(r(i))를 계산한다(단계 215).
그리고 나서 오브젝티브 메트릭 제어기(150)는 비디오 퀄리티의 오브젝티브 측정들 및 비디오 퀄리티의 서브젝티브 측정들의 가장 좋은 상호관계에 대응하는 합 S(r(i))의 최대 값을 선택한다(단계 220). 그리고 나서 오브젝티브 메트릭 제어기(150)는 그 값을 스케일러블 다이내믹 오브젝티브 메트릭 "F"가 되도록 할당한다(단계 225). 그리고 나서 오브젝티브 메트릭 제어기(150)는 그 "F" 값을 출력한다(단계 230).
"F"의 값이 출력된 후, 오브젝티브 메트릭 제어기(150)가 여전히 비디오 이미지들을 수신하고 있는지에 대한 결정이 내려진다(결정 단계 235). 만일 비디오가 끝나면, 그 과정은 끝이 난다. 만일 비디오가 끝나지 않고 비디오 이미지들이 더 수신되고 있다면, 제어는 단계 205로 돌아가고 오브젝티브 제어기(150)는 상기 설명된 방법으로 동작을 계속한다.
본 발명은 비디오 이미지의 비디오 퀄리티를 평가하기 위해 스케일러블 다이내믹 오브젝티브 메트릭을 제공하기 위한 시스템으로서 설명되어 있다. 본 발명의 "스케일러블 다이내믹 오브젝티브 메트릭"은 "스태틱 오브젝티브 메트릭"("static objective metric")을 제공하는 더 많은 특정 경우를 부분집합으로서 포함하는 일반적인 경우라는 것이 이해된다. "스태틱 오브젝티브 메트릭"을 제공하기 위해, 본 발명은, 1) 복수의 오브젝티브 메트릭 모델 유닛들로부터 복수의 오브젝티브 메트릭 성능 지수를 수신하고, 2) 복수의 오브젝티브 메트릭 성능 지수의 각각에 대해 웨이트 값 w(i)를 결정하고, 3) 그런 다음 비디오 스트림(110)에 대해 오브젝티브 메트릭 "F"를 계산하는 과정 동안 웨이트 값들 w(i)를 일정하게(즉, 바뀌지 않게) 유지한다.
본 발명이 상세하게 설명되었을지라도, 당업자는 본 발명의 최대한 넓은 형태로 본 발명의 정신 및 범위로부터 벗어남이 없이 다양한 변형들, 치환들 및 수정들을 행할 수 있음을 이해하여야한다.

Claims (22)

  1. 비디오 이미지의 비디오 퀄리티를 평가하기 위해 스케일러블 다이내믹 오브젝티브 메트릭(F)을 제공하기 위한 시스템(100)에 있어서,
    복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로부터 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))를 수신할 수 있고 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)을 결정할 수 있는 오브젝티브 메트릭 제어기(150, 170, 180, 190)를 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  2. 제1 항에 있어서,
    상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 수는 2부터 N까지 변할 수 있고, 여기에서 N은 정수인, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  3. 제1 항에 있어서,
    상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 웨이티드 평균으로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)을 결정할 수 있는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  4. 제3 항에 있어서,
    상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는 웨이트 값을 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 각각에 할당할 수 있는 웨이팅 유닛(190)을 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  5. 제4 항에 있어서,
    상기 웨이팅 유닛(190)은 상기 오브젝티브 메트릭 성능 지수(f(i))의 각각에 대한 상호 관계 팩터 r(i)를 사용함으로써 웨이트 값들을 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 각각에 할당하고, 여기에서 오브젝티브 메트릭 성능 지수(f(i))에 대한 각각의 상호 관계 팩터 r(i)는 상기 오브젝티브 메트릭 성능 지수(f(i))가 비디오 이미지 특성들을 얼마나 잘 평가하는지를 나타내는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  6. 제5 항에 있어서,
    상기 상호 관계 팩터 r(i)는 다음에 의해 주어지고, :
    r(i)=1-[A(i)/B]
    여기에서
    A(i)=6
    여기에서 j의 값은 1부터 n까지이고,
    그리고 여기에서
    B=n(n2-1)
    여기에서 값들 X(i,j)는 비디오 이미지에 대한 n개의 오브젝티브 데이터 값들의 집합의 값들이고 값들 Y(i,j)는 동일한 비디오 이미지에 대한 n개의 서브젝티브 데이터 값들의 집합의 값들인, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  7. 제5 항에 있어서,
    상기 웨이팅 유닛(190)은 상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)에 연결된 메트릭 파라미터 룩 업 테이블(180)로부터 상기 상호 관계 팩터들 r(i)들의 각각을 얻고, 여기에서 상기 룩 업 테이블(180)은 상기 상호 관계 팩터들 r(i)의 이전에 기록된 값들을 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  8. 제5 항에 있어서,
    상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는 각각의 합 S(r(i))가 웨이트 값 w(i)와 상기 상호 관계 팩터들 r(i) 각각에 대한 성능 지수 f(i)의 각각의 곱의 합과 같은 복수의 합들을 계산할 수 있는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  9. 제8 항에 있어서,
    상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)이 복수의 합들 S(r(i))의 최대값이 되도록 선택함으로써 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)을 얻을 수 있고, 여기에서 상기 최대 값은 상기 비디오 이미지의 오브젝티브 메트릭 측정들과 상기 비디오 이미지의 서브젝티브 측정들의 가장 좋은 상호 관계를 나타내는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  10. 제1 항에 있어서,
    상기 복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)이 계속해서 새로운 비디오 이미지들을 수신함에 따라 상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는 상기 복수의 오브젝티브 성능 지수(f(1), f(2),..., f(N))의 새로운 값들로부터 상기 스케일러블 오브젝티브 메트릭(F)의 새로운 값을 계속 결정할 수 있는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  11. 제1 항에 있어서,
    상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는 상기 복수의 오브젝티브 성능 지수(f(1), f(2),..., f(N))에 적어도 하나의 오브젝티브 메트릭(f(i))을 부가할 수 있고, 여기에서 상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는 상기 복수의 오브젝티브 성능 지수(f(1), f(2),..., f(N))로부터 적어도 하나의 오브젝티브 메트릭(f(i))을 삭제할 수 있는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  12. 제1 항에 있어서,
    상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)는,
    복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로부터 복수의 오브젝티브 메트릭 성능 지수 f(i)를 수신할 수 있는 제어기(150);
    상기 제어기(150)에 연결된 메모리(160) 내에 포함된 메트릭 계산 알고리즘(170)으로서, 상기 복수의 오브젝티브 메트릭 성능 지수 f(i)의 웨이티드 평균으로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)에 대한 값 F를 결정하기 위해 상기 제어기(150)에 의해 실행될 수 있는 인스트럭션들을 포함하는 메트릭 계산 알고리즘(170)을 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  13. 제12 항에 있어서,
    상기 메트릭 계산 알고리즘(170)은 다음 식에 의해 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)에 대한 상기 값 F를 결정하기 위해 상기 제어기(150)에의해 실행될 수 있는 인스트럭션들을 포함하고, :
    F=Maximum[S(r(1)), S(r(2)),..., S(r(N))]
    여기에서 각각의 상호 관계 팩터 r(i)에 대응하는 S(r(i))의 값들은 다음 식에 의해 결정되고, :
    S=w(i)f(i)
    여기에서 i의 값은 1에서 N까지이고, f(i)는 오브젝티브 메트릭 성능 지수를 나타내고, w(i)는 상기 오브젝티브 메트릭 성능 지수 f(i)에 할당되는 웨이트 값들을 나타내는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  14. 제1 항에 있어서,
    복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140);
    상기 복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로부터 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))를 수신할 수 있고 상기 복수의 오브젝티브 메트릭 성능 지수 f(i)의 웨이티드 평균으로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)에 대한 값 F를 결정할 수 있는 오브젝티브 메트릭 제어기(150, 170, 180, 190)로서, 상기 값 F는 비디오 퀄리티의 오브젝티브 메트릭 측정들 및 비디오 퀄리티의 서브젝티브 측정들의 상호 관계의 최대 레벨을 나타내는 오브젝티브 메트릭을 나타내는 오브젝티브 메트릭 제어기(150, 170, 180, 190)를 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 시스템.
  15. 비디오 이미지의 비디오 퀄리티를 평가하기 위해 스태틱 오브젝티브 메트릭(F)을 제공하기 위한 시스템(100)에 있어서,
    복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로부터 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))를 수신할 수 있고;
    상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))로부터 상기 스태틱 오브젝티브 메트릭(F)을 결정할 수 있는 오브젝티브 메트릭 제어기(150, 170, 180, 190)를 포함하는, 스태틱 오브젝티브 메트릭(F) 제공 시스템.
  16. 비디오 이미지의 비디오 퀄리티를 평가하기 위한 스케일러블 다이내믹 오브젝티브 메트릭(F)을 제공하기 위한 방법에 있어서,
    - 오브젝티브 메트릭 제어기(150, 170, 180, 190)에서 복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로부터 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))를 수신하는 단계;
    - 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)을 결정하는 단계를 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 방법.
  17. 제15 항에 있어서,
    상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)을 결정하는 단계는 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 웨이티드 평균으로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)를 결정하는 단계를 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 방법.
  18. 제17 항에 있어서,
    상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 웨이티드 평균으로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)을 결정하는 단계는,
    - 오브젝티브 메트릭 성능 지수가 비디오 이미지 특성들을 얼마나 잘 평가하는지를 나타내는 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N)) 각각에 대한 상호 관계 팩터 r(i)를 얻는 단계;
    - 상기 상호 관계 팩터 r(i)를 이용하여 웨이트 값을 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N)) 각각에 할당하는 단계를 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 방법.
  19. 제18 항에 있어서,
    - 각각의 합 S(r(i))가 웨이트 값 w(i)와 상기 상호 관계 팩터 r(i) 각각에 대한 성능 지수 f(i)의 각각의 곱의 합과 같은 복수의 합들을 계산하는 단계;
    - 복수의 합들 S(r(i))의 최대값이 되도록 상기 스케일러블 다이내믹 오브젝티브 메트릭 (F)를 선택하는 단계로서, 상기 최대값은 상기 비디오 이미지의 오브젝티브 메트릭 측정들과 상기 비디오 이미지의 서브젝티브 측정들의 가장 좋은 상호 관계를 나타내는 스케일러블 다이내믹 오브젝티브 메트릭(F) 선택 단계를 더 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 방법.
  20. 제16 항에 있어서,
    - 상기 복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)이 새로운 비디오 이미지들을 수신함에 따라 상기 오브젝티브 메트릭 제어기(150, 170, 180, 190)에서 상기 복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로부터 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 새로운 값들을 수신하는 단계;
    - 계속해서 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 상기 새로운 값들로부터 상기 스케일러블 다이내믹 오브젝티브 메트릭(F)의 새로운 값을 결정하는 단계를 더 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 방법.
  21. 제18 항에 있어서,
    - 원치 않는 오브젝티브 메트릭 성능 지수를 생성하는 오브젝티브 메트릭(f(i))에 낮은 웨이트 값을 할당하는 단계;
    - 원하는 오브젝티브 메트릭 성능 지수를 생성하는 오브젝티브 메트릭(f(i))에 높은 웨이트 값을 할당하는 단계를 더 포함하는, 스케일러블 다이내믹 오브젝티브 메트릭(F) 제공 방법.
  22. 비디오 이미지의 비디오 퀄리티를 평가하기 위한 스태틱 오브젝티브 메트릭(F)을 제공하기 위한 방법에 있어서,
    - 오브젝티브 메트릭 제어기(150, 170, 180, 190)에서 복수의 오브젝티브 메트릭 모델 유닛들(120, 130,..., 140)로부터 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))를 수신하는 단계;
    - 상기 복수의 오브젝티브 메트릭 성능 지수(f(1), f(2),..., f(N))의 각각에 대해 웨이트 값 w(i)를 결정하는 단계;
    - 상기 웨이트 값들이 일정하도록 유지하는 단계;
    - 상기 일정한 웨이트 값들을 이용하여 상기 스태틱 오브젝티브 메트릭(F)을 계산하는 단계를 포함하는, 스태틱 오브젝티브 메트릭(F) 제공 방법.
KR1020027010426A 2000-12-12 2001-11-26 자동 비디오 퀄리티 평가를 위한 스케일러블 다이내믹오브젝티브 메트릭을 제공하기 위한 시스템 및 방법 KR20020076303A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/734,823 2000-12-12
US09/734,823 US6798919B2 (en) 2000-12-12 2000-12-12 System and method for providing a scalable dynamic objective metric for automatic video quality evaluation
PCT/EP2001/013817 WO2002049369A2 (en) 2000-12-12 2001-11-26 System and method for providing a scalable dynamic objective metric for automatic video quality evaluation

Publications (1)

Publication Number Publication Date
KR20020076303A true KR20020076303A (ko) 2002-10-09

Family

ID=24953207

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020027010426A KR20020076303A (ko) 2000-12-12 2001-11-26 자동 비디오 퀄리티 평가를 위한 스케일러블 다이내믹오브젝티브 메트릭을 제공하기 위한 시스템 및 방법

Country Status (6)

Country Link
US (1) US6798919B2 (ko)
EP (1) EP1342380A2 (ko)
JP (1) JP2004516566A (ko)
KR (1) KR20020076303A (ko)
CN (1) CN1422498A (ko)
WO (1) WO2002049369A2 (ko)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6876381B2 (en) * 2001-01-10 2005-04-05 Koninklijke Philips Electronics N.V. System and method for providing a scalable objective metric for automatic video quality evaluation employing interdependent objective metrics
US6943827B2 (en) * 2001-04-16 2005-09-13 Kddi Corporation Apparatus for monitoring quality of picture in transmission
US7010159B2 (en) * 2001-04-25 2006-03-07 Koninklijke Philips Electronics N.V. Apparatus and method for combining random set of video features in a non-linear scheme to best describe perceptual quality of video sequences using heuristic search methodology
US7139017B2 (en) * 2002-01-29 2006-11-21 Koninklijke Philips Electronics N.V. Method and system for obtaining the best picture quality in a scarce-power device
US20030161399A1 (en) * 2002-02-22 2003-08-28 Koninklijke Philips Electronics N.V. Multi-layer composite objective image quality metric
US6992697B2 (en) * 2002-06-19 2006-01-31 Koninklijke Philips Electronics N.V. Method and apparatus to measure video quality on any display device with any image size starting from a know display type and size
KR20050085374A (ko) * 2002-12-05 2005-08-29 코닌클리케 필립스 일렉트로닉스 엔.브이. 최소의 계산 요구들로 보다 빠른 수렴을 위한 비디오시스템들의 이진 표현의 확률 벡터들을 이용하는 방법 및장치
GB0314161D0 (en) * 2003-06-18 2003-07-23 British Telecomm Edge analysis in video quality assessment
US7512286B2 (en) * 2003-10-27 2009-03-31 Hewlett-Packard Development Company, L.P. Assessing image quality
EP1700491A4 (en) * 2003-12-16 2009-01-21 Agency Science Tech & Res MEASURE THE IMAGE AND VIDEO QUALITY
US7405747B2 (en) * 2004-04-14 2008-07-29 Tektronix, Inc. Extended K2T measurement of video
DE102004029421A1 (de) * 2004-06-18 2006-01-05 Rohde & Schwarz Gmbh & Co. Kg Verfahren und Vorrichtung zur Bewertung der Güte eines Signals
CN101356827B (zh) * 2005-12-05 2011-02-02 英国电讯有限公司 非介入式视频质量测量
EP1860885B1 (en) * 2006-05-23 2011-11-02 Tektronix International Sales GmbH Video transport stream analyser
JP4817246B2 (ja) * 2006-07-31 2011-11-16 Ｋｄｄｉ株式会社 映像品質の客観評価装置
US7415385B2 (en) * 2006-11-29 2008-08-19 Mitsubishi Electric Research Laboratories, Inc. System and method for measuring performances of surveillance systems
WO2008064982A2 (en) * 2006-11-30 2008-06-05 Jeremy Adler Correlation between sets of data
JP4254873B2 (ja) * 2007-02-16 2009-04-15 ソニー株式会社 画像処理装置及び画像処理方法、撮像装置、並びにコンピュータ・プログラム
US8457193B2 (en) * 2007-09-28 2013-06-04 Intel Corporation No-reference video quality model
EP2114080A1 (en) * 2008-04-30 2009-11-04 Thomson Licensing Method for assessing the quality of a distorted version of a frame sequence
CN101715146B (zh) * 2008-10-08 2011-09-07 中国移动通信集团公司 压缩视频质量评价方法及评价系统
CN102317974B (zh) 2009-02-12 2014-08-06 杜比实验室特许公司 图像序列的质量评估
ES2388413B1 (es) * 2010-07-01 2013-08-22 Telefónica, S.A. Método para la clasificación de videos.
WO2012000137A1 (en) * 2010-07-02 2012-01-05 Thomson Broadband R&D (Beijing) Co., Ltd. Method for measuring quality of a video with at least two different views, and corresponding device
FR2982449A1 (fr) * 2011-11-07 2013-05-10 France Telecom Procede d'evaluation d'au moins un defaut de qualite dans un signal de donnees, dispositif et programme d'ordinateurs associes
BR112014012798A8 (pt) * 2011-11-28 2017-06-20 Thomson Licensing medição de qualidade de vídeo considerando múltiplos artefatos
US10860931B1 (en) * 2012-12-31 2020-12-08 DataInfoCom USA, Inc. Method and system for performing analysis using unstructured data
US8941780B2 (en) * 2013-01-22 2015-01-27 Silicon Image, Inc. Mechanism for facilitating dynamic phase detection with high jitter tolerance for images of media streams
GB2529446A (en) * 2014-07-17 2016-02-24 British Academy Of Film And Television Arts The Measurement of video quality
CN105163106B (zh) * 2015-07-22 2017-04-12 天津科技大学 一种多重数据处理的视频质量评价系统
CN106341683A (zh) * 2016-08-24 2017-01-18 乐视控股（北京）有限公司 全景视频质量判断方法及系统
CN112752146A (zh) * 2020-05-25 2021-05-04 腾讯科技（深圳）有限公司 视频质量评估方法、装置、计算机设备和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5446492A (en) * 1993-01-19 1995-08-29 Wolf; Stephen Perception-based video quality measurement system
DE19521408C1 (de) * 1995-06-13 1996-12-12 Inst Rundfunktechnik Gmbh Verfahren zum objektiven Bewerten der Bildqualität zwei- oder dreidimensionaler Bilder
US6239834B1 (en) * 1996-01-11 2001-05-29 Kokusai Denshin Denwa Co., Ltd. Apparatus for evaluating digital picture quality
US6493023B1 (en) * 1999-03-12 2002-12-10 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Method and apparatus for evaluating the visual quality of processed digital video sequences
US6285797B1 (en) * 1999-04-13 2001-09-04 Sarnoff Corporation Method and apparatus for estimating digital video quality without using a reference video
US6577764B2 (en) * 2001-08-01 2003-06-10 Teranex, Inc. Method for measuring and analyzing digital video quality

Also Published As

Publication number Publication date
CN1422498A (zh) 2003-06-04
US20020071614A1 (en) 2002-06-13
WO2002049369A3 (en) 2002-09-26
EP1342380A2 (en) 2003-09-10
JP2004516566A (ja) 2004-06-03
US6798919B2 (en) 2004-09-28
WO2002049369A2 (en) 2002-06-20

Similar Documents

Publication Publication Date Title
KR20020076303A (ko) 자동 비디오 퀄리티 평가를 위한 스케일러블 다이내믹오브젝티브 메트릭을 제공하기 위한 시스템 및 방법
US6876381B2 (en) System and method for providing a scalable objective metric for automatic video quality evaluation employing interdependent objective metrics
KR100731358B1 (ko) 화질 평가 방법 및 시스템
JP2005533424A (ja) ビデオデータの品質を測定するための方法及び装置
Liu et al. A multi-metric fusion approach to visual quality assessment
US11055816B2 (en) Image processing device, image processing method, and image processing program
US20200374526A1 (en) Method, device, apparatus for predicting video coding complexity and storage medium
Rehman et al. Perceptual experience of time-varying video quality
CN103428523B (zh) 评估视频质量的方法和装置
KR20050013137A (ko) 알려진 디스플레이 형태와 크기로부터 시작해 임의의 영상크기를 가진 임의의 디스플레이 디바이스 상의 비디오품질을 측정하기 위한 방법 및 장비
JP3243753B2 (ja) ビデオ信号に基準となる損傷を加えるための方法及び装置
CN110688409A (zh) 学习状态的挖掘方法、推荐方法及电子设备
JP2007304948A (ja) 映像品質客観評価装置、及び映像品質客観評価方法
CN101743741A (zh) 用于对显示器的伽马特性进行预测的方法和系统
WO2010103112A1 (en) Method and apparatus for video quality measurement without reference
CN106412567A (zh) 用于确定视频清晰度的方法及系统
US20130211803A1 (en) Method and device for automatic prediction of a value associated with a data tuple
JP7458641B2 (ja) 生体組織の電極配置推定方法
Liu et al. Saliency inspired modeling of packet-loss visibility in decoded videos
JP2007060650A (ja) 試験セットの発生
US20050267726A1 (en) Apparatus and method for prediction of image reality
Głowacz et al. Automated qualitative assessment of multi-modal distortions in digital images based on GLZ
KR100612667B1 (ko) 예측치 보정을 이용한 동영상 화질 평가장치 및 방법
JP2004527172A (ja) 画像品質についてのアルゴリズムのランダムシステムを最適化するための拡張可能なシステム及び方法
JP4354146B2 (ja) デジタル画像の断片化を停止する方法

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid