KR20070049833A - 화질 평가 방법 및 시스템 - Google Patents

화질 평가 방법 및 시스템 Download PDF

Info

Publication number
KR20070049833A
KR20070049833A KR1020050107036A KR20050107036A KR20070049833A KR 20070049833 A KR20070049833 A KR 20070049833A KR 1020050107036 A KR1020050107036 A KR 1020050107036A KR 20050107036 A KR20050107036 A KR 20050107036A KR 20070049833 A KR20070049833 A KR 20070049833A
Authority
KR
South Korea
Prior art keywords
image quality
quality evaluation
data
metric
evaluation
Prior art date
Application number
KR1020050107036A
Other languages
English (en)
Other versions
KR100731358B1 (ko
Inventor
김태희
김대식
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020050107036A priority Critical patent/KR100731358B1/ko
Priority to US11/581,451 priority patent/US20070103551A1/en
Publication of KR20070049833A publication Critical patent/KR20070049833A/ko
Application granted granted Critical
Publication of KR100731358B1 publication Critical patent/KR100731358B1/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)
  • Image Analysis (AREA)

Abstract

본 발명은 다수의 화질 평가단에 의해 수행된 주관적 화질 평가 데이터를 근거로, 다수의 객관적 화질 평가 데이터를 산출하여 점수로 매핑하고, 상관도에 따라 가중치를 부가하여 집계한 후 화질 평가 결과를 얻도록 하는 화질 평가 방법 및 시스템에 관한 것으로서,
본 발명에 의하면, 디스플레이 시스템의 개발시마다 새로운 화질 평가단을 구성하여 그들에게 점수를 받는 과정 등을 생략하게 됨으로써 개발 시간과 개발비를 절감할 수 있게 되고, 화질 평가자의 구성과 취향 및 시청 환경에서 기인하는 평가 결과의 편차를 배제할 수 있어 화질 평가의 신뢰성을 높일 수 있다.
화질 평가단, 디스플레이, 영상, 메트릭, 상관도, 매핑, 화질지수

Description

화질 평가 방법 및 시스템{Method and system for measuring the video quality}
도 1은 본 발명의 실시예에 따른 화질 평가 시스템의 구성을 개략적으로 나타낸 구성도,
도 2는 객관적 화질평가 측정부의 구성을 개략적으로 나타낸 구성도,
도 3은 본 발명의 실시예에 따른 화질 평가 방법을 설명하기 위한 흐름도,
도 4는 테스트 대상의 비디오 영상을 측정하여 얻는 화질 지수 항목을 나타낸 도면,
도 5는 각 메트릭을 갖는 화질 평가 항목에 대한 화질 지수를 나타낸 도면,
도 6은 물리적 메트릭과 화질 인식도 간의 관계를 그래프로 나타낸 도면, 그리고
도 7은 화질 평가 결과에 대한 화면을 나타낸 도면이다.
< 도면의 주요 부분에 대한 부호의 설명 >
100 : 화질 평가 시스템 110 : 주관적 화질평가 입력부
120 : 객관적 화질평가 측정부 130 : 화질평가 모델링부
140 : 화질평가 알고리즘부 210 : 비디오 디스플레이어
220 : 촬영기기 230 : 측정데이터 산출부
본 발명은 화질 평가 방법 및 시스템에 관한 것으로서, 더욱 상세하게는 다수의 화질 평가단에 의해 수행된 주관적 화질 평가 데이터를 근거로, 다수의 객관적 화질 평가 데이터를 산출하여 점수로 매핑하고, 상관도에 따라 가중치를 부가하여 집계한 후 화질 평가 결과를 얻도록 하는 화질 평가 방법 및 시스템에 관한 것이다.
일반적으로 비디오 전문가들의 궁극적인 목적은 시청자에게 가장 지각적으로 호소하는 비디오 이미지들을 제공하는 것이다. 이를 위해 비디오 이미지의 품질이 좋은지 나쁜지를 평가하게 된다. 비디오 시스템에서의 화질 평가는 숙련된 화질 평가자가 자신에게 익숙한 테스트 비디오 등을 시청하면서 평가자의 주관에 의해 몇 가지 평가 항목을 기준으로 주관적인 평가를 수행한다. 평가자는 이 평가 결과로 주관적인 화질 평가 보고서에 점수로 그 시스템의 화질을 주관적으로 평가한다. 예컨대, 화질 평가 보고서에는 "(1)선명도:22, (2)명암대비:25, (3)휘도:10, (4)색재현:15, (5)잡음:9, 총점(Total Score):81" 등을 표기할 수 있다.
그러나, 이러한 주관적인 화질 평가 방법은 평가자가 바뀔 때마다 변화하는 기준과 불확실성 그리고 화질에 영향을 주는 다양한 화질 시청 환경에 의해 평가 결과에 대한 편차를 갖는다.
따라서 사람이 느끼는 화질을 가장 잘 표현하는 주관적인 화질 평가 방법은 화질 평가자의 체감 화질과 직접적인 관계가 있음에도 불구하고 정확성과 시불변성에 문제점을 내포하고 있다. 뿐만 아니라 주관적인 화질 평가 방법은 모든 디스플레이 시스템의 화질 평가에 대해 항상 다수의 집단에게 평가받고 개발하기 때문에 많은 시간과 노력 그리고 비용이 소모되므로 개발 효율에 좋지 않은 영향을 미치게 되는 문제점이 있다.
상기 문제점을 해결하기 위해 본 발명은, 다수의 화질 평가단에 의해 수행된 주관적 화질 평가 데이터를 근거로, 다수의 객관적 화질 평가 데이터를 산출하여 점수로 매핑하고, 상관도에 따라 가중치를 부가하여 집계한 후 화질 평가 결과를 얻도록 하는 화질 평가 방법 및 시스템을 제공함에 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명에 따른 화질 평가 방법은, (a) 다수의 화질 평가자로부터 주관적 화질평가 데이터를 입력받는 단계; (b) 테스트 대상이 되는 비디오 영상을 촬영하여 영상 데이터로 입력받고, 입력된 상기 영상 데이터를 각 평가 항목별로 화질평가 인자값으로 산출하는 단계; (c) 상기 화질평가 인자값을 화질 평가 모델링을 통해 상기 주관적 화질평가 데이터에 반영하여 점수로 매핑시키는 단계; 및 (d) 상기 화질평가 인자값을 상기 주관적 화질평가 데이터와 상관도에 따라 연산하여 객관적 화질평가 데이터를 화면 상에 출력하는 단계;를 포함하는 것을 특징으로 한다.
또한, 본 발명의 다른 목적에 따른 화질 평가 시스템은, 다수의 화질 평가자로부터 주관적 화질평가 데이터를 입력받는 주관적 화질평가 입력부; 테스트 대상이 되는 비디오 영상을 촬영하여 영상 데이터로 입력받고, 입력된 상기 영상 데이터를 각 평가 항목별로 화질평가 인자값으로 산출하는 객관적 화질평가 측정부; 상기 화질평가 인자값을 화질 평가 모델링을 통해 상기 주관적 화질평가 데이터에 반영하여 점수로 매핑시키는 화질평가 모델링부; 및 상기 화질평가 인자값을 상기 주관적 화질평가 데이터와 상관도에 따라 연산하여 객관적 화질평가 데이터를 화면 상에 출력하는 화질평가 알고리즘부;를 포함하는 것을 특징으로 한다.
상기 객관적 화질평가 측정부는, 평가하고자 하는 대상이 되는 비디오 데이터를 화면 상으로 출력하는 디스플레이 장치; 상기 디스플레이 장치에서 출력되는 비디오 화면을 촬영하거나 캡쳐하여 영상 데이터로 입력하는 촬영기기; 및 촬영된 또는 캡쳐된 상기 영상 데이터에 대하여 각 평가 항목별로 수치 데이터를 산출하는 측정데이터 산출부;를 포함하는 것을 특징으로 한다.
또한, 상기 주관적 화질평가 데이터는, 선명도, 명암대비, 밝기, 색재현, 및 잡음에 대한 메트릭을 포함하고, 상기 객관적 화질평가 데이터는, 선명도, 명암대 비, 밝기, 색재현, 잡음, 및 왜곡특성에 대한 메트릭을 포함하는 것을 특징으로 한다.
또한, 상기 선명도는 Y-Preshoot, Y-Overshoot, Y-Ringing, MTF(Modulation Transfer Function)를 포함하는 메트릭을 갖고, 상기 명암대비는 흑백포화, Gamma Curve, Contrast Ratio, Black Level을 포함하는 메트릭을 가지며, 상기 밝기는 휘도 히스토그램, 휘도를 포함하는 메트릭을 가지며, 상기 색재현은 color 히스토그램, RGB 색좌표, 피부색 색좌표, White Balance, 색포화를 포함하는 메트릭을 가지며, 상기 잡음은 양자화 잡음, C/Y-SN을 포함하는 메트릭을 가지며, 상기 왜곡특성은 H/V Linearity와 Circle-Distortion을 포함하는 메트릭을 갖는 것을 특징으로 한다.
또한, 상기 객관적 화질평가 측정부는 화질평가 항목의 각 메트릭에 대해, 화질평가 항목별 상관도를 가지며, 각각의 메트릭은 단일의 각각의 측정값을 포함하고, 상기 화질평가 인자값을 상기 주관적 화질평가 데이터와 상관한 결과에는 각각의 측정값마다 단일의 가중 인자를 포함하며, 상기 객관적 화질평가 데이터는 메트릭 측정값들의 각각의 가중 인자들과 메트릭 측정값을 곱한 것들의 합으로 계산하여 얻는 것을 특징으로 한다.
그리고, 상기 객관적 화질평가 데이터는 각 평가 항목에 대해 수치 데이터로 출력함과 더불어, 각 평가 항목에 대한 결과를 평가 내용으로 출력하는 것을 특징으로 한다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다.
우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다.
또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 실시예에 따른 화질 평가 시스템의 구성을 개략적으로 나타낸 구성도이다.
본 발명에 따른 화질 평가 시스템(100)은, 주관적 화질평가 입력부(110), 객관적 화질평가 측정부(120), 화질평가 모델링부(130), 화질평가 알고리즘부(140) 등을 포함한 구성을 갖는다.
주관적 화질평가 입력부(110)는 다수의 화질 평가자로부터 주관적 화질평가 데이터를 입력받는다. 예컨대, 키보드(Keyboard)와 같은 키입력 장치를 통해 각각의 화질 평가자가 평가한 화질평가 데이터를 입력받는다. 또한, 주관적 화질평가 입력부(110)는 다수의 화질 평가자들에게 평가 항목에 대한 입력 화면을 제공하고, 입력 화면에서 요구하는 각 평가 항목별로 화질 평가자들로부터 화질평가 데이터를 입력받게 할 수도 있다.
객관적 화질평가 측정부(120)는 비디오 플레이어로부터 출력되는 비디오 영상을 촬영하여 영상 데이터로 입력받고, 입력된 영상 데이터를 각 평가 항목별로 화질평가 인자값으로 산출한다.
화질평가 모델링부(130)는 객관적 화질평가 측정부(120)에서 측정된 화질평가 인자값을 화질 평가 모델링을 통해 주관적 화질평가 데이터에 반영하여 점수로 매핑시킨다. 이때, 화질 평가 모델링은 객관적 화질평가 인자 데이터를 입력받아 주관적 화질평가 데이터와 동일한 점수폭을 갖도록 근사화시키는 것이다.
화질평가 알고리즘부(140)는 화질평가 인자값을 상관도에 따라 주관적 화질평가 데이터와 연산하여 객관적 화질평가 데이터로 화면 상에 출력한다. 화질평가 알고리즘부(140)에서 출력되는 화질평가 데이터는 각 평가 항목에 대해 수치 데이터로 출력할 뿐만 아니라, 각 평가 항목에 대한 결과를 평가 내용으로 출력할 수 있다.
도 2는 객관적 화질평가 측정부의 구성을 개략적으로 나타낸 구성도이다.
도 2에 도시된 바와 같이, 객관적 화질평가 측정부(120)는 비디오 디스플레이어(210), 촬영기기(220), 및 측정데이터 산출부(230)를 포함한 구성을 갖는다.
비디오 디스플레이어(210)는 평가하고자 하는 대상이 되는 비디오 데이터를 화면 상으로 출력하는 디스플레이 장치이다.
촬영기기(220)는 비디오 디스플레이어(210)에서 출력되는 비디오 화면을 촬영하거나 캡쳐하여 영상 데이터로 입력한다.
측정데이터 산출부(230)는 촬영된 또는 캡쳐된 영상 데이터에 대하여 각 평가 항목별로 수치 데이터를 산출한다. 예컨대, 측정데이터 산출부(230)는 바람직하게는 촬영기기(220)로부터 입력된 비디오 영상을 분석하여 각 평가 항목별로 수치 데이터를 산출할 수 있는 컴퓨터 장치 등을 이용할 수 있다.
도 3은 본 발명의 실시예에 따른 화질 평가 방법을 설명하기 위한 동작 흐름도이다.
본 발명은, 비디오 화질을 평가하기 위한 주관적 방법들에 따르는 단점들을 피하기 위해, 비디오 화질을 평가하는 자동화된 객관적 방법들을 이용하는 것이 바람직하다. 자동화된 객관적 방법들은 비디오 화질의 우수함 또는 저하의 양을 정하기 위해 객관적 성능들의 지수를 얻도록 추구한다. 비디오 알고리즘들이 연속적으로 비디오 스트림에 나타남으로써, 하나 또는 그 이상의 비디오 화질의 객관적 측정들을 얻기 위한 처리는 비디오 알고리즘들의 다른 유형들을 빠르게 분석할 수 있기 위해 자동화되어야 한다. 따라서, 본 발명에 따른 객관적 화질평가 측정부(120)와, 화질평가 모델링부(130), 및 화질평가 알고리즘부(140)를 통해 자동화가 이루어지게 된다.
또한, 비디오 화질의 객관적 측정들은 동일한 세팅들이 유지되어 있다고 가정한 상태에서, 테스트가 반복될 때 항상 동일한 결과 값을 얻게 된다. 비디오 화질의 궁극적인 목적이 시청자에게 가장 호소력 있는 화상을 제공하는 것이기 때문에, 비디오 화질의 객관적 측정들의 값에 대한 최종 판단은 객관적 측정들이 주관 적 결과들과 가진 상관 관계의 정도이다. 통계적 분석은 주관적 화질평가 입력부(110)에 의해 주관적으로 얻어진 결과들과 객관적 화질평가 측정부(120)에 의해 객관적으로 얻어진 결과들을 상관시키는 데 이용된다.
먼저, 비디오 화질의 평가를 위한 전문가 집단으로부터 주관적 화질평가 입력부(110)를 통해 테스트 대상의 비디오 영상에 대해 주관적 화질평가를 입력받는다(S302).
이때, 주관적 화질평가의 메트릭(Metric)은 다음 표1과 같이 선명도, 명암대비, 밝기, 색재현, 잡음 등을 포함한다.
구 분 선명도 명암대비 밝기 색재현 잡음 Total
30점 30점 20점 10점 10점
Displayer1 24 25 16 9 9 83
표1과 같이 화질 평가자로부터 선명도 24, 명암대비 25, 밝기 16, 색재현 9, 잡음 9 등에 대한 메트릭을 점수로써 각각 입력받는 것이다.
이어, 화질 평가 시스템(100)은 테스트 대상의 비디오 영상에 대해 객관적 화질평가 측정부(120)에 의해 객관적 화질평가 항목을 측정한다(S304).
즉, 도 2에 도시된 바와 같이 비디오 디스플레이어(110)에서 출력되는 비디오 영상을 촬영기기(220)로 촬영하고, 촬영한 비디오 영상에 대해 도 4에 도시된 화질 평가 항목을 측정하여 화질 지수를 점수로 얻는 것이다.
예컨대, 도 4에 도시된 바와 같이, 평가 항목 "선명도"는 Y-Preshoot, Y-Overshoot, Y-Ringing, MTF(Modulation Transfer Function)를 포함하는 메트릭을 갖는다. 또한, 평가 항목 "명암대비"는 흑백포화, Gamma Curve, Contrast Ratio, Black Level을 포함하는 메트릭을 갖는다. 또한, 평가 항목 "밝기"는 휘도 히스토그램, 휘도를 포함하는 메트릭을 갖는다. 또한, 평가 항목 "색재현"은 color 히스토그램, RGB 색좌표, 피부색 색좌표, White Balance, 색포화를 포함하는 메트릭을 갖는다. 또한, 평가 항목 "잡음"은 양자화 잡음, C/Y-SN을 포함하는 메트릭을 가지며, 평가 항목 "왜곡특성"은 H/V Linearity와 Circle-Distortion을 포함하는 메트릭을 갖는다.
그리고, 화질 평가 항목은 도 5에 도시된 바와 같이 Y-Preshoot, Y-Overshoot, Y-Ringing, MTF(Modulation Transfer Function)를 포함하는 평가 항목 "선명도"는 0 ~ 30 점 이내의 화질 지수를 갖는다. 또한, 흑백포화, Gamma Curve, Contrast Ratio, Black Level을 포함하는 평가 항목 "명암대비"는 0 ~ 20 점 이내의 화질 지수를 갖는다. 또한, 휘도 히스토그램, 휘도를 포함하는 평가 항목 "밝기"는 0 ~ 20 점 이내의 화질 지수를 갖는다. 또한, color 히스토그램, RGB 색좌표, 피부색 색좌표, White Balance, 색포화를 포함하는 평가 항목 "색재현"은 0 ~ 0 점 이내의 화질 지수를 갖는다. 또한, 양자화 잡음, C/Y-SN을 포함하는 평가 항목 "잡음"은 0 ~ 10 점 이내의 화질 지수를 가지며, H/V Linearity와 Circle-Distortion을 포함하는 평가 항목 "왜곡특성"도 0 ~ 10 점 이내의 화질 지수를 갖는다.
한편, 선택된 메트릭들의 객관적 결과들은 정보 신호에 대한 객관적 화질 평가를 위해서 상관 결과들과 결합된다. 따라서, 객관적 화질평가 측정부(120)는 화질평가 항목의 각 메트릭에 대해, 예컨대, 다음 표2와 같은 화질평가 항목별 상관도를 갖는다.
화질평가 항목 사용된 메트릭 화질평가 항목별 상관도
선명도 (30점) Y-Preshoot 0.67
Y-Overshoot 0.67
Y-Ringing 0.46
MTF 0.42
명암대비 (20점) 흑백포화 0.37
Gamma Curve 0.35
Contrast Ratio 0.3
Black Level 0.27
밝기 (20점) 휘도 히스토그램 0.5
휘도 0.55
색재현 (10점) Color 히스토그램 0.56
RGB 색좌표 0.49
피부색 색좌표 0.08
White Balance 0.11
색포화 0.50
Noise (10점) 양자화 Noise 0.63
C/Y-SN 0.73
왜곡특성 (10점) H/V Linearity 0.69
Circle-Distortion 0.34
이어, 객관적 화질평가 측정부(120)는 평가 항목에 대해 객관적 화질평가 인자를 도출한다(S306).
즉, 객관적 화질평가 측정부(120)는 선명도에 대한 해당 인자(X1 ~ X8), 명암대비에 대한 해당 인자(X9 ~ X14), 밝기에 대한 해당 인자(X15 ~ X16), 색재현에 대한 해당 인자(X17 ~ X18), 잡음에 대한 해당 인자(X19)를 각각 산출하는 것이다.
이후, 화질평가 모델링부(130)는 화질평가 인자값을 주관적 화질평가 데이터에 반영하여 점수로 매핑한다(S308).
여기서, 각각의 메트릭들은 단일의 각각의 측정값을 포함하고, 상관 결과들은 각각의 측정값마다 단일의 가중 인자를 포함하며, 객관적 화질 측정의 점수는 다음 수학식1과 같이 메트릭 측정값들의 각각의 가중 인자들과 메트릭 측정값을 곱한 것들의 합으로 계산된다.
Figure 112005064478312-PAT00001
수학식1은 평가 항목 중 "선명도"에 대한 점수를 나타낸다.
다음 수학식2는 "명암대비" 평가 항목에 대한 점수를 나타낸다.
Figure 112005064478312-PAT00002
다음 수학식3은 "밝기" 평가 항목에 대한 점수를 나타낸다.
Figure 112005064478312-PAT00003
다음 수학식4는 "색재현" 평가 항목에 대한 점수를 나타낸다.
Figure 112005064478312-PAT00004
전술한 바와 같은 과정으로 화질평가 인자값을 주관적 화질평가 데이터에 반영하여 점수로 매핑한 이후, 화질 평가 시스템(100)은 화질평가 알고리즘부(140)를 통해 상관도에 의한 화질평가 결과를 확정한다(S310).
즉, 다음 표3과 같이 주관적 화질평가 데이터에, 상관도에 따른 화질 예측 모델(IQPM:Image Quality Prediction Model)값을 산출하여 화질평가를 확정하게 되는 것이다.
항목 선명도 명암대비 밝기 색재현 Noise Total
점수 30점 30점 20점 10점 10점 100점
구분 주관평가 IQPM 주관평가 IQPM 주관평가 IQPM 주관평가 IQPM 주관평가 IQPM 주관평가 IQPM
제품1 24 25.7 25 23.4 16 14.9 9 8.3 9 9.1 83 82.5
절대편차 0.5
한편, 화질 평가 항목의 각각의 메트릭에 대해 도 6에 도시된 바와 같이 10점으로 균일하게 평준화시키게 되면, 도시된 그래프와 같이 물리적 메트릭과 화질 인식도 간은 선형적인 관계가 아님을 알 수 있다.
그리고, 화질 평가 시스템(100)은 도 7에 도시된 바와 같이 화질 평가 결과를 화면 상으로 출력해 준다. 도 7에 도시된 화질 평가 결과에 대한 화면은, 화질 평가 항목 중 선명도 메트릭에 대한 결과값과, 선명도 메트릭의 결과에 대한 설명, 선명도 메트릭의 그래프, 입력 메트릭의 정의(File Input Define), 평가 항목의 점수 결과, 각 평가 항목에 대한 설명 등을 나타낸다.
전술한 바와 같이 본 발명에 의하면, ㅍ다수의 화질 평가단에 의해 수행된 주관적 화질 평가 데이터를 근거로, 다수의 객관적 화질 평가 데이터를 산출하여 점수로 매핑하고, 상관도에 따라 가중치를 부가하여 집계한 후 기준치와 비교하여 화질 평가 결과를 얻도록 하는 화질 평가 방법 및 시스템을 실현할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 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.
이상에서 설명한 바와 같이 본 발명에 의하면, 화질 평가 대상이 되는 디스플레이의 화질을 외부 환경의 영향이 없는 암실 등에서 계측기를 사용하여 측정함으로써 현장에서 바로 주관적인 화질 평가와 같은 화질 평가를 수행할 수 있고, 이 화질 평가를 주관적인 화질 평가자와 같이 점수화하여 표시할 수 있게 된다.
또한, 디스플레이 시스템의 개발시마다 새로운 화질 평가단을 구성하여 그들에게 점수를 받는 과정 등을 생략하게 됨으로써 개발 시간과 개발비를 절감할 수 있게 된다. 그리고, 화질 평가자의 구성과 취향 및 시청 환경에서 기인하는 평가 결과의 편차를 배제할 수 있어 화질 평가의 신뢰성을 높일 수 있다.

Claims (12)

  1. (a) 다수의 화질 평가자로부터 주관적 화질평가 데이터를 입력받는 단계;
    (b) 테스트 대상이 되는 비디오 영상을 촬영하여 영상 데이터로 입력받고, 입력된 상기 영상 데이터를 각 평가 항목별로 화질평가 인자값으로 산출하는 단계;
    (c) 상기 화질평가 인자값을 화질 평가 모델링을 통해 상기 주관적 화질평가 데이터에 반영하여 점수로 매핑시키는 단계; 및
    (d) 상기 화질평가 인자값을 상기 주관적 화질평가 데이터와 상관도에 따라 연산하여 객관적 화질평가 데이터를 화면 상에 출력하는 단계;를 포함하는 것을 특징으로 하는 화질 평가 방법.
  2. 제 1 항에 있어서,
    상기 주관적 화질평가 데이터는, 선명도, 명암대비, 밝기, 색재현, 및 잡음에 대한 메트릭을 포함하는 것을 특징으로 하는 화질 평가 방법.
  3. 제 1 항에 있어서,
    상기 객관적 화질평가 데이터는, 선명도, 명암대비, 밝기, 색재현, 잡음, 및 왜곡특성에 대한 메트릭을 포함하는 것을 특징으로 하는 화질 평가 방법.
  4. 제 1 항에 있어서,
    각각의 메트릭은 단일의 각각의 측정값을 포함하고,
    상기 화질평가 인자값을 상기 주관적 화질평가 데이터와 상관한 결과에는 각각의 측정값마다 단일의 가중 인자를 포함하며,
    상기 객관적 화질평가 데이터는 메트릭 측정값들의 각각의 가중 인자들과 메트릭 측정값을 곱한 것들의 합으로 계산하여 얻는 것을 특징으로 하는 화질 평가 방법.
  5. 제 1 항에 있어서,
    상기 객관적 화질평가 데이터는 각 평가 항목에 대해 수치 데이터로 출력함과 더불어, 각 평가 항목에 대한 결과를 평가 내용으로 출력하는 것을 특징으로 하는 화질 평가 방법.
  6. 다수의 화질 평가자로부터 주관적 화질평가 데이터를 입력받는 주관적 화질평가 입력부;
    테스트 대상이 되는 비디오 영상을 촬영하여 영상 데이터로 입력받고, 입력된 상기 영상 데이터를 각 평가 항목별로 화질평가 인자값으로 산출하는 객관적 화질평가 측정부;
    상기 화질평가 인자값을 화질 평가 모델링을 통해 상기 주관적 화질평가 데이터에 반영하여 점수로 매핑시키는 화질평가 모델링부; 및
    상기 화질평가 인자값을 상기 주관적 화질평가 데이터와 상관도에 따라 연산 하여 객관적 화질평가 데이터를 화면 상에 출력하는 화질평가 알고리즘부;를 포함하는 것을 특징으로 하는 화질 평가 시스템.
  7. 제 6 항에 있어서,
    상기 객관적 화질평가 측정부는,
    평가하고자 하는 대상이 되는 비디오 데이터를 화면 상으로 출력하는 디스플레이 장치;
    상기 디스플레이 장치에서 출력되는 비디오 화면을 촬영하거나 캡쳐하여 영상 데이터로 입력하는 촬영기기; 및
    촬영된 또는 캡쳐된 상기 영상 데이터에 대하여 각 평가 항목별로 수치 데이터를 산출하는 측정데이터 산출부;를 포함하는 것을 특징으로 하는 화질 평가 시스템.
  8. 제 6 항에 있어서,
    상기 주관적 화질평가 데이터는, 선명도, 명암대비, 밝기, 색재현, 및 잡음에 대한 메트릭을 포함하는 것을 특징으로 하는 화질 평가 시스템.
  9. 제 6 항에 있어서,
    상기 객관적 화질평가 데이터는, 선명도, 명암대비, 밝기, 색재현, 잡음, 및 왜곡특성에 대한 메트릭을 포함하는 것을 특징으로 하는 화질 평가 시스템.
  10. 제 9 항에 있어서,
    상기 선명도는 Y-Preshoot, Y-Overshoot, Y-Ringing, MTF(Modulation Transfer Function)를 포함하는 메트릭을 갖고,
    상기 명암대비는 흑백포화, Gamma Curve, Contrast Ratio, Black Level을 포함하는 메트릭을 가지며,
    상기 밝기는 휘도 히스토그램, 휘도를 포함하는 메트릭을 가지며,
    상기 색재현은 color 히스토그램, RGB 색좌표, 피부색 색좌표, White Balance, 색포화를 포함하는 메트릭을 가지며,
    상기 잡음은 양자화 잡음, C/Y-SN을 포함하는 메트릭을 가지며,
    상기 왜곡특성은 H/V Linearity와 Circle-Distortion을 포함하는 메트릭을 갖는 것을 특징으로 하는 화질 평가 시스템.
  11. 제 6 항에 있어서,
    상기 객관적 화질평가 측정부는 화질평가 항목의 각 메트릭에 대해, 화질평가 항목별 상관도를 갖는 것을 특징으로 하는 화질 평가 시스템.
  12. 제 11 항에 있어서,
    각각의 메트릭은 단일의 각각의 측정값을 포함하고, 상기 화질평가 인자값을 상기 주관적 화질평가 데이터와 상관한 결과에는 각각의 측정값마다 단일의 가중 인자를 포함하며, 상기 객관적 화질평가 데이터는 메트릭 측정값들의 각각의 가중 인자들과 메트릭 측정값을 곱한 것들의 합으로 계산하여 얻는 것을 특징으로 하는 화질 평가 시스템.
KR1020050107036A 2005-11-09 2005-11-09 화질 평가 방법 및 시스템 KR100731358B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020050107036A KR100731358B1 (ko) 2005-11-09 2005-11-09 화질 평가 방법 및 시스템
US11/581,451 US20070103551A1 (en) 2005-11-09 2006-10-17 Method and system for measuring video quality

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050107036A KR100731358B1 (ko) 2005-11-09 2005-11-09 화질 평가 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20070049833A true KR20070049833A (ko) 2007-05-14
KR100731358B1 KR100731358B1 (ko) 2007-06-21

Family

ID=38003333

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050107036A KR100731358B1 (ko) 2005-11-09 2005-11-09 화질 평가 방법 및 시스템

Country Status (2)

Country Link
US (1) US20070103551A1 (ko)
KR (1) KR100731358B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009131350A3 (en) * 2008-04-21 2010-01-14 Core Logic Inc. Selecting best image
KR101035365B1 (ko) * 2010-02-04 2011-05-20 서강대학교산학협력단 Ｃｓ를 이용한 화질 평가 장치 및 방법
KR101358576B1 (ko) * 2013-12-31 2014-02-06 인하대학교 산학협력단 주관적/객관적 동영상 비교를 통해 사용자가 인식하는 화질 저하를 최소화 하는 동영상 트랜스코딩 최적화 방법
KR101361442B1 (ko) * 2013-12-31 2014-02-13 인하대학교 산학협력단 프레임별 고주파 정보 추출을 활용한 동영상 트랜스코딩 최적화 방법
KR101362654B1 (ko) * 2013-12-31 2014-02-14 인하대학교 산학협력단 컬러 및 명암 분석 기술을 활용한 동영상 트랜스코딩 최적화 방법
US8948521B2 (en) 2010-01-12 2015-02-03 Industry-University Cooperation Foundation Sogang University Method and apparatus for assessing image quality using quantization codes
KR101515387B1 (ko) * 2014-04-22 2015-04-28 경북대학교 산학협력단 디스플레이 인지 화질 평가 방법, 이를 수행하기 위한 기록 매체 및 장치
WO2015102237A1 (ko) * 2013-12-31 2015-07-09 인하대학교 산학협력단 주관적/객관적 동영상 비교를 통해 사용자가 인식하는 화질 저하를 최소화 하는 동영상 트랜스코딩 최적화 방법

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8040864B2 (en) * 2008-05-28 2011-10-18 Broadcom Corporation Map indicating quality of service for delivery of video data to wireless device
WO2010093745A1 (en) 2009-02-12 2010-08-19 Dolby Laboratories Licensing Corporation Quality evaluation of sequences of images
US8351768B2 (en) * 2009-07-23 2013-01-08 Microsoft Corporation Media processing comparison system and techniques
JP2012049627A (ja) * 2010-08-24 2012-03-08 Sony Corp 信号処理装置、信号処理方法およびプログラム
CN102143388B (zh) * 2011-04-22 2013-12-18 赛特斯信息科技股份有限公司 Iptv用户体验质量评估装置及评估方法
US8407207B1 (en) * 2011-05-12 2013-03-26 Google Inc. Measuring video content of web domains
US9202269B2 (en) 2011-06-21 2015-12-01 Thomson Licensing User terminal device, server device, system and method for assessing quality of media data
CN103167313B (zh) * 2011-12-08 2015-03-11 中国电信股份有限公司 视频监控业务质量测试方法和系统、质量测试服务器
US8943099B1 (en) 2012-05-18 2015-01-27 Google Inc. Determining codomain relationship measures
US20140192207A1 (en) * 2013-01-07 2014-07-10 Jinsong Ji Method and apparatus to measure video characteristics locally or remotely
CN103841410B (zh) * 2014-03-05 2016-05-04 北京邮电大学 基于图像特征信息的半参考视频QoE客观评估方法
CN104023229B (zh) * 2014-06-23 2016-07-06 公安部第三研究所 非接触式影像系统性能检测方法及系统
GB2529446A (en) * 2014-07-17 2016-02-24 British Academy Of Film And Television Arts The Measurement of video quality
CN105678771B (zh) * 2016-01-06 2018-09-18 无线生活（杭州）信息科技有限公司 一种图像质量分的确定方法及装置
US10586110B2 (en) * 2016-11-03 2020-03-10 Netflix, Inc. Techniques for improving the quality of subjective data
CN110971891A (zh) * 2018-09-30 2020-04-07 北京奇虎科技有限公司 视频质量评估方法、装置及电子设备
CN110691236B (zh) * 2019-09-18 2021-05-07 宁波大学 一种全景视频质量评价方法
US20220189626A1 (en) * 2020-12-11 2022-06-16 Advanced Neuromodulation Systems, Inc. Systems and methods for detecting and addressing quality issues in remote therapy sessions
KR20230019311A (ko) 2021-07-29 2023-02-08 삼성디스플레이 주식회사 구동 제어부, 이를 포함하는 표시 장치 및 이를 이용한 표시 패널의 구동 방법

Family Cites Families (9)

* 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
US5940124A (en) * 1997-07-18 1999-08-17 Tektronix, Inc. Attentional maps in objective measurement of video quality degradation
US6496221B1 (en) * 1998-11-02 2002-12-17 The United States Of America As Represented By The Secretary Of Commerce In-service video quality measurement system utilizing an arbitrary bandwidth ancillary data channel
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
US20030161406A1 (en) * 2002-02-26 2003-08-28 Chulhee Lee Methods for objective measurement of video quality
KR100434162B1 (ko) * 2002-03-13 2004-06-04 학교법인연세대학교 객관적 비디오 화질 평가 장치 및 방법
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
US7038710B2 (en) * 2002-07-17 2006-05-02 Koninklijke Philips Electronics, N.V. Method and apparatus for measuring the quality of video data
KR100556247B1 (ko) * 2003-12-24 2006-03-03 삼성전자주식회사 화질 평가 장치 및 그 제어방법

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009131350A3 (en) * 2008-04-21 2010-01-14 Core Logic Inc. Selecting best image
US8724917B2 (en) 2008-04-21 2014-05-13 Core Logic Inc. Selecting best image among sequentially captured images
US8948521B2 (en) 2010-01-12 2015-02-03 Industry-University Cooperation Foundation Sogang University Method and apparatus for assessing image quality using quantization codes
KR101035365B1 (ko) * 2010-02-04 2011-05-20 서강대학교산학협력단 Ｃｓ를 이용한 화질 평가 장치 및 방법
KR101358576B1 (ko) * 2013-12-31 2014-02-06 인하대학교 산학협력단 주관적/객관적 동영상 비교를 통해 사용자가 인식하는 화질 저하를 최소화 하는 동영상 트랜스코딩 최적화 방법
KR101361442B1 (ko) * 2013-12-31 2014-02-13 인하대학교 산학협력단 프레임별 고주파 정보 추출을 활용한 동영상 트랜스코딩 최적화 방법
KR101362654B1 (ko) * 2013-12-31 2014-02-14 인하대학교 산학협력단 컬러 및 명암 분석 기술을 활용한 동영상 트랜스코딩 최적화 방법
WO2015102237A1 (ko) * 2013-12-31 2015-07-09 인하대학교 산학협력단 주관적/객관적 동영상 비교를 통해 사용자가 인식하는 화질 저하를 최소화 하는 동영상 트랜스코딩 최적화 방법
KR101515387B1 (ko) * 2014-04-22 2015-04-28 경북대학교 산학협력단 디스플레이 인지 화질 평가 방법, 이를 수행하기 위한 기록 매체 및 장치

Also Published As

Publication number Publication date
US20070103551A1 (en) 2007-05-10
KR100731358B1 (ko) 2007-06-21

Similar Documents

Publication Publication Date Title
KR100731358B1 (ko) 화질 평가 방법 및 시스템
CA2958720C (en) Method and system for objective perceptual video quality assessment
US20090096778A1 (en) Method and apparatus of detecting image-sticking of display device
EP0977446B1 (en) Picture quality assessment using spatial location with or without subsampling
Correia et al. Objective evaluation of relative segmentation quality
Redi et al. Comparing subjective image quality measurement methods for the creation of public databases
Krasula et al. Preference of experience in image tone-mapping: Dataset and framework for objective measures comparison
Barkowsky et al. On the perceptual similarity of realistic looking tone mapped high dynamic range images
KR100859937B1 (ko) 디스플레이의 그레이 레벨 대 휘도 곡선을 신속히 생성하는방법 및 장치
Keimel et al. Improving the prediction accuracy of video quality metrics
Choudhury et al. Combining quality metrics for improved hdr image quality assessment
US20050267726A1 (en) Apparatus and method for prediction of image reality
Choudhury et al. Advantages of incorporating perceptual component models into a machine learning framework for prediction of display quality
US20030193511A1 (en) Measuring PSNR of full color video
US20050105802A1 (en) Method and an arrangement for objective assessment of video quality
Tong et al. Testing color dif ference evaluation methods for color digital images
CN108271020B (zh) 一种基于视觉注意力模型的全景视频质量评价方法
Choudhury et al. 55‐1: Invited Paper: Prediction of overall HDR quality by using perceptually transformed display measurements
US11875495B2 (en) Methods of video quality assessment using parametric and pixel level models
JP3097153B2 (ja) 青果物等の等級検定装置
Gupta et al. A Survey on various objective Image Quality Assessment Techniques
Choudhury et al. Machine learning as applied intrinsically to individual dimensions of HDR Display Quality
Udora et al. QoE Modelling of High Dynamic Range Video
Mozhaeva et al. A contrast sensitivity model of the human visual system in modern conditions for presenting video content
CN112201192A (zh) 一种显示器的伽马值的确定方法、装置、设备及其介质

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
LAPS Lapse due to unpaid annual fee