[發(fā)明專利]基于背景消除的小波域視頻質(zhì)量評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710926882.8
• 申請(qǐng)日: 2017-10-08
• 公開（公告）號(hào): CN107809631B
• 公開（公告）日: 2019-05-14
• 發(fā)明（設(shè)計(jì)）人: 張淑芳;黃小琴
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): H04N17/00
• 分類號(hào): H04N17/00
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 李素蘭

本發(fā)明公開了一種基于背景消除的小波域視頻質(zhì)量評(píng)價(jià)方法，第一步：視頻序列全局質(zhì)量第二步：采用背景消除法計(jì)算視頻的局部質(zhì)量第三步：計(jì)算視頻的總體質(zhì)量，即根據(jù)所得到的視頻序列的局部質(zhì)量和全局質(zhì)量，視頻質(zhì)量評(píng)價(jià)模型本發(fā)明旨在提高視頻客觀質(zhì)量評(píng)價(jià)與人眼的主觀質(zhì)量評(píng)價(jià)的一致性；對(duì)于不同的失真類型、不同的場(chǎng)景均能夠有較好的視頻評(píng)價(jià)性能，并且該算法具有較低的復(fù)雜度，能夠?qū)崿F(xiàn)實(shí)時(shí)質(zhì)量評(píng)價(jià)。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻質(zhì)量評(píng)價(jià)領(lǐng)域，特別是涉及一種小波域視頻質(zhì)量評(píng)價(jià)模型。

背景技術(shù)

視頻質(zhì)量評(píng)價(jià)算法能夠衡量不同程度的失真，近年已成為視頻領(lǐng)域的熱門研究方向。視頻質(zhì)量評(píng)價(jià)方法可分為主觀評(píng)價(jià)和客觀評(píng)價(jià)，主觀質(zhì)量評(píng)價(jià)主要是通過(guò)人眼視覺效果來(lái)評(píng)價(jià)視頻質(zhì)量，被認(rèn)為是最可靠的質(zhì)量評(píng)價(jià)方法。因此通常采用主觀評(píng)價(jià)結(jié)果與客觀評(píng)價(jià)結(jié)果的一致性作為客觀評(píng)價(jià)算法的性能評(píng)價(jià)指標(biāo)。

失真視頻的感知質(zhì)量是全局質(zhì)量和局部質(zhì)量共同作用的結(jié)果。全局質(zhì)量是觀測(cè)者對(duì)于視頻質(zhì)量的粗略印象，由視頻序列全部幀的質(zhì)量求均值后獲取；局部質(zhì)量主要由人眼視覺關(guān)注、序列間質(zhì)量變化等特性確定。通過(guò)分別計(jì)算視頻序列的全局、局部質(zhì)量，得到視頻的總體質(zhì)量。

目前國(guó)際上存在多種客觀視頻質(zhì)量評(píng)價(jià)方法，其中平均標(biāo)準(zhǔn)差(MSE)、峰值信噪比(PSNR)、結(jié)構(gòu)相似性(SSIM)和多尺度結(jié)構(gòu)相似性(MS-SSIM)由于模型簡(jiǎn)單，在圖像和視頻質(zhì)量評(píng)價(jià)中廣泛運(yùn)用，但這些方法與人眼視覺感知的一致性差。Kalpana等人對(duì)此進(jìn)行改進(jìn)，利用Gabor濾波器對(duì)圖像進(jìn)行多通道分解，對(duì)各通道進(jìn)行運(yùn)動(dòng)估計(jì)，提出了基于運(yùn)動(dòng)的時(shí)空域視頻質(zhì)量評(píng)價(jià)算法(MOVIE)。Phong等人結(jié)合圖像質(zhì)量評(píng)價(jià)模型MAD、時(shí)空域相關(guān)性以及基于人眼視覺系統(tǒng)的模型分別對(duì)視頻序列的空間失真、時(shí)空域失真進(jìn)行衡量，從而提出了基于空域和時(shí)空域切片梯度相似度的視頻質(zhì)量評(píng)價(jià)算法(VIS3)。根據(jù)人類視覺系統(tǒng)在理解視頻時(shí)主要依靠圖像內(nèi)在的各種邊緣結(jié)構(gòu)信息的特點(diǎn)，PengYan等人提出基于時(shí)空切片梯度相似度的視頻質(zhì)量評(píng)價(jià)方法。這些方法能夠獲得較高的準(zhǔn)確性，但是復(fù)雜度高，限制了模型的實(shí)用性。

與圖像質(zhì)量評(píng)價(jià)不同，視頻質(zhì)量評(píng)價(jià)不僅與空域失真相關(guān)，還與時(shí)域的變化相關(guān)。時(shí)域的變化包含運(yùn)動(dòng)信息以及時(shí)域的失真信息，而觀測(cè)者在觀察視頻的時(shí)候，注意力會(huì)被突然出現(xiàn)的物體、運(yùn)動(dòng)劇烈的物體和時(shí)域失真信息如重影等所影響，也就是說(shuō)，前景信息是人眼的關(guān)注重點(diǎn)之一。幀差法是一種簡(jiǎn)單的運(yùn)動(dòng)物體提取方法，具有背景更新快，自適應(yīng)能力強(qiáng)等特點(diǎn)。幀差法由于其簡(jiǎn)單快速的特性在視頻質(zhì)量評(píng)價(jià)中廣泛運(yùn)用于提取視頻序列的運(yùn)動(dòng)信息。Loh等人將參考視頻、失真視頻的當(dāng)前幀分別與參考視頻的前向兩幀相減，提出一種基于SSIM的時(shí)域視頻質(zhì)量評(píng)價(jià)方法，該方法速度快，但是與人眼視覺感知一致性、通用性都較差，這是因?yàn)閹罘▽?duì)于較大的、顏色一致的運(yùn)動(dòng)目標(biāo)，有可能在目標(biāo)內(nèi)部產(chǎn)生空洞，從而無(wú)法完整的提取運(yùn)動(dòng)目標(biāo)。但是在視頻質(zhì)量評(píng)價(jià)中直接應(yīng)用會(huì)影響模型的準(zhǔn)確性，因?yàn)樵谶B續(xù)多幀存在相同失真信息的情況下，幀差法會(huì)將這些失真信息濾除，而相同失真類型的累加對(duì)視頻質(zhì)量的影響更大。

由于人眼視覺系統(tǒng)的復(fù)雜性，當(dāng)前存在的視頻質(zhì)量評(píng)價(jià)算法在時(shí)效性和準(zhǔn)確性上并沒(méi)有達(dá)到很好的均衡。

發(fā)明內(nèi)容

考慮人眼視覺系統(tǒng)對(duì)于邊緣結(jié)構(gòu)信息、運(yùn)動(dòng)物體和失真信息的高關(guān)注度，本發(fā)明提出了一種基于背景消除的小波域視頻質(zhì)量評(píng)價(jià)方法，考慮人眼視覺系統(tǒng)對(duì)于邊緣結(jié)構(gòu)信息、運(yùn)動(dòng)物體和失真信息的高關(guān)注度，以改進(jìn)的幀差法提取視頻序列的運(yùn)動(dòng)信息，構(gòu)建包含了運(yùn)動(dòng)信息和失真信息的時(shí)空域視頻塊，結(jié)合Haar小波變換在提取邊緣信息上的優(yōu)勢(shì)，實(shí)現(xiàn)了小波域視頻質(zhì)量評(píng)價(jià)方法(BSWQ)。

本發(fā)明的一種基于背景消除的小波域視頻質(zhì)量評(píng)價(jià)方法，該方法包括以下步驟：

第一步：計(jì)算全局質(zhì)量，采用4級(jí)haar離散小波變換(DWT)分別對(duì)參考視頻R_N和失真視頻D_N的每一幀進(jìn)行分解，其分解系數(shù)分別表示如下：