3D视频质量评价PQM(Perceptual Quality Metric)算法
来源:互联网 发布:八门神器ios源码 编辑:程序博客网 时间:2024/04/30 12:51
该算法由英国萨里大学的P. Joveluro, H. Malekmohamadi, W.A.C Fernando, and A.M. Kondoz等人提出。该论文把2D视频质量评价上的客观评价标准推广到了3D视频上,其基本理论依据是人眼视觉系统(Human Visual System HVS)。论文提出的PQM(Perceptual Quality Metric)在3D质量评价上的测试结果要由于VQM(Video Quality Metric),该标准对图像质量下降和从像素级到序列级的量化误差敏感度较高。
PQM标准量化了亮度和对比度的失真,它使用每一个宏块中像素的平均值来获得一个近似的权重。像素级的失真用下面的公式计算:
是宏块t中各像素的亮度失真,和分别是位置为i的像素在原始图像和受损图像的亮度。和 分别是原始图像和受损图像宏块t里各像素的平均亮度。如果亮度差过小的话, 会被设置为0,如果过大的话就会被归一化为1。
C(t)为对比度失真,由下面公式得到:
K为常数255。
则宏块级的感知失真定义为:
N为每一个宏块中的像素数,宏块t在视频帧中的权重为:
由W(t)加权后可得到帧级的感知失真:
的取值范围为[0,1]。进而我们可以得出最终的PQM:
本文仅考虑了亮度分量,这是由于在HVS中人眼对亮度的敏感性要远高于对色度的敏感性,亮度分量构成了图像的结构信息。本文利用纹理和深度图来把2D标准推广到3D领域。
实验的测试平台为JSVM,纹理图和深度图均按QP值为30,35,40,45,50量化。测试序列为4个960x540,Butterfly、Interior和Inition 2D-3D world cup为25fps(250帧),Watermill为30fps(300帧):
皮尔逊相关系数:
- 3D视频质量评价PQM(Perceptual Quality Metric)算法
- 视频主观质量评价工具:MSU Perceptual Video Quality tool
- 视频主观质量评价工具:MSU Perceptual Video Quality tool
- 3D mesh 的质量评估(Perceptual Metrics Quality)
- 数字视频质量评价 Video-Quality Metric
- 3D-SSIM立体视频质量评价算法
- deep learing解决3D图像质量评价(image quality assessment)问题
- 3D视频的质量评价报告 (MSU出品)
- 视频客观质量评价工具:MSU Video Quality Measurement Tool
- 近期deep learning做图像质量评价(image quality assessment)的论文3
- 基于深度感知和运动信息的3D视频质量评价
- 视频质量评价
- 视频质量评价方法
- 视频质量评价
- 视频质量评价方法
- H.264视频质量评价算法(基于偏最小二乘法回归)
- 近期deep learning做图像质量评价(image quality assessment)的论文
- 近期deep learning做图像质量评价(image quality assessment)的论文2
- Xcode 插件管理
- 堆排序
- sql 获取最大的流水号
- 仿微信/支付宝支付密码界面htm
- 数据处理中使用的各种熵
- 3D视频质量评价PQM(Perceptual Quality Metric)算法
- 使用storyboard,设置tab bar Item的选中图片(selected Image)
- linux下查看mysql binlog日志
- Android MVP框架MVPro的使用和源码分析
- ”U盘门“你看好了吗?
- XMLHttpRequest
- Java虚拟机-----方法区和运行时常量池
- URL访问网站的过程(三次握手、四次挥手),发送RST包的四种情况,常用协议
- SharePoint 2013 开发教程