3D视频质量评价PQM（Perceptual Quality Metric）算法

　　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：