一种用于压缩立体视频质量的客观评价方法技术

本发明专利技术公开了一种用于压缩立体视频质量的客观评价方法，所述客观评价方法包括以下步骤：对训练视频样本进行立体视频质量评价指标的提取；对训练视频样本进行立体视频立体感评价指标的提取；对立体视频质量评价指标、立体视频立体感评价指标与主观评价分值之间的关系进行回归分析，最终确立完整的数学模型；对于测试样本集中的某个立体视频，利用完整的数学模型进行视频质量的评价，输出评价结果。本发明专利技术将清晰度、结构相似度与运动信息结合在立体视频质量客观评价中，实现了准确高效的评价立体视频的质量，同时在一定程度上推动立体成像技术的发展。

【技术实现步骤摘要】
一种用于压缩立体视频质量的客观评价方法
本专利技术涉及视频和图像处理领域，尤其涉及一种用于压缩立体视频质量的客观评价方法。
技术介绍
立体视频技术是一种能够提供视觉深度感的新型多媒体技术，与平面视频相比，立体视频主要利用双目视差原理，通过双目分别接收左右两个通道的视频序列，给观看者带来较好的临场感，但同时也需要更多的存储空间和更大的传输带宽。因此，对立体视频进行高效压缩是降低存储成本、缓解网络带宽压力的关键技术。但通过压缩编码减少立体视频的数据量，势必会引起各种降质。除此之外，在立体视频采集、处理及传输过程中，都难免会引起失真。因此，探索影响立体视频质量的主要因素，建立一个有效可靠的立体视频质量评价模型对立体信息行业的发展尤为重要。立体视频评价系统不仅可以评价接收端立体视频质量的优劣，还可以为立体视频压缩、传输及其他处理方法提供新的理论依据，从而促进立体视频压缩算法和传输方式的优化。立体视频质量评价可分为主观评价和客观评价。由于主观评价方法对实验环境、测试流程、被试者素质等有较高要求，所以完成一次主观评价既耗时又耗力，且结果的精确度易受外界条件影响，结果的可移植性和稳定性难以达到应用要求。客观评价方法较主观评价方法快速、稳定且简单易行。因此，研究合理且高效的客观评价方法意义重大。目前，在立体视频质量的客观评价方面，经典且常用的方法有基于统计的峰值信噪比[1]、结构相似度方法及其衍生出的一系列方法[2]以及视频质量模型(VQM)[3]。一些学者将经典的平面视频质量评价方法直接应用到立体视频质量的客观评价中，具有代表性的如成于庆等人[1]提取参考视频与失真视频的绝对差值图，计算绝对差值图的峰值信噪比(PSNR)值来获得立体视频评价结果；DonghyunKim等人[2]将改进后的PSNR和结构相似度(SSIM)算法分别应用到立体视频质量评价算法中，改进方法中考虑到了深度特征和运动特征，即根据视差图和运动信息赋予不同的图像块以不同的权重。文献[4]在评价立体视频质量时，直接将PSNR、SSIM(结构相似度)和VQM应用于左、右视点的质量评价中，并以左、右视点质量的均值作为立体视频的质量值，实验结果表明利用VQM模型得到的质量和深度感与主观评价结果有很好的一致性；文献[5]利用VQM模型，考虑了观看环境的亮度以及视频内容，评价结果更符合人类的视觉特征。由于视差图包含了视频的立体信息，为了评价立体视频的立体感质量，可从视差角度对立体视频的立体感进行评价，利用左、右视频的质量的加权和反映立体视频的图像质量。一些文献将立体视频质量评价分为两部分，即视频的画面质量和立体感质量。例如，张艳等人[6]提出了一种基于SSIM和视差图的立体视频质量评价模型，分别评价画面质量和视频立体感，赋予两个评价指标不同的权重；马辰阳等人[7]充分考虑了视频帧内的亮度信息、结构信息以及帧间的运动信息，提出了一种立体视频质量客观评价方法，利用基于梯度的SSIM方法估计视频质量，并分析左、右视点质量对评价结果的影响大小，并通过计算绝对差值图的PSNR值估计视频立体感。但是以上所提的方法存在不足之处。首先，以上方法都提取了能够反映立体视频质量的部分特征，但是所提特征的种类都比较有限，因此，不能全面准确地反映立体视频质量；其次，以上方法大多属于全参考评价模型，需要占用较大的带宽资源。
技术实现思路
本专利技术提供了一种用于压缩立体视频质量的客观评价方法，本专利技术将清晰度、结构相似度与运动信息结合在立体视频质量客观评价中，实现了准确高效的评价立体视频的质量，同时在一定程度上推动立体成像技术的发展，详见下文描述：一种用于压缩立体视频质量的客观评价方法，所述客观评价方法包括以下步骤：对训练视频样本进行立体视频质量评价指标的提取；对训练视频样本进行立体视频立体感评价指标的提取；对立体视频质量评价指标、立体视频立体感评价指标与主观评价分值之间的关系进行回归分析，最终确立完整的数学模型；对于测试样本集中的某个立体视频，利用完整的数学模型进行视频质量的评价，输出评价结果。其中，在对训练视频样本进行立体视频质量评价指标的提取与综合的步骤之前，所述客观评价方法还包括：根据ITU-RBT.500和ITU-RBT.1438标准通过主观测试获取评价数据样本，选取训练视频样本和测试视频样本。其中，立体视频质量评价指标具体为：全局质量结构相似度和全局清晰度。其中，所述对训练视频样本进行立体视频质量评价指标的提取步骤具体为：提取局部质量结构相似度、局部清晰度、局部运动矢量的运动权重；通过局部质量结构相似度和局部运动矢量的运动权重，获取单帧图像的质量结构相似度，取立体视频中所有帧的质量结构相似度的平均值作为全局质量结构相似度；通过局部清晰度和局部运动矢量的运动权重，获取单帧图像的清晰度，取立体视频中所有帧的清晰度的平均值作为全局清晰度。其中，立体视频立体感评价指标具体为：全局深度结构相似度。其中，所述对训练视频样本进行立体视频立体感评价指标的提取的步骤具体为：计算立体视频单视点第i帧第j块像素块的局部深度结构相似度指标，获取视频中所有局部深度结构相似度的平均值，并作为最终的全局深度结构相似度指标。本专利技术提供的技术方案的有益效果是：本方法是在全参考的SSIM客观质量评价算法的基础上，考虑边缘信息、清晰度信息和运动信息提出的部分参考客观评价算法。本方法采用视频质量专家组(VQEG，VideoQualityExpertGroup)推荐的Pearson相关系数(PCC，PearsonCorrelationCoefficient)和均方根误差(RMSE，RootMeanSquareError，)指标来比较各评价方法[8]。PCC反映预测值的精确度，其值越大，表明主客观评价的相关性越好；RMSE反映数据的离散程度，其值越小，表明客观评价算法的性能越好。实验结果及数据对比表明，本方法的Pearson相关系数都大于SSIM算法的Pearson相关系数；而本方法所提出的质量评价算法的RMSE值都小于SSIM算法的RMSE值。由此可见，本方法所提出的新的立体视频质量客观评价算法的性能在主客观相关性和数据分散度方面均优于经典算法SSIM。由于本方法提取了种类比较齐全的能够反映立体视频质量的特征，因此本方法能够更加全面准确地反映立体视频质量，并与人眼视觉感知保持良好的一致性。而且本方法属于半参考评价模型，能够有效地节省带宽资源。附图说明图1为立体视频库的示意图；(a)为参考立体视频ballroom.yuv的示意图；(b)为QP＝48失真立体视频ballroom.yuv的示意图；(c)为参考立体视频airplane.yuv的示意图；(d)为QP＝48失真立体视频airplane.yuv的示意图；(e)为参考立体视频woshou.yuv的示意图；(f)为QP＝48失真立体视频woshou.yuv的示意图。其中QP为H.264压缩编码体系中的量化参数。QP值越小，其量化程度越精细，相应的对视频的压缩率也越小，由压缩引起的视频质量下降也就越小；QP值越大，其量化程度越粗糙，相应的对视频的压缩率也越大，由压缩引起的视频质量下降也就越大。当采用QP值为48时压缩产生的视频质量下降对人眼观看影响最为严重。图2为用于压本文档来自技高网...

【技术保护点】
一种用于压缩立体视频质量的客观评价方法，其特征在于，所述客观评价方法包括以下步骤：对训练视频样本进行立体视频质量评价指标的提取；对训练视频样本进行立体视频立体感评价指标的提取；对立体视频质量评价指标、立体视频立体感评价指标与主观评价分值之间的关系进行回归分析，最终确立完整的数学模型；对于测试样本集中的某个立体视频，利用完整的数学模型进行视频质量的评价，输出评价结果。

【技术特征摘要】
1.一种用于压缩立体视频质量的客观评价方法，其特征在于，所述客观评价方法包括以下步骤：对训练视频样本进行立体视频质量评价指标的提取；对训练视频样本进行立体视频立体感评价指标的提取；对立体视频质量评价指标、立体视频立体感评价指标与主观评价分值之间的关系进行回归分析，最终确立完整的数学模型；对于测试样本集中的某个立体视频，利用完整的数学模型进行视频质量的评价，输出评价结果；所述立体视频质量评价指标具体为：全局质量结构相似度和全局清晰度；所述对训练视频样本进行立体视频质量评价指标的提取步骤具体为：提取局部质量结构相似度、局部清晰度、局部运动矢量的运动权重；通过局部质量结构相似度和局部运动矢量的运动权重，获取单帧图像的质量结构相似度，取立体视频中所有帧的质量结构相似度的平均值作...

【专利技术属性】
技术研发人员：李素梅，丁学东，马瑞泽，侯春萍，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12