ứng dụng đa phương tiện.
59
sử dụng hai số liệu cho các mô hình: Căn bậc hai của sai số trung bình bình phương (RMSE) và tương quan Pearson. RMSE được coi là thước đo chính để phân tích hiệu năng mô hình. Vì vậy, RMSE được sử dụng để xác định xem mô hình nào nằm trong nhóm các mô hình hiệu năng cao nhất đối với từng định dạng/độ phân giải của hình ảnh thử nghiệm.
PSNR được tính toán như một số đo tham chiếu và so sánh với tất cả các mô hình. PSNR được tính toán theo Khuyến nghị ITU-T Rec. J.340, trong đó bao gồm hiệu chuẩn thời gian và không gian. Tuy nhiên, để tiết kiệm thời gian tính toán, tăng độ sáng & tính toán bù đắp cho PSNR được tính toán một cách riêng biệt và đưa vào thuật toán PSNR như là hằng số và một khoảng tìm kiếm thích hợp được lựa chọn cho mỗi tập dữ liệu. Mô hình được yêu cầu thực hiện hiệu chuẩn riêng nếu cần thiết.
5.3.1 Hiệu năng các phương pháp theo mô hình tham chiếu đầy đủ (FR)
Bảng 10 Hiệu năng của các phương pháp theo mô hình tham chiếu đầy đủ (FR)[6]
Số đo PSNR NTT Opticom Swissqual Tektronix Yonsei
RMSE siêu tập hợp 0,71 0,74 0,88 0,56 0,65 0,74 Tổng nhóm biểu thị cao nhất 1 0 0 5 3 1 Tổng PSNR tốt hơn 0 0 0 4 4 1 PSNR siêu tập
hợp tốt hơn Không Không Không Có Không Không
Tương quan
siêu tập hợp 0,78 0,76 0,63 0,87 0,82 0,76
Dựa vào kết quả đánh giá trên, phương pháp đánh giá theo giải thuật Swissqual được xem là giải thuật có hiệu năng cao nhất trong nhóm các phương pháp đánh giá chất lượng hình ảnh video trong các ứng dụng đa phương tiện theo mô hình tham chiếu đầy đủ.