Giới thiệu ở đây là một phát triển mới trong đánh giá chất lượng hình ảnh,và là một đo lường chất lượng khách quan dựa trên nhận thức thị giác của con người (Webster et al, 1993). Kể từ khi nó được đánh giá khách quan, nó được lặp lại, thực hiện nhanh chóng và dễ dàng.
Thị giác đánh giá chất lượng tốt nhất được thực hiện thông qua các phương pháp tiếp cận chủ quan vì trong trường hợp này HVS là người xem cuối cùng. Việc thực hiện đánh giá là chủ quan, tuy nhiên, tốn thời gian, tốn kém, và thiếu lặp lại. Mặt khác, mặc dù không phải luôn luôn chính xác, đánh giá khách quan là nhanh chóng, dễ dàng, và lặp lại. Mục tiêu ở đây là để phát triển một hệ thống chất lượng đo lường khách quan như vậy. Để đạt được mục tiêu này, hệ thống được dựa trên đánh giá chủ quan. Đó là, nó sử dụng đánh giá đạt được thông qua đánh giá chủ quan như là một tiêu chí để tìm kiếm cho các phép đo khách quan mới để có đánh giá khách quan gần giống với một trong những chủ quan nào nhất có thể.
Nguồn gốc - Phương pháp đánh giá chất lượng của hệ thống khách quan được thể hiện trong Hình 1.12. Thử nghiệm Video đầu vào đi qua một khối suy giảm. Khối
suy giảm, hoặc máy phát điện suy giảm, bao gồm các mã nén video khác nhau (cặp mã-giải mã) với tỷ lệ bit khác nhau, và hoạt động vận hành video từ 56 kb / giây đến 45 Mb / giây.
Dưới hình thức một cặp video thử nghiệm, các video đầu vào và video đầu vào suy giảm, được gửi đến một khối đánh giá chủ quan cũng như các khối lựa chọn một tính năng thống kê.
Việc đánh giá chủ quan chất lượng hình ảnh thông thường như đã giới thiệu trong phần mục trước được thực hiện trong khối đánh giá chủ quan, trong đó bao gồm một bảng điều khiển lớn của các nhà quan sát, ví dụ như, 48 cộng sự quan sát ở Webster . (1993). Trong khối lựa chọn tính năng thống kê, một loạt các hoạt động thống kê được tiến hành và thống kê tính năng khác nhau được lựa chọn. Ví dụ bao gồm lọc Sobel, nhà điều hành Laplacian, lệnh differencing đầu tiên, tính toán mômen, biến đổi Fourier, v.v.. đo lường thống kê sau đó được lựa chọn dựa trên các hoạt động thống kê và các tính năng. Đánh giá khách quan được hình thành như sau:
= +
biểu thị sự đánh giá đầu ra của việc đánh giá đối tượng, hoặc chỉ đơn giản là biện pháp khách quan, mà là một ước lượng tốt về số điểm chủ quan tương ứng. Các , i = 1, ..., L, l, được lựa chọn các phép đo khách quan. , , i = 1, .., L, l là hệ số trong mô hình tuyến tính của việc đánh giá khách quan.
Kết quả của việc đánh giá khách quan và đánh giá chủ quan được áp dụng cho một khối phân tích thống kê. Trong khối phân tích thống kê, đánh giá đánh giá khách quan được so sánh với những đánh giá chủ quan. Kết quả so sánh được đưa trở lại vào khối lựa chọn tính năng thống kê. Các phép đo thống kê thu được trong các khối lựa chọn tính năng thống kê được kiểm tra theo hiệu suất của họ trong đánh giá. Một đo lường thống kê được coi là tốt nếu nó có thể giảm một lượng đáng kể sự khác biệt giữa đánh giá khách quan và đánh giá chủ quan. Đo lường tốt nhất được xác định thông qua một tìm kiếm đầy đủ giữa các phép đo khác nhau. Lưu ý rằng các hệ số trong phương trình 1.21 được kiểm tra trong khối phân tích thống kê một cách tương tự như được sử dụng cho các phép đo.
thống, toàn bộ quá trình đó sẽ trở nên rõ ràng hơn ở bên dưới đây. Kết quả: Kết quả báo cáo bởi Webster (1993) được giới thiệu ở đây. Tính năm thông tin - Như đã đề cập tại mục 1.2.2, sự khác biệt giữa độ nhạy cảm là chìa khóa trong cảm nhận thị giác của con người. Hai tính năng được lựa chọn: đó là nhận biết về thông tin không gian (số lượng không gian chi tiết) và sự cảm nhận thông tin thời gian (số lượng biến đổi độ chói theo thời gian), liên quan đến các điểm ảnh. Thông tin không gian (SI) được định nghĩa như công thức dưới đây
SI( fn ) = STDs {Sobel( fn )} (1.22)
STDs là viết tắt cho độ lệch tiêu chuẩn trong lĩnh vực không gian, Sobel chỉ rõ hoạt động Sobel, và fn đại diện cho các khung hình video thứ n. Thông tin không gian (TI ) được định nghĩa tương tự:
TI(fn)=STDs{∆fn} (1.23)
Trong đó: ∆fn= fn- f(n-1) , Tức là, sự chênh lệch giữa các khung hình kế tiếp. Xác định phép đo:L là tham số trong phương trình 1.21 được chọn là ba. Đó là (1.24)
L tham số trong phương trình 1.21 được chọn là ba. Đó là các phép đó n1, n2, n3
được xây dựng dựa trên các tính năng thông tin được xác định, SI và TI, như sau:
1. Phép đo n1 :
RMSt là giá trị đại diện cho thư mục gốc có nghĩa là giá trị bình phương được thực hiện trên khung thời gian, ofn và dfn biểu thị khung ban đầu thứ n và khung thứ n bị suy thoái, tương ứng. Nó được quan sát thấy rằng n1 là một biện pháp thay đổi tương đối các thông tin không gian giữa các khung ban đầu và khung bị suy thoái.
2. Phép đo n2:
Mà trong đó STDt biểu thị toán tử độ lệch tiêu chuẩn về thời gian, và CONV cho thấy các thao tác tích chập giữa hai đối số của nó. Nó được hiểu là thông tin thời gian, TI, đo sự thay đổi độ chói theo thời gian (thời gian chuyển động) và tích chập đối số [- 1,2,-1] tăng cường sự biến đổi do tính chất bộ lọc. Do đó, n2 đo sự khác biệt của TI giữa các khung hình gốc và chọn lọc khung.
Trong đó, MAXt chỉ lấy các giá trị tối đa theo thời gian. Do đó, phép đo n3 đáp ứng tỷ lệ giữa các thông tin thời gian của video bị suy thoái và các bản video gốc. Biến dạng như các tạo tác khối ( được thảo luận trong chương 11) và chuyển động giật lùi ( được thảo luận trong chương 10) xẩy ra trong mã hóa video, sẽ làm cho n3 rất lớn. Mục đích dự đoán: Lỗi bình phương quy trình được áp dụng để kiểm tra chuỗi video với các phép đo ni, i=1,2,3, được xác định ở trên, để làm giảm sự sai lệch giữa các điểm đánh giá thu được từ việc đánh giá chủ quan và đánh giá mục tiêu. Kết quả là các hệ số ước lượng ao và ai, i=1,2,3. Kết quả, đánh giá khách quan chất lượng của ˆs sẽ trở thành.
Báo cáo kết quả thực nghiệm: Nó được ghi nhận rằng hệ số tương quan giữa điểm số đánh giá chủ quan và điểm số đánh giá khách quan ( ước tính số điểm chủ quan ) là trong khoảng 0.92 đến 0.94. Lưu ý là, một tập hợp của 36 cảnh quay thử nghiệm có chứa một lượng thông tin không gian và thời gian khác nhau đã được sử dụng trong các thí nghiệm. Do đó, điều rõ ràng là hiệu suất đạt được khá tốt, mặc dù có chỗ cải tiến hơn, công việc này hiện đã mở ra một cách mới và đầy hứa hẹn để đánh giá chất lượng hình ảnh bằng cách kết hợp nhiều phương pháp tiếp cận khách quan và chủ quan. Vì nó là khách quan, nhanh chóng và dễ dàng; Và bởi vì nó được dựa trên các phép đo lường chủ quan, nó chính xác hơn về mối tương quan cao với nhận thức của con người. Về mặt lý thuyết, các biện pháp thông tin không gian và thời gian quy định trên diffirencing rất quan trọng. Chúng phản ánh các khía cạnh quan trọng nhất trong cảm nhận thị giác của con người.