ứng dụng đa phương tiện.
Để đánh giá hiệu năng của các phương pháp trong 2 mô hình FR và RR, VQEG
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.
5.3.2 Hiệu năng các phương pháp theo mô hình tham chiếu rút gọn (RR)
Bảng 11 Hiệu năng của các phương pháp theo mô hình tham chiếu rút gọn (RR)[6]
Số đo PSNR Yonsei 56k Yonsei 128k Yonsei 256k
RMSE siêu tập hợp 0,71 0,73 0,73 0,73
60
Tổng nhóm biểu thị cao nhất 6 4 4 4
Tương đương với hoặc tổng
PSNR tốt hơn 6 4 4 4
Tương đương với PSNR siêu
tập hợp tốt hơn Có Có Có Có
Tương quan siêu tập hợp 0,78 0,77 0,77 0,77
Từ bảng đánh giá trên có thể thấy các phương pháp đánh giá chất lượng video trong các ứng dụng đa phương tiện theo mô hình tham chiếu rút gọn của Yonsei có hiệu năng tương đương nhau.
5.3.3 Hiệu năng các phương pháp theo mô hình không tham chiếu (NR)
Đối với mô hình không tham chiếu, để kiểm tra hiệu năng của các phương pháp, sử dụng 2 số liệu: Hệ số tương quan Sperman (SROCC) và Hệ số tương quan Pearson (LCC). Các phương pháp đánh giá theo mô hình NR được thực hiện trên cơ sở dữ liệu IQA Live [2] của 29 hình ảnh tham chiếu và 779 hình ảnh suy giảm với năm loại biến dạng khác nhau - nén JPEG và JPEG2000 (JP2K), nhiễu trắng Gauss (WN), biến dạng kênh fading nhanh Rayleigh và nhòe Gauss.
Bảng 12 Hiệu năng của các phương pháp theo mô hình không tham chiếu (NR) [7]
Số đo PSNR BLIINDSII NIQE
SROCC 0,8636 0,9124 0,9135
LCC 0,8592 0,9164 0,9147
5.4 Mô phỏng phương pháp đánh giá chất lượng hình ảnh theo giải thuật NR-NIQE
Qua nghiên cứu đánh giá ở các phần trên, có thể thấy đối với mô hình tham chiếu đầy đủ, phương pháp đánh giá theo giải thuật Swissqual được xem là giải thuật có hiệu năng cao nhất, các phương pháp theo mô hình tham chiếu rút gọn có hiệu năng tương đương nhau. Đối với mô hình không tham chiếu, về mặt tương quan Sperman phương pháp NIQE được đánh giá cao hơn, tuy nhiên BLIINDSII lại có tương quan Pearson cao hơn NIQE. Nhưng nói chung tất cả các phương pháp đều có độ chính xác từ 90% trở lên so với các đánh giá chủ quan. Điều đó cho thấy tính chính xác và khả năng áp dụng thực tế rất cao cho tất cả các phương pháp.
Nhằm hiểu sâu hơn về các phương pháp đánh giá, mục tiêu của phần này nhằm xây dựng chương trình mô phỏng một giải thuật đánh giá khách quan chất lượng hình
61
ảnh trong các ứng dụng đa phương tiện. Hiện nay các giải thuật theo mô hình tham chiếu đầy đủ như NTT, Swissqual, PEVQ…là những phương pháp được các hãng sản xuất sử dụng phổ biến trong các thiết bị đo của họ. Tuy nhiên những giải thuật này khá phức tạp và do bí mật công nghệ nên em chưa có điều kiện tiếp cận cũng như khả năng cài đặt các giải thuật này. Các giải thuật theo mô hình không tham chiếu có độ phức tạp cũng như độ khó cài đặt thấp hơn. Em có thể hiểu và cài đặt được giải thuật NR- NIQE trên môi trường Matlab. Vì thế em lựa chọn giải thuật NR-NIQE để mô phỏng việc đánh giá chất lượng hình ảnh trong luận văn này.