|
Kategorie: Diplomové, bakalářské práce |
Tento dokument chci!
Cílem této práce je vytvořit program schopný implementovat metriku CPqD-IESpro hodnocení kvality videosekvencí v prostředí MATLAB. Tato metrika je popsánav doporučení ITU-R BT.1683 pro metody objektivního měření kvality videosekvencíve standardním rozlišení vysílaném digitální televizí v reálném čase s plnou referencí. Hodnocení kvality videa je vypočítáno na základě objektivních parametrův závislosti na segmentaci obrazu. Měřené videosekvence jsou segmentací rozčleněnydo oblastí hran, ploch a textur. Objektivní parametry jsou přiřazeny ke každé z těchto oblastí. Vztah mezi každým objektivním parametrem a subjektivním hodnocenímkvality je aproximován křivkou, která je výsledným odhadem úrovně kvality pro každý parametr.
,
m9
(CIF)
}, včetně časových prostorových atributů byly zprůměrovány přes 20
snímků každé videosekvence.
Videosekvence mají 1080 aktivních řádků obnovovací frekvenci půlsnímků
za sekundu. hodnocení používá měřítko kvality, kdy je
vybrána odpovídající hodnota rozsahu 100 [13]. Tyto podmínky splňuje
soubor videosekvencí IRCCyN IVC 1080i Database [11], kde dispozici celkem 20
referenčních videosekvencí různém charakteru zároveň sedmi znehodnocených
videosekvencích každé referenčních videosekvencí., m9
(420)
}, {m1
(CIF)
, m2
(CIF)
, ...
29
. hodnocení používá měřítko kvality,
kde volí jedna pěti kategorií kvality [12].
Databáze pro objektivní hodnocení videosekvencí rozlišení byla vytvořena
z referenčních videosekvencí (uvedených tabulce 3. Znehodnocené videosekvence
byly vytvořeny video kodekem MPEG-4 part (H. Navíc museli
být všechny videosekvence formátu vzorkování 4:2:2 YCBCR.2 Databáze HD
K vytvoření databáze testování videosekvencí rozlišení musel najít soubor
videosekvencí, které obsahují referenční videosekvence nim několik spřažených
znehodnocených videosekvencí uvedeným subjektivním hodnocením.
Subjektivní hodnocení byly získány metodou ACR (Absolute cathegory rating)
a metodou SAMVIQ (Subjective assessment methodology for video quality).průměrnými subjektivními hodnoceními kvality jSL Při výběru znehodnocených
videosekvencí databáze byl kladen důraz to, aby jejich velikosti objektivních
parametrů mi,j subjektivních hodnocení kvality jSL splňovaly výše uvedenou
skutečnost.2) jejich znehodnocených
videosekvencí základě postupu uvedeného předchozí kapitole 3. Hodnotitelé
přitom mají libovolný přístup všem videosekvencím souboru, mohou mezi
videosekvencemi přepínat své hodnocení mohou měnit dokud neohodnotí všechny
videosekvence testovaného souboru., m9}, {m1
(420)
, m2
(420)
, .4.. Vzorky jasového chrominančních signálů datovém souboru
periodicky opakují sekvenci celých snímcích každé obrazových složek.1.4. metody SAMVIQ jsou hodnotitelům
předkládány současně celé soubory videosekvencí, kdy jeden soubor obsahuje
referenční videosekvenci několik znehodnocených videosekvencí.. Následně byly zjištěny parametry jiF, jiG základě
minimalizace očekávané střední kvadratické chyby rovnice (33) pro každou
videosekvenci zařazenou databáze.264) různě nastavenou bitovou
rychlostí podle typu videosekvence, aby bylo dosaženo rozdílných kvalit video-
sekvencí. Všechny
znehodnocené videosekvence prošly algoritmem metriky CPqD-IES naměřené
objektivní parametry {m1, m2, . Pro vytvoření databáze
znehodnocených modelů byly vybrány subjektivní hodnocení získané metodou
SAMVIQ, protože hodnotitelé mohou zvolit subjektivní hodnocení přesněji podle svého
uvážení, protože mají větší dynamický rozsah hodnot... metody
ACR jsou hodnotitelům předkládány znehodnocené videosekvence náhodném pořadí
bez přítomnosti referenční videosekvence.
Videosekvence mají rozdílný počet snímků, který odpovídá délce trvání videosekvencí
mezi sekundami.
3
