監(jiān)控視頻的質(zhì)量評(píng)價(jià)技術(shù)研究.pdf

1、監(jiān)控視頻在獲取以及傳輸過程中都會(huì)必可避免地產(chǎn)生各種降質(zhì),失真,這些不僅會(huì)降低人們觀察視頻時(shí)的主觀感受,而且會(huì)對(duì)視頻的后期處理和應(yīng)用產(chǎn)生影響,這些應(yīng)用包括運(yùn)動(dòng)目標(biāo)檢測(cè)、字符識(shí)別、行為分類等等。目前的視頻質(zhì)量評(píng)價(jià)算法通常被分為主觀評(píng)價(jià)和客觀評(píng)價(jià)兩類。主觀評(píng)價(jià)算法是指由觀測(cè)人員觀看視頻后根據(jù)主觀感知直接給出品質(zhì)等級(jí)的判斷;而客觀評(píng)價(jià)算法則試圖由計(jì)算機(jī)技術(shù)代替人眼做出自動(dòng)的快速評(píng)測(cè)?？陀^評(píng)價(jià)算法將人從繁重枯燥的工作中解脫出來,因而成為研究的主流

2、,學(xué)者們先后提出了統(tǒng)計(jì)模型評(píng)價(jià)算法、基于視覺系統(tǒng)仿真(HVS)的評(píng)價(jià)模型、以及基于結(jié)構(gòu)相似性(SSIM)的算法。
　　本文在實(shí)踐的基礎(chǔ)上對(duì)這些算法進(jìn)行了論述,并且針對(duì)各種主流算法的優(yōu)缺點(diǎn)進(jìn)行了探討,并據(jù)此提出了主客觀結(jié)合的綜合評(píng)價(jià)系統(tǒng)。算法中用非線性回歸模型將訓(xùn)練樣本的結(jié)構(gòu)信息、主觀評(píng)價(jià)級(jí)別與樣本視頻的客觀表征參數(shù)結(jié)合起來,對(duì)回歸模型進(jìn)行訓(xùn)練。在訓(xùn)練完成后,用該模型對(duì)待評(píng)價(jià)的失真視頻進(jìn)行品質(zhì)評(píng)估。該算法的優(yōu)點(diǎn)是評(píng)價(jià)過程并不需要有一

3、個(gè)理論上質(zhì)量完美的基準(zhǔn)視頻作為參考,而且評(píng)價(jià)機(jī)構(gòu)可以根據(jù)對(duì)視頻的特殊需要進(jìn)行調(diào)整,只需要在樣本訓(xùn)練階段修改評(píng)價(jià)標(biāo)準(zhǔn)和評(píng)價(jià)級(jí)別。但是非線性回歸算法也有一定缺點(diǎn):回歸算法的推廣度低,且適應(yīng)性不好。本文通過引入圖像多尺度變換的方法,對(duì)回歸模型進(jìn)行改進(jìn)。改進(jìn)后的算法經(jīng)試驗(yàn)證明在對(duì)視頻進(jìn)行品質(zhì)分類的過程中有很好的準(zhǔn)確性和魯棒性,而基于學(xué)習(xí)算法的模型其適應(yīng)性也能達(dá)到要求。
　　現(xiàn)有的視頻質(zhì)量評(píng)價(jià)算法都是基于幀圖像的品質(zhì)測(cè)定的,然而監(jiān)控視頻對(duì)于