基于支持向量回归的无参考MS-SSIM视频质量 评价模型

TP391; 多尺度结构相似度(multi-scale structural similarity,MS-SSIM)是一种常用的全参考视频质量评价准则,由于评价时需要原始视频作为参考,因此无法用于实时的网络视频质量评价中,故提出一种基于H.264码流的无参考MS-SSIM视频质量评价模型.该模型从H.264码流中提取出I帧和P帧的编码模式、运动矢量等参数,然后对这些参数进行统计分析,来表征视频的纹理丰富程度和运动剧烈与复杂程度;结合量化参数等信息构成码流特征参数集,使用支持向量回归(support vector regression,SVR)方法建立码流特征参数和MS-SSIM之间的映射关系模...

Full description

Saved in:
Bibliographic Details
Published in北京工业大学学报 Vol. 44; no. 12; pp. 1486 - 1493
Main Authors 卓力, 张美娜, 王贯瑶, 李嘉锋
Format Journal Article
LanguageChinese
Published 北京工业大学计算智能与智能系统北京市重点实验室,北京,100124 01.12.2018
Subjects
支持向量回归
无参考
多尺度结构相似度
H.264
码流参数
Online AccessGet full text
ISSN0254-0037
DOI10.11936/bjutxb2018020028

Cover

More Information
Summary:TP391; 多尺度结构相似度(multi-scale structural similarity,MS-SSIM)是一种常用的全参考视频质量评价准则,由于评价时需要原始视频作为参考,因此无法用于实时的网络视频质量评价中,故提出一种基于H.264码流的无参考MS-SSIM视频质量评价模型.该模型从H.264码流中提取出I帧和P帧的编码模式、运动矢量等参数,然后对这些参数进行统计分析,来表征视频的纹理丰富程度和运动剧烈与复杂程度;结合量化参数等信息构成码流特征参数集,使用支持向量回归(support vector regression,SVR)方法建立码流特征参数和MS-SSIM之间的映射关系模型,用于预测H.264码流的MS-SSIM视频质量度量.该模型只使用从H.264码流中提取的编码参数,无须原始的参考视频,也无须对视频进行解码.与现有的无参考码流预测模型相比,该模型可以获得更高的预测精度.
ISSN:0254-0037
DOI:10.11936/bjutxb2018020028