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

Abstract 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.
AbstractList 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.
Author 王贯瑶
卓力
张美娜
李嘉锋
AuthorAffiliation 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
AuthorAffiliation_xml – name: 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
Author_FL LI Jiafeng
WANG Guanyao
ZHUO Li
ZHANG Meina
Author_FL_xml – sequence: 1
  fullname: ZHUO Li
– sequence: 2
  fullname: ZHANG Meina
– sequence: 3
  fullname: WANG Guanyao
– sequence: 4
  fullname: LI Jiafeng
Author_xml – sequence: 1
  fullname: 卓力
– sequence: 2
  fullname: 张美娜
– sequence: 3
  fullname: 王贯瑶
– sequence: 4
  fullname: 李嘉锋
BookMark eNrjYmDJy89LZWCQNDTQMzS0NDbTT8oqLalIMjIwtDAwMjAwsmBh4DQwMjXRNTAwNudg4C0uzkwyMDAxsjQ3NDbmZHB5On_Xk119z6asf9bT-HTCxJft_U9nz3u6d9LzWS3Ppi942t_0oqHZN1g3ONjT98XytpeLJr7YsgKoSOHF-pYnu7c_W7Hw6bxuHgbWtMSc4lReKM3NEOrmGuLsoevj7-7p7OijW2xoYGKsm5RsYGaSZmxgaZRmYZRmCXSEUXJaooWlqaWBUZppcnKagZmZmYGpYWpiskVaWkqaQaq5eZpxaqphaoqJiXliqjE3gybE3PLEvLTEvPT4rPzSojygjfFJWemVKRUQbxsCvW1sDACznmQ8
ClassificationCodes TP391
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11936/bjutxb2018020028
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL No-reference MS-SSIM Video Quality Assessment Model Based on Support Vector Regression
EndPage 1493
ExternalDocumentID bjgydxxb201812003
GrantInformation_xml – fundername: 国家自然科学基金资助项目
  funderid: (61531006)
GroupedDBID -03
2B.
4A8
5XA
5XD
92H
92I
93N
ABJNI
ACGFS
ADMLS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CEKLB
CW9
P2P
PSX
TCJ
TGT
U1G
U5M
ID FETCH-LOGICAL-s1043-bc064f3092f82f90422cfa895902f5ccf0666051eac8ffdf0e77f3ee1ed447ae3
ISSN 0254-0037
IngestDate Thu May 29 03:59:35 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 12
Keywords 支持向量回归
无参考
多尺度结构相似度
H.264
码流参数
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1043-bc064f3092f82f90422cfa895902f5ccf0666051eac8ffdf0e77f3ee1ed447ae3
PageCount 8
ParticipantIDs wanfang_journals_bjgydxxb201812003
PublicationCentury 2000
PublicationDate 2018-12-01
PublicationDateYYYYMMDD 2018-12-01
PublicationDate_xml – month: 12
  year: 2018
  text: 2018-12-01
  day: 01
PublicationDecade 2010
PublicationTitle 北京工业大学学报
PublicationTitle_FL Journal of Beijing University of Technology
PublicationYear 2018
Publisher 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
Publisher_xml – name: 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
SSID ssib004297133
ssib051370302
ssj0039890
ssib001129165
ssib002263171
Score 2.2059143
Snippet 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...
SourceID wanfang
SourceType Aggregation Database
StartPage 1486
Title 基于支持向量回归的无参考MS-SSIM视频质量 评价模型
URI https://d.wanfangdata.com.cn/periodical/bjgydxxb201812003
Volume 44
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 0254-0037
  databaseCode: ADMLS
  dateStart: 20180110
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssj0039890
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1Na9RAdChbED2In_hNEeck0XxMkpljJpuliOulLfRWkmym0sMW7BZqT34UPSjWiiAo1I-LvfUiCBX_TXfd_gvfm0x3w7qH2kt4efPmzfuYybxJZl4IueUWYRgUMAALJ8stlhbcSlURWgq_YoW5SH2dp7v5IJieY_fm_fmJ2onKrqXVTnYnXx97ruQ4XgUc-BVPyf6HZwdMAQEw-Beu4GG4HsnHNPGpaFAZ0YThlSc0CahgNGogwGOIEzWNTQUAgsLKnzc0RlKRICDrVLg0CamA6kxXD2lkYxFQcijiuBmCe80ZCx68TbyPgEuA7CJX8-VUQpN80MBtTdTQ_EAuSWWIjIEiKsVJKJfVqFi3FmPLpR5RrEUDQXyN4SgdYCKGbSNQp1FQAUBXqOUf9h7NDxTzNBCBttUSGWsFQyoTbTEfJRPxkCRENJeHijW0eRwqgyEJmKluKgswkEDdwe5GLfMWxeEjO1KOqycYLtG2CxEQ2ppCaL9D4x46saxuOsBIEWjqoRsQkNhhxovBtbtLH-pacCuFFiPRvQUcHmHFEgNCuvEYVm6MCbfKI-tminF9ZmEKoup8yFh13LuV2Q2WzkElUoLFtTd-Fhb6P0HZ0mpnLUNr27gViA9DjsFG0Gxp8XFrrSRyyrS9ky7Mz3aNTEb15v2ZYWgPgalT-SIPywYIfZ1qXBU6w6WL73g4lw1SyXmCm_etRmOzwwFFvTsqqD7A11Zpe7ESa86eIafNInEqKkf8WTKx_vAcOVVJHXqe1Luf9_b33vTe7_ZeP-2-3Tp4udn9tN39_e7Px43ehy_dzWf9J8_NmO1_f3Hwbav_YweIpvq7G_u_fvZ2vna3X10gc41kNp62zB9RrBUHt8lkOawglGcLV3FXCczfl6uUC8zBpPw8V_g2AnSHaIor1VI2PImVVxRO0WIsTAvvIqm1l9vFJTLlq4w5SinHVy5LbS-FuF9x_P1FmOZ-4VwmN40NFswTb2XhH29dOQrRVXJyOOKukVrn0WpxHSL5TnbDOPkvzUSzdw
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E5%9B%9E%E5%BD%92%E7%9A%84%E6%97%A0%E5%8F%82%E8%80%83MS-SSIM%E8%A7%86%E9%A2%91%E8%B4%A8%E9%87%8F+%E8%AF%84%E4%BB%B7%E6%A8%A1%E5%9E%8B&rft.jtitle=%E5%8C%97%E4%BA%AC%E5%B7%A5%E4%B8%9A%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5&rft.au=%E5%8D%93%E5%8A%9B&rft.au=%E5%BC%A0%E7%BE%8E%E5%A8%9C&rft.au=%E7%8E%8B%E8%B4%AF%E7%91%B6&rft.au=%E6%9D%8E%E5%98%89%E9%94%8B&rft.date=2018-12-01&rft.pub=%E5%8C%97%E4%BA%AC%E5%B7%A5%E4%B8%9A%E5%A4%A7%E5%AD%A6%E8%AE%A1%E7%AE%97%E6%99%BA%E8%83%BD%E4%B8%8E%E6%99%BA%E8%83%BD%E7%B3%BB%E7%BB%9F%E5%8C%97%E4%BA%AC%E5%B8%82%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%8C%97%E4%BA%AC%2C100124&rft.issn=0254-0037&rft.volume=44&rft.issue=12&rft.spage=1486&rft.epage=1493&rft_id=info:doi/10.11936%2Fbjutxb2018020028&rft.externalDocID=bjgydxxb201812003
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fbjgydxxb%2Fbjgydxxb.jpg