
视频质量评价是对视频解码器等设备质量分析评价中最为重要的步骤。将视频解码设备输出的视频与原始视频进行比对,即全参考视频质量评价,是目前应用最为广泛的视频质量评价方法之一。全参考视频质量评价中往往采用专家人工观察对比待评价视频和原始视频的方法。但是这种方法具有显著的缺点:
(1)依赖专家经验,比对人员专业技能要求较高;
(2)比对结果受主观影响较大;
(3)比对工作耗时较长,期间可能多次反复。
为解决传统人工比对的缺点,已有大量的研究提出了基于计算机自动比对的视频质量评价算法[1]。其中最为著名的包括峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)算法[2]和结构相似性(Structural SIMilarity,SSIM)算法[3]。这些算法可以将对应的一对被测图像与参考图像进行自动比对,计算出其定义的指标作为被测图像质量的评价。
在利用上述算法对视频质量进行评价时,理论上只需要将被测视频与原始视频逐帧进行比较,就可以获得被测视频每一帧图像的质量评价,然后以各个视频图像得分的统计值,例如平均值,作为整个视频的质量评价。然而,在实际视频质量评价中,高效、可靠地获得被测视频的逐帧图像,并获得其与原始视频图像逐帧对应关系十分困难,从而造成了PSNR、SSIM等算法应用前提要求过高,难以在实际视频评价工作中使用的问题。造成这些困难的主要原因包括:
(1)被测视频的输出形式差别较大,既有数字信号输出的,也有模拟信号输出的。……