CN110611809A - 帧分辨率自适应的视频空时域复杂度评价方法 - Google Patents

帧分辨率自适应的视频空时域复杂度评价方法 Download PDF

Info

Publication number
CN110611809A
CN110611809A CN201910981311.3A CN201910981311A CN110611809A CN 110611809 A CN110611809 A CN 110611809A CN 201910981311 A CN201910981311 A CN 201910981311A CN 110611809 A CN110611809 A CN 110611809A
Authority
CN
China
Prior art keywords
video
frame
determining
time domain
standard deviation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910981311.3A
Other languages
English (en)
Other versions
CN110611809B (zh
Inventor
公衍超
杨楷芳
刘颖
林庆帆
王富平
卢津
王玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi Normal University
Xian University of Posts and Telecommunications
Original Assignee
Shaanxi Normal University
Xian University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shaanxi Normal University, Xian University of Posts and Telecommunications filed Critical Shaanxi Normal University
Priority to CN201910981311.3A priority Critical patent/CN110611809B/zh
Publication of CN110611809A publication Critical patent/CN110611809A/zh
Application granted granted Critical
Publication of CN110611809B publication Critical patent/CN110611809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

一种帧分辨率自适应的视频空时域复杂度评价方法，由确定边长、确定基本计算单元大小、确定基本计算单元的标准差、确定视频的标准差、确定基本计算单元的帧间差、确定视频的帧间差、评价视频的空时域复杂度组成。解决了现有技术采用固定计算单元、视频空时域复杂度评价准确度很难保证的问题，有效地提高了视频空时域复杂度评价方法的准确度。本发明具有评价方法简单、评价准确等优点，可用于视频编码、视频摘要、视频异常行为分析的预处理过程。

Description

帧分辨率自适应的视频空时域复杂度评价方法
技术领域
本发明属于视频处理技术领域，具体涉及到视频复杂度评价方法。
背景技术
随着互联网技术、多媒体技术、硬件技术的飞速发展，各种视频应用，例如电影电视、视频监控、视频会议，已经深入到人们日常生活的方方面面。而保证这些视频应用能够有效运行的关键是各种视频处理技术，例如视频编码、视频摘要、视频异常行为分析。在对视频进行编码、摘要、异常行为分析处理时，通常会先评价视频的空时域复杂度，然后根据视频空时域复杂度特性，对视频进行不同的处理，从而提高处理效率。所以视频空时域复杂度的评价对于保证视频技术处理的效率，保证视频应用***的有效运行，起着关键的作用。
视频空时域复杂度评价分为空域复杂度评价和时域复杂度评价两部分。空域复杂度指的是视频帧中包含内容的纹理多样性及其粗糙程度，常用的评价指标有灰度共生矩阵、像素值方差、像素值标准差。时域复杂度指的是视频中物体的运动快慢程度，常用的评价指标有运动矢量、光流失量、帧间差值。在具体应用中，这些方法通常要先选定一个固定大小的基本计算单元，基本计算单元可以是一个像素也可以是一个像素块。然后将基本计算单元的值做累加或者均值等运算后得到视频的空时域复杂度评价。当前在各种视频应用中使用的视频的帧分辨率多种多样，例如VGA(640×480)、WVGA(832×480)、720p(1280×720)、1080p(1920×1080)、2K(2560×1600)。同一个内容场景如果反应在不同帧分辨率的视频中，场景中相同物体所占的像素个数会有明显不同。所以视频帧的分辨率是影响视频中内容空时域复杂度衡量的一个重要因素。
上述固定基本计算单元大小的视频空时域复杂度评价方式虽然简单，但其也存在明显的缺点：不能根据输入视频帧分辨率自适应选择合理的基本计算单元大小，视频空时域复杂度评价准确度很难保证。
发明内容
本发明所要解决的技术问题在于克服上述现有技术的缺点，提供一种评价方法简单、评价准确的帧分辨率自适应的视频空时域复杂度评价方法。
解决上述技术问题所采用的技术方案是由下述步骤组成：
(1)确定边长
输入视频的帧分辨率，帧分辨率包括帧宽与帧高两部分信息，按照式(1)得到边长l，
其中round()为取整函数，wf为帧宽，hf为帧高，p1∈[0.5,3.5]，p2∈[0.05,0.4]，wc∈{88,89,...,704}，hc∈{72,73,...,576}。
(2)确定基本计算单元大小
基本计算单元为矩形像素块，由边长l，确定基本计算单元的宽wb和高hb，
wb＝αl (2)
hb＝βl (3)
其中α∈{0.5,1,1.5,2,2.5,3}，β∈{0.5,1,1.5,2,2.5,3}。
(3)确定基本计算单元的标准差
基本计算单元的标准差按式(4)确定：
其中sd(k)表示第k个基本计算单元的标准差，x(k,j)表示第k个基本计算单元中第j个像素的亮度值，k、j为有限的正整数。
(4)确定视频的标准差
视频第i帧的标准差按式(5)确定：
其中sd(i)表示视频第i帧的标准差，i∈{1,2,...,N}，N是视频的总帧数、为有限的正整数，sd(i,k)表示视频第i帧中第k个基本计算单元的标准差，int()为下取整函数。
视频的标准差按式(6)确定：
其中sd(v)表示视频的标准差，sd(v,i)表示视频第i帧的标准差。
(5)确定基本计算单元的帧间差
基本计算单元的帧间差按式(7)确定：
其中fd(i,k)表示视频第i帧中第k个基本计算单元的帧间差，i∈{2,3,...,N}，x(i,k,j)表示视频第i帧第k个基本计算单元第j个像素的亮度值。
(6)确定视频的帧间差
视频第i帧基本计算单元帧间差的均值按式(8)确定，i∈{2,3,...,N}，
视频第i帧中基本计算单元帧间差的方差按式(9)确定，i∈{2,3,...,N}，
如果满足条件：ξ∈[0.5×103,20×103]，视频第i帧的帧间差按式(10)确定，否则视频第i帧的帧间差按式(8)确定，即
其中fd(i)表示视频第i帧的帧间差，i∈{2,3,...,N}，Ns表示满足条件的基本计算单元个数、为有限的正整数。
视频的帧间差按式(11)确定：
其中fd(v)表示视频的帧间差，fd(v,i)表示视频第i帧的帧间差。
(7)评价视频的空时域复杂度
用视频的标准差sd(v)以及视频的帧间差fd(v)取值评价视频的空时域复杂度，当满足0≤sd(v)＜T1，0≤fd(v)＜T2时，该视频为空时域复杂度低的视频；当满足T1≤sd(v)＜T，0≤fd(v)＜T2时，该视频为空域复杂度高、时域复杂度低的视频；当满足0≤sd(v)＜T1，T2≤fd(v)＜T时，该视频为空域复杂度低、时域复杂度高的视频；当满足T1≤sd(v)＜T，T2≤fd(v)＜T时，该视频为空时域复杂度高的视频，T1∈[10.5,13]，T2∈[16.7,20]，T为有限正数。完成帧分辨率自适应的视频空时域复杂度评价。
在本发明的确定边长步骤(1)中，所述的p1最佳为2.3120,p2最佳为0.1098，wc最佳为176，hc最佳为144。
在本发明的确定基本计算单元大小步骤(2)中，所述的α最佳为0.5,β最佳为0.5。
在本发明的确定视频的帧间差步骤(6)中，所述的ξ最佳为1.5×103。
在本发明的评价视频的空时域复杂度步骤(7)中，所述的T1最佳为11.5，T2最佳为17.6。
由于本发明采用确定边长步骤，根据帧分辨率自适应选择基本计算单元大小，采用评价视频的空时域复杂度步骤，根据视频的标准差sd(v)以及视频的帧间差fd(v)评价视频空时域复杂度的方法，解决了现有技术采用固定计算单元、视频空时域复杂度评价准确度很难保证的问题，有效地提高了视频空时域复杂度评价方法的准确度。本发明具有评价方法简单、评价准确等优点，可用于视频编码、视频摘要、视频异常行为分析的预处理过程。
附图说明
图1是本发明实施例1帧分辨率自适应的视频空时域复杂度评价方法的流程图。
具体实施方式
下面结合附图和实施例对本发明进一步详细说明，但本发明不限于下面的实施例。
实施例1
在图1中，本实施例的帧分辨率自适应的视频空时域复杂度评价方法由下述步骤组成：
(1)确定边长
输入视频的帧分辨率，帧分辨率包括帧宽与帧高两部分信息，按照式(1)得到边长l，
其中round()为取整函数，wf为帧宽，hf为帧高，p1∈[0.5,3.5]，p2∈[0.05,0.4]，wc∈{88,89,...,704}，hc∈{72,73,...,576}，本实施例的p1为2.3120,p2为0.1098，wc为176，hc为144。
(2)确定基本计算单元大小
基本计算单元为矩形像素块，由边长l，确定基本计算单元的宽wb和高hb，
wb＝αl (2)
hb＝βl (3)
其中α∈{0.5,1,1.5,2,2.5,3}，β∈{0.5,1,1.5,2,2.5,3}。，本实施例的α为0.5,β为0.5。
(3)确定基本计算单元的标准差
基本计算单元的标准差按式(4)确定：
其中sd(k)表示第k个基本计算单元的标准差，x(k,j)表示第k个基本计算单元中第j个像素的亮度值，k、j为有限的正整数。
(4)确定视频的标准差
视频第i帧的标准差按式(5)确定：
其中sd(i)表示视频第i帧的标准差，i∈{1,2,...,N}，N是视频的总帧数、为有限的正整数，sd(i,k)表示视频第i帧中第k个基本计算单元的标准差，int()为下取整函数。
视频的标准差按式(6)确定：
其中sd(v)表示视频的标准差，sd(v,i)表示视频第i帧的标准差。
(5)确定基本计算单元的帧间差
基本计算单元的帧间差按式(7)确定：
其中fd(i,k)表示视频第i帧中第k个基本计算单元的帧间差，i∈{2,3,...,N}，x(i,k,j)表示视频第i帧第k个基本计算单元第j个像素的亮度值。
(6)确定视频的帧间差
视频第i帧基本计算单元帧间差的均值按式(8)确定，i∈{2,3,...,N}，
视频第i帧中基本计算单元帧间差的方差按式(9)确定，i∈{2,3,...,N}，
如果满足条件：ξ∈[0.5×103,20×103]，本实施例的ξ为1.5×103，视频第i帧的帧间差按式(10)确定，否则视频第i帧的帧间差按式(8)确定，即
其中fd(i)表示视频第i帧的帧间差，i∈{2,3,...,N}，Ns表示满足条件的基本计算单元个数、为有限的正整数。
视频的帧间差按式(11)确定：
其中fd(v)表示视频的帧间差，fd(v,i)表示视频第i帧的帧间差。
(7)评价视频的空时域复杂度
用视频的标准差sd(v)以及视频的帧间差fd(v)取值评价视频的空时域复杂度，当满足0≤sd(v)＜T1，0≤fd(v)＜T2时，该视频为空时域复杂度低的视频；当满足T1≤sd(v)＜T，0≤fd(v)＜T2时，该视频为空域复杂度高、时域复杂度低的视频；当满足0≤sd(v)＜T1，T2≤fd(v)＜T时，该视频为空域复杂度低、时域复杂度高的视频；当满足T1≤sd(v)＜T，T2≤fd(v)＜T时，该视频为空时域复杂度高的视频，T为有限正数。T1∈[10.5,13]，T2∈[16.7,20]，本实施例的T1为11.5，T2为17.6。
完成帧分辨率自适应的视频空时域复杂度评价。
实施例2
本实施例的帧分辨率自适应的视频空时域复杂度评价方法由下述步骤组成：
(1)确定边长
输入视频的帧分辨率，帧分辨率包括帧宽与帧高两部分信息，按照式(1)得到边长l，
其中round()为取整函数，wf为帧宽，hf为帧高，p1∈[0.5,3.5]，p2∈[0.05,0.4]，wc∈{88,89,...,704}，hc∈{72,73,...,576}，本实施例的p1为0.5,p2为0.05，wc为88，hc为72。
(2)确定基本计算单元大小
基本计算单元为矩形像素块，由边长l，确定基本计算单元的宽wb和高hb，
wb＝αl (2)
hb＝βl (3)
其中α∈{0.5,1,1.5,2,2.5,3}，β∈{0.5,1,1.5,2,2.5,3}，本实施例的α为1.5,β为1.5。
(3)确定基本计算单元的标准差
该步骤与实施例1相同。
(4)确定视频的标准差
该步骤与实施例1相同。
(5)确定基本计算单元的帧间差
该步骤与实施例1相同。
(6)确定视频的帧间差
视频第i帧基本计算单元帧间差的均值按式(8)确定，i∈{2,3,...,N}，
视频第i帧中基本计算单元帧间差的方差按式(9)确定，i∈{2,3,...,N}，
如果满足条件：ξ∈[0.5×103,20×103]，本实施例的ξ为0.5×103，视频第i帧的帧间差按式(10)确定，否则视频第i帧的帧间差按式(8)确定，即
其中fd(i)表示视频第i帧的帧间差，i∈{2,3,...,N}，Ns表示满足条件的基本计算单元个数、为有限的正整数。
视频的帧间差按式(11)确定：
其中fd(v)表示视频的帧间差，fd(v,i)表示视频第i帧的帧间差。
(7)评价视频的空时域复杂度
用视频的标准差sd(v)以及视频的帧间差fd(v)取值评价视频的空时域复杂度，当满足0≤sd(v)＜T1，0≤fd(v)＜T2时，该视频为空时域复杂度低的视频；当满足T1≤sd(v)＜T，0≤fd(v)＜T2时，该视频为空域复杂度高、时域复杂度低的视频；当满足0≤sd(v)＜T1，T2≤fd(v)＜T时，该视频为空域复杂度低、时域复杂度高的视频；当满足T1≤sd(v)＜T，T2≤fd(v)＜T时，该视频为空时域复杂度高的视频，T为有限正数。T1∈[10.5,13]，T2∈[16.7,20]，本实施例的T1为10.5，T2为16.7。
完成帧分辨率自适应的视频空时域复杂度评价。
实施例3
本实施例的帧分辨率自适应的视频空时域复杂度评价方法由下述步骤组成：
(1)确定边长
输入视频的帧分辨率，帧分辨率包括帧宽与帧高两部分信息，按照式(1)得到边长l，
其中round()为取整函数，wf为帧宽，hf为帧高，p1∈[0.5,3.5]，p2∈[0.05,0.4]，wc∈{88,89,...,704}，hc∈{72,73,...,576}，本实施例的p1为3.5,p2为0.4，wc为704，hc为576。
(2)确定基本计算单元大小
基本计算单元为矩形像素块，由边长l，确定基本计算单元的宽wb和高hb，
wb＝αl (2)
hb＝βl (3)
其中α∈{0.5,1,1.5,2,2.5,3}，β∈{0.5,1,1.5,2,2.5,3}，本实施例的α为3,β为3。
(3)确定基本计算单元的标准差
该步骤与实施例1相同。
(4)确定视频的标准差
该步骤与实施例1相同。
(5)确定基本计算单元的帧间差
该步骤与实施例1相同。
(6)确定视频的帧间差
视频第i帧基本计算单元帧间差的均值按式(8)确定，i∈{2,3,...,N}，
视频第i帧中基本计算单元帧间差的方差按式(9)确定，i∈{2,3,...,N}，
如果满足条件：ξ∈[0.5×103,20×103]，本实施例的ξ为20×103，视频第i帧的帧间差按式(10)确定，否则视频第i帧的帧间差按式(8)确定，即
其中fd(i)表示视频第i帧的帧间差，i∈{2,3,...,N}，Ns表示满足条件的基本计算单元个数、为有限的正整数。
视频的帧间差按式(11)确定：
其中fd(v)表示视频的帧间差，fd(v,i)表示视频第i帧的帧间差。
(7)评价视频的空时域复杂度
用视频的标准差sd(v)以及视频的帧间差fd(v)取值评价视频的空时域复杂度，当满足0≤sd(v)＜T1，0≤fd(v)＜T2时，该视频为空时域复杂度低的视频；当满足T1≤sd(v)＜T，0≤fd(v)＜T2时，该视频为空域复杂度高、时域复杂度低的视频；当满足0≤sd(v)＜T1，T2≤fd(v)＜T时，该视频为空域复杂度低、时域复杂度高的视频；当满足T1≤sd(v)＜T，T2≤fd(v)＜T时，该视频为空时域复杂度高的视频，T为有限正数。T1∈[10.5,13]，T2∈[16.7,20]，本实施例的T1为13，T2为20。
完成帧分辨率自适应的视频空时域复杂度评价。
为了验证本发明的有益效果，发明人采用本发明实施例1的评价方法对测试视频进行了评价实验，实验如下：
选择10个视频作为测试视频，视频的名称、帧分辨率、帧数如表1左面1列所示，测试视频包括4种不同帧分辨率的视频，每个视频均包含250帧。
主观评价：按照BT.500-11国际标准设计视频主观评价实验(Methodology forthe Subjective Assessment of the Quality of Television Pictures:ITU-RRecommendation BT.500-11[S].Geneva:ITU-T,2002)，选择15个人作为测试者，视频的观测距离为视频帧高的3倍。15个测试者观测得到的测试视频的空时域复杂度结果如表1的第4、5列所示。
按照本发明实施例1的评价方法得到的结果如表1的第6、7列所示，其中每个视频对应的sd(v)、fd(v)的取值在括号中给出。
表1实验结果
由表1的结果可以看出，本发明方法得出的结果与主观评价实验得出的结果完全一致，本发明方法可以准确地评价不同帧分辨率视频的空时域复杂度。

Claims (5)

1.一种帧分辨率自适应的视频空时域复杂度评价方法，其特征在于由下述步骤组成：
(1)确定边长
输入视频的帧分辨率，帧分辨率包括帧宽与帧高两部分信息，按照式(1)得到边长l，
其中round()为取整函数，wf为帧宽，hf为帧高，p1∈[0.5,3.5]，p2∈[0.05,0.4]，wc∈{88,89,...,704}，hc∈{72,73,...,576}；
(2)确定基本计算单元大小
基本计算单元为矩形像素块，由边长l，确定基本计算单元的宽wb和高hb，
wb＝αl (2)
hb＝βl (3)
其中α∈{0.5,1,1.5,2,2.5,3}，β∈{0.5,1,1.5,2,2.5,3}；
(3)确定基本计算单元的标准差
基本计算单元的标准差按式(4)确定：
其中sd(k)表示第k个基本计算单元的标准差，x(k,j)表示第k个基本计算单元中第j个像素的亮度值，k、j为有限的正整数；
(4)确定视频的标准差
视频第i帧的标准差按式(5)确定：
其中sd(i)表示视频第i帧的标准差，i∈{1,2,...,N}，N是视频的总帧数、为有限的正整数，sd(i,k)表示视频第i帧中第k个基本计算单元的标准差，int()为下取整函数；
视频的标准差按式(6)确定：
其中sd(v)表示视频的标准差，sd(v,i)表示视频第i帧的标准差；
(5)确定基本计算单元的帧间差
基本计算单元的帧间差按式(7)确定：
其中fd(i,k)表示视频第i帧中第k个基本计算单元的帧间差，i∈{2,3,...,N}，x(i,k,j)表示视频第i帧第k个基本计算单元第j个像素的亮度值；
(6)确定视频的帧间差
视频第i帧基本计算单元帧间差的均值按式(8)确定，i∈{2,3,...,N}，
视频第i帧中基本计算单元帧间差的方差按式(9)确定，i∈{2,3,...,N}，
如果满足条件：ξ∈[0.5×103,20×103]，视频第i帧的帧间差按式(10)确定，否则视频第i帧的帧间差按式(8)确定，即
其中fd(i)表示视频第i帧的帧间差，i∈{2,3,...,N}，Ns表示满足条件的基本计算单元个数、为有限的正整数；
视频的帧间差按式(11)确定：
其中fd(v)表示视频的帧间差，fd(v,i)表示视频第i帧的帧间差；
(7)评价视频的空时域复杂度
用视频的标准差sd(v)以及视频的帧间差fd(v)取值评价视频的空时域复杂度，当满足0≤sd(v)＜T1，0≤fd(v)＜T2时，该视频为空时域复杂度低的视频；当满足T1≤sd(v)＜T，0≤fd(v)＜T2时，该视频为空域复杂度高、时域复杂度低的视频；当满足0≤sd(v)＜T1，T2≤fd(v)＜T时，该视频为空域复杂度低、时域复杂度高的视频；当满足T1≤sd(v)＜T，T2≤fd(v)＜T时，该视频为空时域复杂度高的视频，T1∈[10.5,13]，T2∈[16.7,20]，T为有限正数；
完成帧分辨率自适应的视频空时域复杂度评价。
2.根据权利要求1所述的帧分辨率自适应的视频空时域复杂度评价方法，其特征在于：在确定边长步骤(1)中，所述的p1为2.3120,p2为0.1098，wc为176，hc为144。
3.根据权利要求1所述的帧分辨率自适应的视频空时域复杂度评价方法，其特征在于：在确定基本计算单元大小步骤(2)中，所述的α为0.5,β为0.5。
4.根据权利要求1所述的帧分辨率自适应的视频域复杂度评价方法，其特征在于：在确定视频的帧间差步骤(6)中，所述的ξ为1.5×103。
5.根据权利要求1所述的帧分辨率自适应的视频空时域复杂度评价方法，其特征在于：在评价视频的空时域复杂度步骤(7)中，所述的T1为11.5，T2为17.6。
CN201910981311.3A 2019-10-16 2019-10-16 帧分辨率自适应的视频空时域复杂度评价方法 Active CN110611809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910981311.3A CN110611809B (zh) 2019-10-16 2019-10-16 帧分辨率自适应的视频空时域复杂度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910981311.3A CN110611809B (zh) 2019-10-16 2019-10-16 帧分辨率自适应的视频空时域复杂度评价方法

Publications (2)

Publication Number Publication Date
CN110611809A true CN110611809A (zh) 2019-12-24
CN110611809B CN110611809B (zh) 2020-10-27

Family

ID=68894729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910981311.3A Active CN110611809B (zh) 2019-10-16 2019-10-16 帧分辨率自适应的视频空时域复杂度评价方法

Country Status (1)

Country Link
CN (1) CN110611809B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112437314A (zh) * 2020-10-16 2021-03-02 陕西师范大学 高效视频编码标准帧内图像质量估计方法
US11954910B2 (en) 2020-12-26 2024-04-09 International Business Machines Corporation Dynamic multi-resolution processing for video classification

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150271496A1 (en) * 2014-03-18 2015-09-24 Lark Kwon Choi Techniques for evaluating compressed motion video quality
CN107046639A (zh) * 2016-10-31 2017-08-15 上海大学 基于内容的hevc码流质量预测模型
CN108184117A (zh) * 2018-01-10 2018-06-19 北京工业大学 基于内容的比特流层视频质量评价模型
CN109286812A (zh) * 2018-10-24 2019-01-29 华中科技大学 一种hevc视频质量估计方法
CN109660812A (zh) * 2018-11-12 2019-04-19 北京达佳互联信息技术有限公司 复杂度和码率的确定方法、装置及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150271496A1 (en) * 2014-03-18 2015-09-24 Lark Kwon Choi Techniques for evaluating compressed motion video quality
CN107046639A (zh) * 2016-10-31 2017-08-15 上海大学 基于内容的hevc码流质量预测模型
CN108184117A (zh) * 2018-01-10 2018-06-19 北京工业大学 基于内容的比特流层视频质量评价模型
CN109286812A (zh) * 2018-10-24 2019-01-29 华中科技大学 一种hevc视频质量估计方法
CN109660812A (zh) * 2018-11-12 2019-04-19 北京达佳互联信息技术有限公司 复杂度和码率的确定方法、装置及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112437314A (zh) * 2020-10-16 2021-03-02 陕西师范大学 高效视频编码标准帧内图像质量估计方法
US11954910B2 (en) 2020-12-26 2024-04-09 International Business Machines Corporation Dynamic multi-resolution processing for video classification

Also Published As

Publication number Publication date
CN110611809B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
US8699818B2 (en) Method, system, and program for determining image quality based on pixel changes between image frames
US8139883B2 (en) System and method for image and video encoding artifacts reduction and quality improvement
CN108495135B (zh) 一种屏幕内容视频编码的快速编码方法
US7957467B2 (en) Content-adaptive block artifact removal in spatial domain
CN104219525B (zh) 基于显著性和最小可察觉失真的感知视频编码方法
KR101761928B1 (ko) 블록 기반 압축 이미지 내의 블러 측정
WO2004008780A1 (en) A method and apparatus for measuring the quality of video data
US20090285308A1 (en) Deblocking algorithm for coded video
CN110611809B (zh) 帧分辨率自适应的视频空时域复杂度评价方法
CN111524110A (zh) 视频质量的评价模型构建方法、评价方法及装置
Van Damme et al. A full-and no-reference metrics accuracy analysis for volumetric media streaming
Zhu et al. No-reference quality assessment of H. 264/AVC encoded video based on natural scene features
WO2006131866A2 (en) Method and system for image processing
Jacobson et al. Scale-aware saliency for application to frame rate upconversion
KR100816013B1 (ko) 압축영상의 장면전환 검출장치 및 방법
Zhang et al. Quality assessment methods for perceptual video compression
EP3926584A1 (en) Method, computer program and system for detecting changes and moving objects in a video view
CN104410863B (zh) 图像处理器以及图像处理方法
CN114173131A (zh) 一种基于帧间相关性的视频压缩方法及***
CN1713733A (zh) 一种基于mpeg－4的视频对象快速运动估值方法
Akramullah et al. Video quality metrics
CN107087173B (zh) 一种面向内容分析的视频编码优化方法
US8204335B2 (en) Method and apparatus for measuring blockiness in video images
Lee et al. New full-reference visual quality assessment based on human visual perception
Zheng et al. H. 264 ROI coding based on visual perception

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant