JP2001197527A - 実時間人間視覚システム行動モデル化方法 - Google Patents
実時間人間視覚システム行動モデル化方法Info
- Publication number
- JP2001197527A JP2001197527A JP2000340610A JP2000340610A JP2001197527A JP 2001197527 A JP2001197527 A JP 2001197527A JP 2000340610 A JP2000340610 A JP 2000340610A JP 2000340610 A JP2000340610 A JP 2000340610A JP 2001197527 A JP2001197527 A JP 2001197527A
- Authority
- JP
- Japan
- Prior art keywords
- image signal
- variance
- module
- processed image
- image
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 実時間ビデオ環境で、ビデオ・システムの画
像品質を分析する。 【解決手段】 モジュール１３、１４は、基準ビデオ信
号及び劣化ビデオの各々をろ波して、処理済み画像信号
を夫々発生する。モジュール２１、２２は、モジュール
２４からのノイズを複数の処理済み画像信号の各々に注
入する。モジュール２７は、基準ビデオ信号に対する分
散を計算する。モジュール２６は、モジュール２１及び
２２の出力信号の差を求め、モジュール２８は、この差
に対する分散を計算する。モジュール３０は、これら分
散を組み合わせて劣化の尺度を求める。
像品質を分析する。 【解決手段】 モジュール１３、１４は、基準ビデオ信
号及び劣化ビデオの各々をろ波して、処理済み画像信号
を夫々発生する。モジュール２１、２２は、モジュール
２４からのノイズを複数の処理済み画像信号の各々に注
入する。モジュール２７は、基準ビデオ信号に対する分
散を計算する。モジュール２６は、モジュール２１及び
２２の出力信号の差を求め、モジュール２８は、この差
に対する分散を計算する。モジュール３０は、これら分
散を組み合わせて劣化の尺度を求める。
Description
【０００１】
【発明の属する技術分野】本発明は、一般に、ビデオ映
像の品質を評価する方法に関し、特に、実時間で人間の
視覚システムの行動をモデル化する方法に関する。本発
明のモデル化方法では、客観的な尺度を求めて、ビデオ
圧縮のように損失のある方法により記録され伝送された
ビデオ画像信号内のエラーの主観的な評価を予測する。
像の品質を評価する方法に関し、特に、実時間で人間の
視覚システムの行動をモデル化する方法に関する。本発
明のモデル化方法では、客観的な尺度を求めて、ビデオ
圧縮のように損失のある方法により記録され伝送された
ビデオ画像信号内のエラーの主観的な評価を予測する。
【０００２】
【従来の技術】ビデオ圧縮の如く損失を伴う処理が行わ
れたビデオ画像信号に生じたエラーに対する観察者の主
観的な反応を予測するために、人間視覚システム・モデ
ルを用いる従来方法には、コンピュータ化された高価な
人間視覚システム（ＨＶＳ）モデルがある。このＨＶＳ
モデルは、例えば、アメリカ合衆国ニュージャージ州リ
バー・エッジのワールド・サイエンティフィック・パブ
リッシングが１９９５年に発行したジェイ・ルビン（J.
Lubin）著「ターゲット（目標）検出及び識別のための
視覚モデル」の第２４５〜２８３ページの「画像システ
ム設計及び評価用の視覚識別モデル」や、アメリカ合衆
国マサチューセッツ州ケンブリッジのＭＩＴプレスが１
９９３年に発行したエス・デーリー（S.Daly）著「デジ
タル画像及び人間視覚」の「画像忠実度の評価用アルゴ
リズム」などに記載されている。人間視覚モデルを用い
ないで、主観的な劣化評価を予測するのに用いる測定に
は、ＡＮＳＩ／ＩＲＴ測定がある（ＡＮＳＩ Ｔ１．８
０１．０３−ｙｙｙ「客観的性能援助に対する一方向の
信号パラメータのデジタル搬送」を参照されたい）。こ
のＡＮＳＩ／ＩＲＴ測定では、一般的には高速である
が、ビデオ画像の内容が大幅に変動し、ＨＶＳモデルな
どによる主観的評価との相関が良好ではない。
れたビデオ画像信号に生じたエラーに対する観察者の主
観的な反応を予測するために、人間視覚システム・モデ
ルを用いる従来方法には、コンピュータ化された高価な
人間視覚システム（ＨＶＳ）モデルがある。このＨＶＳ
モデルは、例えば、アメリカ合衆国ニュージャージ州リ
バー・エッジのワールド・サイエンティフィック・パブ
リッシングが１９９５年に発行したジェイ・ルビン（J.
Lubin）著「ターゲット（目標）検出及び識別のための
視覚モデル」の第２４５〜２８３ページの「画像システ
ム設計及び評価用の視覚識別モデル」や、アメリカ合衆
国マサチューセッツ州ケンブリッジのＭＩＴプレスが１
９９３年に発行したエス・デーリー（S.Daly）著「デジ
タル画像及び人間視覚」の「画像忠実度の評価用アルゴ
リズム」などに記載されている。人間視覚モデルを用い
ないで、主観的な劣化評価を予測するのに用いる測定に
は、ＡＮＳＩ／ＩＲＴ測定がある（ＡＮＳＩ Ｔ１．８
０１．０３−ｙｙｙ「客観的性能援助に対する一方向の
信号パラメータのデジタル搬送」を参照されたい）。こ
のＡＮＳＩ／ＩＲＴ測定では、一般的には高速である
が、ビデオ画像の内容が大幅に変動し、ＨＶＳモデルな
どによる主観的評価との相関が良好ではない。
【０００３】ほとんどのＨＶＳモデルは、コントラスト
検出及び弁別のしきい値の如く、ＪＮＤ（Just Noticea
ble Differences）と一般的に呼ばれている顕著な差の
しきい値を予測する方法に基づいている。モデルの構成
要素は、しきい値での模擬行動に基づいているので、し
きい値の上の、即ち、しきい値を越えた行動が保証され
ない。これらＨＶＳモデルは、一般的に、以下のパラメ
ータにより影響される増分コントラスト検出及び弁別の
しきい値に類似の実際に定めた１つ以上の行動を考慮し
た１つ以上のステージを含んでいる。 ・平均ルミナンス ・網膜上のターゲット画像の角度範囲及びサイズ ・方向（ターゲット画像パターン及びマスカー（maske
r）の両方の回転） ・空間周波数（ターゲット画像パターン及びマスカーの
両方） ・時間周波数（temporal frequency）（ターゲット画像
パターン及びマスカーの両方） ・周囲（又は側部マスク効果） ・偏心（又は視覚／窩（fovea）の中心からの角距離） これら７つのパラメータの影響の１つ以上がＨＶＳモデ
ルでどのように扱われるかという概略を以下に説明す
る。
検出及び弁別のしきい値の如く、ＪＮＤ（Just Noticea
ble Differences）と一般的に呼ばれている顕著な差の
しきい値を予測する方法に基づいている。モデルの構成
要素は、しきい値での模擬行動に基づいているので、し
きい値の上の、即ち、しきい値を越えた行動が保証され
ない。これらＨＶＳモデルは、一般的に、以下のパラメ
ータにより影響される増分コントラスト検出及び弁別の
しきい値に類似の実際に定めた１つ以上の行動を考慮し
た１つ以上のステージを含んでいる。 ・平均ルミナンス ・網膜上のターゲット画像の角度範囲及びサイズ ・方向（ターゲット画像パターン及びマスカー（maske
r）の両方の回転） ・空間周波数（ターゲット画像パターン及びマスカーの
両方） ・時間周波数（temporal frequency）（ターゲット画像
パターン及びマスカーの両方） ・周囲（又は側部マスク効果） ・偏心（又は視覚／窩（fovea）の中心からの角距離） これら７つのパラメータの影響の１つ以上がＨＶＳモデ
ルでどのように扱われるかという概略を以下に説明す
る。
【０００４】まず、従来技術において、画像処理の流れ
がどのように行われていたかに注意する価値がある。Ｈ
ＶＳモデルで必用となる処理時間の大部分は、次の２つ
の共通インプリメンテーションにある。 ・フィルタ・バンク（ガウシャン・ピラミッドの如き画
像分解） ・コントラスト利得制御（コントラスト・マスク化の非
直線性） 種々の方向、空間周波数帯域、極性などにて最大応答
で、画像をニューラル画像（非常に多くの単純な画像）
又はチャネルに分解するのにフィルタ・バンクが普及し
ている。実際的なインプリメンテーションでは、２方向
（水平、垂直）、４つの空間周波数帯域、及び２つの極
性での最少の分解には、基準画像信号に対して、１つの
処理段階に２×４×２＝１６の画像が必用であり、劣化
のあるビデオ画像信号に対しても同様である。
がどのように行われていたかに注意する価値がある。Ｈ
ＶＳモデルで必用となる処理時間の大部分は、次の２つ
の共通インプリメンテーションにある。 ・フィルタ・バンク（ガウシャン・ピラミッドの如き画
像分解） ・コントラスト利得制御（コントラスト・マスク化の非
直線性） 種々の方向、空間周波数帯域、極性などにて最大応答
で、画像をニューラル画像（非常に多くの単純な画像）
又はチャネルに分解するのにフィルタ・バンクが普及し
ている。実際的なインプリメンテーションでは、２方向
（水平、垂直）、４つの空間周波数帯域、及び２つの極
性での最少の分解には、基準画像信号に対して、１つの
処理段階に２×４×２＝１６の画像が必用であり、劣化
のあるビデオ画像信号に対しても同様である。
【０００５】典型的なＨＶＳモデルでは、コントラスト
感度関数と呼ばれている空間周波数の関数としての応答
感度を考慮する。このモデルのコントラスト感度部分
は、次のように求まる。 ・空間周波数副帯域（subband）及び回転方向の独特な
組み合わせに対応して、各フィルタ・バンク・チャネル
の各ピクセルにてコントラストを、高周波エネルギー対
低（直流）周波数に対する比、又はその均等物として計
算する。 ・副帯域及び回転方向に応じて、コントラスト値をスケ
ーリング（拡大／縮小）する。
感度関数と呼ばれている空間周波数の関数としての応答
感度を考慮する。このモデルのコントラスト感度部分
は、次のように求まる。 ・空間周波数副帯域（subband）及び回転方向の独特な
組み合わせに対応して、各フィルタ・バンク・チャネル
の各ピクセルにてコントラストを、高周波エネルギー対
低（直流）周波数に対する比、又はその均等物として計
算する。 ・副帯域及び回転方向に応じて、コントラスト値をスケ
ーリング（拡大／縮小）する。
【０００６】コントラストの計算には、ハイパス及びロ
ウパスの２個の異なるフィルタと、各チャネルの各ピク
セルに対する分割とが必用である。この複雑で高価なア
ルゴリズム段階では、画像のセグメント又は自己類似領
域の角度範囲と、局部的ルミナンスの空間周波数感度関
数との分散を考慮しない。これらモデルには、「線形範
囲」が示されない。感度が一般的に最大の周波数にて、
１度当たり１サイクル及び４サイクルの間で、コントラ
スト感度は、平均ルミナンスの平方根に大雑把に比例し
て増加し、角度範囲に対しても同様である。よって、従
来技術では、かなり複雑でコンピュータ化された高価な
方法を含んでおり、平均ルミナンス及び角度範囲の影響
を無視することにより、しきい値予測に、大きさの程度
よりも大きなエラーがある。ＨＶＳの一部のモデルで
は、平均ルミナンス及び角度範囲の影響を考慮するよう
に提案されているが、これらは、その後の完全なＨＶＳ
モデルに明らかに適応しない。これは、見かけ上、複雑
さが更に加わるためである。
ウパスの２個の異なるフィルタと、各チャネルの各ピク
セルに対する分割とが必用である。この複雑で高価なア
ルゴリズム段階では、画像のセグメント又は自己類似領
域の角度範囲と、局部的ルミナンスの空間周波数感度関
数との分散を考慮しない。これらモデルには、「線形範
囲」が示されない。感度が一般的に最大の周波数にて、
１度当たり１サイクル及び４サイクルの間で、コントラ
スト感度は、平均ルミナンスの平方根に大雑把に比例し
て増加し、角度範囲に対しても同様である。よって、従
来技術では、かなり複雑でコンピュータ化された高価な
方法を含んでおり、平均ルミナンス及び角度範囲の影響
を無視することにより、しきい値予測に、大きさの程度
よりも大きなエラーがある。ＨＶＳの一部のモデルで
は、平均ルミナンス及び角度範囲の影響を考慮するよう
に提案されているが、これらは、その後の完全なＨＶＳ
モデルに明らかに適応しない。これは、見かけ上、複雑
さが更に加わるためである。
【０００７】このモデルのコントラスト利得制御部分
は、一般的にジェイ・フォレイ（J.Foley）の功績に基
づく。彼の論文には、１９９４年６月に発行された「ア
メリカ光学学会誌（Journal of the Optical Society o
f America）」Ｖｏｌ．１１，Ｎｏ．６の「人間ルミナ
ンス・パターン−視覚メカニズム：新たなモデルに必用
な実験をマスクする」がある。この論文では、最低限以
下が必用とされる。 ・総てのチャネルにわたりスケーリングされたコントラ
スト画像の各ピクセルのエネルギーの（平方）和を計算
する。高分解能チャネルにより加算するために、低分解
能チャネルをアップ・サンプリング（up-sample）す
る。このチャネルからチャネルへの変換は、この段階で
の有効スループットを改善し、インプリメンテーション
を更に複雑にする。 ・１チャネル当たりの１ピクセルに対して、１つの加算
と、２つの非整数の累乗と、１つの除算の操作を行う。
エム・キャノン（M.Cannon）は、アメリカ合衆国ニュー
ジャージ州リバー・エッジのワールド・サイエンティフ
ィック・パブリシングから１９９５年に発行した「ター
ゲット検出及び識別のための視覚モデル」の第８８〜１
１７ページの「上方しきい値コントラスト知覚のための
多数の空間フィルタ・モデル」で、かなり複雑になった
上方しきい値領域へモデルを拡張することを提案した。
しかし、これは、表向き一層複雑となったので、その後
の完全ＨＶＳモデルには明らかに適さなかった。
は、一般的にジェイ・フォレイ（J.Foley）の功績に基
づく。彼の論文には、１９９４年６月に発行された「ア
メリカ光学学会誌（Journal of the Optical Society o
f America）」Ｖｏｌ．１１，Ｎｏ．６の「人間ルミナ
ンス・パターン−視覚メカニズム：新たなモデルに必用
な実験をマスクする」がある。この論文では、最低限以
下が必用とされる。 ・総てのチャネルにわたりスケーリングされたコントラ
スト画像の各ピクセルのエネルギーの（平方）和を計算
する。高分解能チャネルにより加算するために、低分解
能チャネルをアップ・サンプリング（up-sample）す
る。このチャネルからチャネルへの変換は、この段階で
の有効スループットを改善し、インプリメンテーション
を更に複雑にする。 ・１チャネル当たりの１ピクセルに対して、１つの加算
と、２つの非整数の累乗と、１つの除算の操作を行う。
エム・キャノン（M.Cannon）は、アメリカ合衆国ニュー
ジャージ州リバー・エッジのワールド・サイエンティフ
ィック・パブリシングから１９９５年に発行した「ター
ゲット検出及び識別のための視覚モデル」の第８８〜１
１７ページの「上方しきい値コントラスト知覚のための
多数の空間フィルタ・モデル」で、かなり複雑になった
上方しきい値領域へモデルを拡張することを提案した。
しかし、これは、表向き一層複雑となったので、その後
の完全ＨＶＳモデルには明らかに適さなかった。
【０００８】これらモデルのいずれもが空間周波数感度
の時間的影響が存在しなかったり、抑制効果のみを含ん
でいたり、相対的に複雑であった。
の時間的影響が存在しなかったり、抑制効果のみを含ん
でいたり、相対的に複雑であった。
【０００９】また、方向及び周辺の影響は、直交フィル
タ及びクロス・ピラミッド・レベル・マスクが可能な範
囲のみに及び、一般的には、ＨＶＳ実験データとの一致
が良好ではない。
タ及びクロス・ピラミッド・レベル・マスクが可能な範
囲のみに及び、一般的には、ＨＶＳ実験データとの一致
が良好ではない。
【００１０】現在の画像品質分析器には、アメリカ合衆
国オレゴン州ビーバートンのテクトロニクス・インコー
ポレイテッド製ＰＱＡ−２００型分析器があり、この技
術は、アメリカ合衆国特許第５８１８５２０号（特開平
９−２３３５０２号に対応）に記載されている。この分
析器は、アメリカ合衆国ニュージャージ州プリンストン
のサーノフ（Sarnoff）コーポレーションのＪＮＤＭｅ
ｔｒｉｘ（商標）アルゴリズムを基にした非実時間のシ
ステムである。このシステムでは、基準画像信号を対応
する劣化したビデオ画像信号と比較して、ＨＶＳモデル
に応じて処理した差を求めている。この評価を行うため
には、被試験システムは、試験が完了するまで、どうし
てもサービス（被試験システムが本来提供する動作）を
行うことができなくなる。
国オレゴン州ビーバートンのテクトロニクス・インコー
ポレイテッド製ＰＱＡ−２００型分析器があり、この技
術は、アメリカ合衆国特許第５８１８５２０号（特開平
９−２３３５０２号に対応）に記載されている。この分
析器は、アメリカ合衆国ニュージャージ州プリンストン
のサーノフ（Sarnoff）コーポレーションのＪＮＤＭｅ
ｔｒｉｘ（商標）アルゴリズムを基にした非実時間のシ
ステムである。このシステムでは、基準画像信号を対応
する劣化したビデオ画像信号と比較して、ＨＶＳモデル
に応じて処理した差を求めている。この評価を行うため
には、被試験システムは、試験が完了するまで、どうし
てもサービス（被試験システムが本来提供する動作）を
行うことができなくなる。
【００１１】
【発明が解決しようとする課題】そこで、実時間ビデオ
環境で、簡単に実施できるビデオ画像品質評価用の実時
間ＨＶＳ行動モデル化システムが望まれている。
環境で、簡単に実施できるビデオ画像品質評価用の実時
間ＨＶＳ行動モデル化システムが望まれている。
【００１２】したがって、本発明の目的は、実時間ビデ
オ環境で、ビデオ・システムの画像品質を分析できる実
時間人間視覚システム行動モデル化方法の提供にある。
オ環境で、ビデオ・システムの画像品質を分析できる実
時間人間視覚システム行動モデル化方法の提供にある。
【００１３】
【課題を解決するための手段】本発明は、基準画像信号
（基準ビデオ）から得た試験画像信号（劣化ビデオ）の
可視劣化を測定する人間視覚システムの行動を実時間で
モデル化する方法であって；複数の画像信号の各々をろ
波して、複数の処理済み画像信号を夫々発生する第１ス
テップ（モジュール１３、１４）と；ノイズ（モジュー
ル２４）を複数の処理済み画像信号の各々に注入する第
２ステップ（モジュール２１、２２）と；基準画像信号
を表す処理済み画像信号に対する分散（モジュール２
７）、及び第２ステップで求めた複数の処理済み画像信
号の差を表す差処理済み画像信号（モジュール２６）に
対する分散（モジュール２８）を計算する第３ステップ
と；複数の分散を組み合わせて劣化の尺度を求める第４
ステップ（モジュール３０）とを具えていることを特徴
とする。
（基準ビデオ）から得た試験画像信号（劣化ビデオ）の
可視劣化を測定する人間視覚システムの行動を実時間で
モデル化する方法であって；複数の画像信号の各々をろ
波して、複数の処理済み画像信号を夫々発生する第１ス
テップ（モジュール１３、１４）と；ノイズ（モジュー
ル２４）を複数の処理済み画像信号の各々に注入する第
２ステップ（モジュール２１、２２）と；基準画像信号
を表す処理済み画像信号に対する分散（モジュール２
７）、及び第２ステップで求めた複数の処理済み画像信
号の差を表す差処理済み画像信号（モジュール２６）に
対する分散（モジュール２８）を計算する第３ステップ
と；複数の分散を組み合わせて劣化の尺度を求める第４
ステップ（モジュール３０）とを具えていることを特徴
とする。
【００１４】本発明によれば、基準画像信号と、この基
準画像信号から得た試験画像信号とを別々のチャネルで
処理する。これら画像信号をルミナンス画像信号に変換
し、２次元ロウパス・フィルタでろ波（フィルタ処理）
して、処理済み画像信号を発生する。これら処理済み画
像信号を、類似の統計を有する領域にセグメント（区
分）化する。セグメント又は領域の平均が、処理済み画
像信号のピクセルから減算されて、潜在的に（implicit
ly）ハイパスろ波されたセグメント化済み兼処理済みの
画像信号を発生する。セグメント化された処理済み画像
信号にノイズを注入し、基準のセグメント化され且つ処
理済みの画像信号と、基準画像信号及び試験セグメント
化処理済み画像信号の差とに対して、分散を計算する。
差セグメント化処理済み画像信号に対する分散を、基準
セグメント化処理済み画像信号の分散により正規化す
る。この結果のＮ乗根を、試験画像信号の可視劣化の尺
度として求める。この可視劣化の尺度は、ＪＮＤ、ＭＯ
Ｓなどの適切な単位（ユニット）に変換してもよい。
準画像信号から得た試験画像信号とを別々のチャネルで
処理する。これら画像信号をルミナンス画像信号に変換
し、２次元ロウパス・フィルタでろ波（フィルタ処理）
して、処理済み画像信号を発生する。これら処理済み画
像信号を、類似の統計を有する領域にセグメント（区
分）化する。セグメント又は領域の平均が、処理済み画
像信号のピクセルから減算されて、潜在的に（implicit
ly）ハイパスろ波されたセグメント化済み兼処理済みの
画像信号を発生する。セグメント化された処理済み画像
信号にノイズを注入し、基準のセグメント化され且つ処
理済みの画像信号と、基準画像信号及び試験セグメント
化処理済み画像信号の差とに対して、分散を計算する。
差セグメント化処理済み画像信号に対する分散を、基準
セグメント化処理済み画像信号の分散により正規化す
る。この結果のＮ乗根を、試験画像信号の可視劣化の尺
度として求める。この可視劣化の尺度は、ＪＮＤ、ＭＯ
Ｓなどの適切な単位（ユニット）に変換してもよい。
【００１５】本発明の目的、利点及び新規な特徴は、添
付図を参照した以下の詳細説明から明らかになろう。
付図を参照した以下の詳細説明から明らかになろう。
【００１６】
【発明の実施の形態】人間視覚システムにおける種々の
ノイズ源の影響を調べると共に、文献のデータにより明
らかになった人間視覚システムの行動を試験するには、
以下の観察を行なう。
ノイズ源の影響を調べると共に、文献のデータにより明
らかになった人間視覚システムの行動を試験するには、
以下の観察を行なう。
【００１７】１．上側空間周波数レンジ、即ち、コント
ラスト感度関数でのルミナンス影響の線形領域での振幅
感度は、変化する平均ルミナンスに鈍感であり、依然、
周波数の平方根で下がっていく。これは、２次ロウパス
・フィルタに対応する。
ラスト感度関数でのルミナンス影響の線形領域での振幅
感度は、変化する平均ルミナンスに鈍感であり、依然、
周波数の平方根で下がっていく。これは、２次ロウパス
・フィルタに対応する。
【００１８】２．ウェーバー（Weber）及びドフリース
・ローズ（Devries-Rose）領域（オックスホード・ユー
・プレスが１９８９年に発行したテーラー（Taylor）等
の「視覚モデルのためのコントラスト検出及び識別」
や、エヌ・グラハム（N.Graham）の「視覚パターン分析
器」を参照されたい）は、共に、低周波数レンジに対応
し、振幅感度は、変化する平均ルミナンスにより最も影
響される。種々の平均ルミナンスにおける振幅対周波数
曲線の試験により、平均ルミナンスに応じて、可変ハイ
パス・フィルタに類似した行動が明らかになる。同様な
観察を基にしたモデルが、ジャーナル・オブ・ジ・オプ
ティカル・ソサエティ・オブ・アメリカの１９８５年第
２２巻第１０号の第１７６９〜１７８６ページのコーン
スィート（Cornsweet）及びイェロット（Yellott）著
「輝度に基づく空間加法」により提案されている。ジャ
ーナル・オブ・ジ・オプティカル・ソサエティ・オブ・
アメリカの１９８９年第６巻の第３１２〜３１７ページ
のロハリ（Rohaly）及びブチェスバウム（Buchsbaum）
著「コントラスト感度関数におけるルミナンス分散に対
するグローバル空間色彩メカニズムの計算法」は、固定
ハイパス・フィルタ及び可変ロウパス・フィルタを用い
て、振幅に対抗したコントラストに基づくモデルを提案
している。総ての場合において、ロウパス・フィルタと
ハイパス・フィルタとを組み合わせるか、カスケード接
続してバンドパス・フィルタを構成しており、一方のフ
ィルタが固定で、他方のフィルタが平均ルミナンスの関
数となっている。コントラストの計算には加算ステップ
が必要なので、固定ロウパス・フィルタ及び可変ハイパ
ス・フィルタを含む振幅表現が一層効果的である。
・ローズ（Devries-Rose）領域（オックスホード・ユー
・プレスが１９８９年に発行したテーラー（Taylor）等
の「視覚モデルのためのコントラスト検出及び識別」
や、エヌ・グラハム（N.Graham）の「視覚パターン分析
器」を参照されたい）は、共に、低周波数レンジに対応
し、振幅感度は、変化する平均ルミナンスにより最も影
響される。種々の平均ルミナンスにおける振幅対周波数
曲線の試験により、平均ルミナンスに応じて、可変ハイ
パス・フィルタに類似した行動が明らかになる。同様な
観察を基にしたモデルが、ジャーナル・オブ・ジ・オプ
ティカル・ソサエティ・オブ・アメリカの１９８５年第
２２巻第１０号の第１７６９〜１７８６ページのコーン
スィート（Cornsweet）及びイェロット（Yellott）著
「輝度に基づく空間加法」により提案されている。ジャ
ーナル・オブ・ジ・オプティカル・ソサエティ・オブ・
アメリカの１９８９年第６巻の第３１２〜３１７ページ
のロハリ（Rohaly）及びブチェスバウム（Buchsbaum）
著「コントラスト感度関数におけるルミナンス分散に対
するグローバル空間色彩メカニズムの計算法」は、固定
ハイパス・フィルタ及び可変ロウパス・フィルタを用い
て、振幅に対抗したコントラストに基づくモデルを提案
している。総ての場合において、ロウパス・フィルタと
ハイパス・フィルタとを組み合わせるか、カスケード接
続してバンドパス・フィルタを構成しており、一方のフ
ィルタが固定で、他方のフィルタが平均ルミナンスの関
数となっている。コントラストの計算には加算ステップ
が必要なので、固定ロウパス・フィルタ及び可変ハイパ
ス・フィルタを含む振幅表現が一層効果的である。
【００１９】３．近くの複数のしきい値輝度の間のコン
トラスト弁別におけるペデスタル効果は、空間静止（固
定）ノイズ、即ち、中心位置（foveal location）に依
存するが時間に独立したエラーと、人間視覚システムに
おける他のノイズとに一致する。ノイズ・フロア（nois
e floor）の下では、検出用のコントラスト増分が、ペ
デスタルしきい値の増加に伴って増加するが、ノイズ・
フロアの上では、検出用のコントラスト増分が、ペデス
タルしきい値の増加に伴って減少する。他には、非固定
ノイズが提案されているが、あきらかにこれらは完全な
ＨＶＳモデルに依然含まれており、ビデオ画像信号の視
覚劣化を予測するのに使用される。
トラスト弁別におけるペデスタル効果は、空間静止（固
定）ノイズ、即ち、中心位置（foveal location）に依
存するが時間に独立したエラーと、人間視覚システムに
おける他のノイズとに一致する。ノイズ・フロア（nois
e floor）の下では、検出用のコントラスト増分が、ペ
デスタルしきい値の増加に伴って増加するが、ノイズ・
フロアの上では、検出用のコントラスト増分が、ペデス
タルしきい値の増加に伴って減少する。他には、非固定
ノイズが提案されているが、あきらかにこれらは完全な
ＨＶＳモデルに依然含まれており、ビデオ画像信号の視
覚劣化を予測するのに使用される。
【００２０】４．角度範囲と、コントラスト及び弁別し
きい値の両方との間の２乗根（平方根）の規則関係は、
各画像を類似の統計の領域にセグメント化すべきことを
意味する。よって、完全な画像領域が、いくらか「コヒ
ーレント」な領域の小さな組み合わせに分割される。領
域が大きくなるほど、平均が減算されたときのハイパス
遮断周波数での実効コントラスト感度が低下する。
きい値の両方との間の２乗根（平方根）の規則関係は、
各画像を類似の統計の領域にセグメント化すべきことを
意味する。よって、完全な画像領域が、いくらか「コヒ
ーレント」な領域の小さな組み合わせに分割される。領
域が大きくなるほど、平均が減算されたときのハイパス
遮断周波数での実効コントラスト感度が低下する。
【００２１】５．低下した平均ルミナンス、類似してい
ないマスク信号及び低下したパッチ領域によるコントラ
スト弁別増分上昇は、一致したフィルタを用いる最良の
信号検出に類似した処理を意味する。かかるシステムに
おいて、処理済み基準画像及び試験画像の相関係数を１
から減算して、差を測定できる。
ないマスク信号及び低下したパッチ領域によるコントラ
スト弁別増分上昇は、一致したフィルタを用いる最良の
信号検出に類似した処理を意味する。かかるシステムに
おいて、処理済み基準画像及び試験画像の相関係数を１
から減算して、差を測定できる。
【００２２】６．相関係数を１から減算することは、し
きい値及び弁別を良好に予測するが、知覚上側しきい値
は良好には予測しない。しきい値の上では、知覚したコ
ントラストが、実際のコントラストの平方根に近似して
増加する。しきい値及び上側しきい値における行動を１
つの簡単な数学的表現に一致させるために、処理済み画
像差の正規化した分散のＮ乗根を用いるが、この例で
は、４乗根（０．２５のべき乗）である。なお、以下の
式では、０．２５を．２５（小数点前の０を省略）で表
している。 ［応答］＝ Ｋ *(var（Itest_proc - Iref_proc）／var
(Iref_proc)）.25 なお、Iref_proc及びItest_procは、夫々処理し、ろ波
したノイズのある基準画像及び試験画像であり、var()
は、分散を示す。また、Ｋは、係数である。
きい値及び弁別を良好に予測するが、知覚上側しきい値
は良好には予測しない。しきい値の上では、知覚したコ
ントラストが、実際のコントラストの平方根に近似して
増加する。しきい値及び上側しきい値における行動を１
つの簡単な数学的表現に一致させるために、処理済み画
像差の正規化した分散のＮ乗根を用いるが、この例で
は、４乗根（０．２５のべき乗）である。なお、以下の
式では、０．２５を．２５（小数点前の０を省略）で表
している。 ［応答］＝ Ｋ *(var（Itest_proc - Iref_proc）／var
(Iref_proc)）.25 なお、Iref_proc及びItest_procは、夫々処理し、ろ波
したノイズのある基準画像及び試験画像であり、var()
は、分散を示す。また、Ｋは、係数である。
【００２３】（ａ）しきい値において、所望行動は、略
次のようになる。 ［応答］＝Ｋ*(sum(Itest_proc2 + Iref_proc2 - 2*Ite
st_proc*Iref_proc).25)／ (var(Iref_proc).25 ［応答］≒ Ｋ*(2 - 2*correlation(Iref_proc,Itest_p
roc).25 = １ なお、sum()は加算を示し、correlation()は相関を示
す。 （ｂ）しきい値以上で、所望行動は、次のように近似さ
れる。 ［応答］＝ Ｋ*(sum(|Itest_proc - Iref_proc|2)／var
(Iref_proc)).25 また、フラット・フィルタ画像基準に対して、 Iref_proc = noise であり、 ［応答］＝ Ｋ* (sum(|Itest_proc|2)／var(noise)).25 である。noiseは、ノイズである。ここで、ゼロ・コン
トラストに対するコントラストの上側しきい値応答は、
コントラストの平方根として増加する。よって、しきい
値及び上側しきい値条件の両方が一致する。都合のよい
ことに、全体の画像がセグメント測定にわたって蓄えら
れるまで、Ｎ乗根の必要性がない。これは、本実施例
で、ｑ＝４のｑノルムをとるのと等化である。
次のようになる。 ［応答］＝Ｋ*(sum(Itest_proc2 + Iref_proc2 - 2*Ite
st_proc*Iref_proc).25)／ (var(Iref_proc).25 ［応答］≒ Ｋ*(2 - 2*correlation(Iref_proc,Itest_p
roc).25 = １ なお、sum()は加算を示し、correlation()は相関を示
す。 （ｂ）しきい値以上で、所望行動は、次のように近似さ
れる。 ［応答］＝ Ｋ*(sum(|Itest_proc - Iref_proc|2)／var
(Iref_proc)).25 また、フラット・フィルタ画像基準に対して、 Iref_proc = noise であり、 ［応答］＝ Ｋ* (sum(|Itest_proc|2)／var(noise)).25 である。noiseは、ノイズである。ここで、ゼロ・コン
トラストに対するコントラストの上側しきい値応答は、
コントラストの平方根として増加する。よって、しきい
値及び上側しきい値条件の両方が一致する。都合のよい
ことに、全体の画像がセグメント測定にわたって蓄えら
れるまで、Ｎ乗根の必要性がない。これは、本実施例
で、ｑ＝４のｑノルムをとるのと等化である。
【００２４】対応するモデル要素及び６つの校正パラメ
ータは、次のようになる。 （ａ）２次元無限インパルス応答の２次ロウパス・フィ
ルタ校正パラメータは、（ｉ）便宜上、表示モデルに配
置できる「入力スケール」と、（ｉｉ）ダブル・ポール
を設定する「帰還係数」とを含む。これは、当業者に周
知の等化有限インパルス応答フィルタで実施できる。
ータは、次のようになる。 （ａ）２次元無限インパルス応答の２次ロウパス・フィ
ルタ校正パラメータは、（ｉ）便宜上、表示モデルに配
置できる「入力スケール」と、（ｉｉ）ダブル・ポール
を設定する「帰還係数」とを含む。これは、当業者に周
知の等化有限インパルス応答フィルタで実施できる。
【００２５】（ｂ）セグメント化（領域発展）は、
（ｉ）セグメント・ブロック平均総合に対するしきい値
と、（ｉｉ）ブロック分散の近似セグメント分散に対す
るしきい値とにより管理される。再計算ブロックは、セ
グメント・ブロック手段を用いて、セグメント内のルミ
ナンスの平均を示し、各ピクセルから局部的平均（対応
セグメントのルミナンスを意味する）を減算する。
（ｉ）セグメント・ブロック平均総合に対するしきい値
と、（ｉｉ）ブロック分散の近似セグメント分散に対す
るしきい値とにより管理される。再計算ブロックは、セ
グメント・ブロック手段を用いて、セグメント内のルミ
ナンスの平均を示し、各ピクセルから局部的平均（対応
セグメントのルミナンスを意味する）を減算する。
【００２６】（ｃ）ノイズ発生器及び「オブスキュラー
（obscurer）」（最高価値の演算子）校正は、ノイズ振
幅の選択を必要とする。各セグメントにとって、正規化
された差分散（処理済み基準の分散から劣化をマイナス
したvar(Iref_proc - Itest_proc)を処理済み基準画像
のvar(Iref_proc)の分散で除算）を計算する。このステ
ップには、校正定数が必要ない。
（obscurer）」（最高価値の演算子）校正は、ノイズ振
幅の選択を必要とする。各セグメントにとって、正規化
された差分散（処理済み基準の分散から劣化をマイナス
したvar(Iref_proc - Itest_proc)を処理済み基準画像
のvar(Iref_proc)の分散で除算）を計算する。このステ
ップには、校正定数が必要ない。
【００２７】（ｄ）全体画像に対して、集合的な尺度
を、セグメント正規化差分散の平均のＮ乗根として計算
する。なお、例えば、Ｎ＝４である。この集合的な尺度
を、変換又はスケーリング係数により適切な単位に変換
する（しきい値又はＪＮＤ単位に対するＫ）。
を、セグメント正規化差分散の平均のＮ乗根として計算
する。なお、例えば、Ｎ＝４である。この集合的な尺度
を、変換又はスケーリング係数により適切な単位に変換
する（しきい値又はＪＮＤ単位に対するＫ）。
【００２８】図１を参照する。この図１は、ＨＶＳモデ
ルの精度の大部分と、非ＨＶＳモデルに匹敵する効率と
を組み合わせて従来技術を改善した画像品質評価装置の
ブロック図（流れ図）を示す。基準ビデオ信号及び劣化
（試験）ビデオ信号をルミナンス表示モジュール１１及
び１２に夫々入力して、ルミナンス単位に変換する。コ
ントラスト感度しきい値データに対応する空間周波数応
答を２次元（２Ｄ）２次ロウパス・フィルタ・モジュー
ル１３及び１４、並びに１個の潜在的なハイパス・フィ
ルタで夫々実現する。（減算モジュール１７及び１８
で、ブロック平均計算モジュール１５及び１６からの局
部的な平均（ロウパス）値から各個別のピクセルを減算
する。）このフィルタの組み合わせが、各方向、平均ル
ミナンス及びセグメント領域に関する論文のデータ（コ
ントラスト感度対周波数）が示唆した条件を満足させ
る。このステージからのたった１つの画像出力は、各画
像に対する後続のステージにより処理される。この点
が、従来技術のフィルタ・バンクからの多数の画像出力
と対照的な点である。次に、非直線時間フィルタを挿入
して、ＨＶＳモデルの多量の時間的行動を考慮するが、
この実施例では示さない。
ルの精度の大部分と、非ＨＶＳモデルに匹敵する効率と
を組み合わせて従来技術を改善した画像品質評価装置の
ブロック図（流れ図）を示す。基準ビデオ信号及び劣化
（試験）ビデオ信号をルミナンス表示モジュール１１及
び１２に夫々入力して、ルミナンス単位に変換する。コ
ントラスト感度しきい値データに対応する空間周波数応
答を２次元（２Ｄ）２次ロウパス・フィルタ・モジュー
ル１３及び１４、並びに１個の潜在的なハイパス・フィ
ルタで夫々実現する。（減算モジュール１７及び１８
で、ブロック平均計算モジュール１５及び１６からの局
部的な平均（ロウパス）値から各個別のピクセルを減算
する。）このフィルタの組み合わせが、各方向、平均ル
ミナンス及びセグメント領域に関する論文のデータ（コ
ントラスト感度対周波数）が示唆した条件を満足させ
る。このステージからのたった１つの画像出力は、各画
像に対する後続のステージにより処理される。この点
が、従来技術のフィルタ・バンクからの多数の画像出力
と対照的な点である。次に、非直線時間フィルタを挿入
して、ＨＶＳモデルの多量の時間的行動を考慮するが、
この実施例では示さない。
【００２９】ブロック平均計算モジュール１５及び１６
により、３ピクセル×３ピクセルのブロックにおけるブ
ロック平均を計算する。両方のチャンネルにおいて、セ
グメント境界判断モジュール２０は、ブロック平均の中
間及び他の簡単なブロック統計に基づいて画像をセグメ
ント化する。しかし、計算資源を簡略化し且つ少なくす
るために、セグメント境界判断モジュール２０を削除し
てもよい。現在のセグメント化アルゴリズムに用いるブ
ロック計算は、ローカル（ブロック）平均ルミナンス及
び前の分散を含んでいる。しかし、単純な最大値及び最
小値を、領域を発展させるのに用いてもよい。各ブロッ
クの中間を、それの属するセグメントにわたって平均化
し、新たなブロック中間を作る。減算モジュール１７及
び１８は、これらブロック中間を、対応ブロックの各ピ
クセルから減算する。なお、これらブロックは、潜在的
なハイパス・フィルタに作用する。
により、３ピクセル×３ピクセルのブロックにおけるブ
ロック平均を計算する。両方のチャンネルにおいて、セ
グメント境界判断モジュール２０は、ブロック平均の中
間及び他の簡単なブロック統計に基づいて画像をセグメ
ント化する。しかし、計算資源を簡略化し且つ少なくす
るために、セグメント境界判断モジュール２０を削除し
てもよい。現在のセグメント化アルゴリズムに用いるブ
ロック計算は、ローカル（ブロック）平均ルミナンス及
び前の分散を含んでいる。しかし、単純な最大値及び最
小値を、領域を発展させるのに用いてもよい。各ブロッ
クの中間を、それの属するセグメントにわたって平均化
し、新たなブロック中間を作る。減算モジュール１７及
び１８は、これらブロック中間を、対応ブロックの各ピ
クセルから減算する。なお、これらブロックは、潜在的
なハイパス・フィルタに作用する。
【００３０】コアリング動作モジュール２１及び２２
は、ろ波された入力画像の絶対値と、ノイズの空間的に
固定されたパターンの絶対値との大きい方を選択して、
ノイズ発生器モジュール２４からのノイズを各ピクセル
に注入する。ここで、 ｜Ａ｜＞｜Ｂ｜の場合、 コア（Ａ，Ｂ）＝（｜Ａ｜−｜Ｂ｜） であり、｜Ａ｜＜｜Ｂ｜の場合、 コア（Ａ，Ｂ）＝０ である。なお、Ａは信号であり、Ｂはノイズである。セ
グメント分散計算モジュール２７は、基準画像セグメン
トIrefに対する分散var(Iref')を計算する。減算セグメ
ント２６は、基準画像セグメントIref及び試験画像セグ
メントItestの間の差Iref-Itestを求める。セグメント
分散計算モジュール２８は、この差Iref-Itestに対する
セグメント分散(Iref'-Itest')を計算する。正規化モジ
ュール３０は、各セグメントに対して、基準分散(Ire
f')により、試験（差）チャンネル分散（Iref'-Ites
t'）を正規化（除算）して、２チャンネルのセグメント
分散データ・セットを組み合わせる。
は、ろ波された入力画像の絶対値と、ノイズの空間的に
固定されたパターンの絶対値との大きい方を選択して、
ノイズ発生器モジュール２４からのノイズを各ピクセル
に注入する。ここで、 ｜Ａ｜＞｜Ｂ｜の場合、 コア（Ａ，Ｂ）＝（｜Ａ｜−｜Ｂ｜） であり、｜Ａ｜＜｜Ｂ｜の場合、 コア（Ａ，Ｂ）＝０ である。なお、Ａは信号であり、Ｂはノイズである。セ
グメント分散計算モジュール２７は、基準画像セグメン
トIrefに対する分散var(Iref')を計算する。減算セグメ
ント２６は、基準画像セグメントIref及び試験画像セグ
メントItestの間の差Iref-Itestを求める。セグメント
分散計算モジュール２８は、この差Iref-Itestに対する
セグメント分散(Iref'-Itest')を計算する。正規化モジ
ュール３０は、各セグメントに対して、基準分散(Ire
f')により、試験（差）チャンネル分散（Iref'-Ites
t'）を正規化（除算）して、２チャンネルのセグメント
分散データ・セットを組み合わせる。
【００３１】最後に、尺度モジュール３２で、各セグメ
ントの正規化した分散の平均（平均（ｘ））のＮ乗根
（１／Ｎ乗）を計算して、集合的な尺度を求める。この
実施例では、Ｎ＝４であるが、Ｎは、任意の整数値でよ
い。変換モジュール３４は、この集合的な尺度を拡大／
縮小（スケーリング）するか、又は、ＪＮＤ、ＭＯＳな
どの適切な単位に変換する。
ントの正規化した分散の平均（平均（ｘ））のＮ乗根
（１／Ｎ乗）を計算して、集合的な尺度を求める。この
実施例では、Ｎ＝４であるが、Ｎは、任意の整数値でよ
い。変換モジュール３４は、この集合的な尺度を拡大／
縮小（スケーリング）するか、又は、ＪＮＤ、ＭＯＳな
どの適切な単位に変換する。
【００３２】
【発明の効果】上述の如く、本発明による実時間人間視
覚システム行動モデル化方法は、２つの信号を並列のチ
ャンネルで処理し、基準画像用及び差（基準−試験）画
像用の平均化セグメント分散を求め、この平均化セグメ
ント分散を正規化し、Ｎ乗根を求めて集合的な尺度を得
て、この結果を適切な単位に変換することにより、基準
ビデオ画像信号から試験ビデオ画像信号の劣化を測定す
る。よって、本発明は、実時間ビデオ環境で、ビデオ・
システムの画像品質分析を実行できる。
覚システム行動モデル化方法は、２つの信号を並列のチ
ャンネルで処理し、基準画像用及び差（基準−試験）画
像用の平均化セグメント分散を求め、この平均化セグメ
ント分散を正規化し、Ｎ乗根を求めて集合的な尺度を得
て、この結果を適切な単位に変換することにより、基準
ビデオ画像信号から試験ビデオ画像信号の劣化を測定す
る。よって、本発明は、実時間ビデオ環境で、ビデオ・
システムの画像品質分析を実行できる。
【図１】本発明による実時間人間視覚システム行動モデ
ル化方法を用いるビデオ映像品質評価用のシステムのブ
ロック図である。
ル化方法を用いるビデオ映像品質評価用のシステムのブ
ロック図である。
１１、１２ ルミナンス表示モジュール １３、１４ ロウパス・フィルタ・モジュール １５、１６ ブロック平均計算モジュール １７、１８、２６ 減算モジュール ２０ セグメント境界判断モジュール ２１、２２ コアリング動作モジュール ２４ ノイズ発生器モジュール ２７、２８ セグメント分散計算モジュール ３０ 正規化モジュール ３２ 尺度モジュール ３４ 変換モジュール
Claims (4)
- 【請求項１】 基準画像信号から得た試験画像信号の可
視劣化を測定する人間視覚システムの行動を実時間でモ
デル化する方法であって、 複数の上記画像信号の各々をろ波して、複数の処理済み
画像信号を夫々発生する第１ステップと、 ノイズを複数の上記処理済み画像信号の各々に注入する
第２ステップと、 上記基準画像信号を表す上記処理済み画像信号に対する
分散、及び上記第２ステップで求めた複数の上記処理済
み画像信号の差を表す差処理済み画像信号に対する分散
を計算する第３ステップと、 複数の上記分散を組み合わせて上記劣化の尺度を求める
第４ステップとを具えた実時間人間視覚システム行動モ
デル化方法。 - 【請求項２】 上記第４ステップは、 上記基準処理済み画像信号の分散を用いて、上記差処理
済み画像信号の正規化した分散を求め、 上記正規化した分散のＮ乗根を上記劣化の尺度とするこ
とを特徴とする請求項１の方法。 - 【請求項３】 上記劣化の尺度を適切な単位に変換する
ステップを更に具えたことを特徴とする請求項１の方
法。 - 【請求項４】 上記第１ステップは、 上記基準画像信号及び上記試験画像信号の各々をルミナ
ンス画像信号に変換し、 上記ルミナンス画像信号の各々を２次元ロウパス・フィ
ルタ処理して、上記処理済み画像信号の各々を発生する
ことを特徴とする請求項１の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/438,697 US6678424B1 (en) | 1999-11-11 | 1999-11-11 | Real time human vision system behavioral modeling |
| US09/438697 | 1999-11-11 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001197527A true JP2001197527A (ja) | 2001-07-19 |
| JP3498842B2 JP3498842B2 (ja) | 2004-02-23 |
Family
ID=23741664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000340610A Expired - Fee Related JP3498842B2 (ja) | 1999-11-11 | 2000-11-08 | 実時間人間視覚システム行動モデル化方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6678424B1 (ja) |
| EP (1) | EP1100278B1 (ja) |
| JP (1) | JP3498842B2 (ja) |
| KR (1) | KR100647146B1 (ja) |
| CN (1) | CN1183781C (ja) |
| DE (1) | DE60020795T2 (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006060790A (ja) * | 2004-07-12 | 2006-03-02 | Microsoft Corp | 動き補償時間フィルタリングにおける適応アップデート |
| WO2009133900A1 (ja) * | 2008-04-30 | 2009-11-05 | 日本電気株式会社 | 画質評価システム、方法およびプログラム |
| WO2009133884A1 (ja) * | 2008-04-30 | 2009-11-05 | 日本電気株式会社 | 画質評価方法、画質評価システムおよびプログラム |
| WO2009133879A1 (ja) * | 2008-04-30 | 2009-11-05 | 日本電気株式会社 | 画像評価方法、画像評価システム及びプログラム |
| US8213503B2 (en) | 2008-09-05 | 2012-07-03 | Microsoft Corporation | Skip modes for inter-layer residual video coding and decoding |
| US8340177B2 (en) | 2004-07-12 | 2012-12-25 | Microsoft Corporation | Embedded base layer codec for 3D sub-band coding |
| US8374238B2 (en) | 2004-07-13 | 2013-02-12 | Microsoft Corporation | Spatial scalability in 3D sub-band decoding of SDMCTF-encoded video |
| US8493513B2 (en) | 2006-01-06 | 2013-07-23 | Microsoft Corporation | Resampling and picture resizing operations for multi-resolution video coding and decoding |
| US8711948B2 (en) | 2008-03-21 | 2014-04-29 | Microsoft Corporation | Motion-compensated prediction of inter-layer residuals |
| US8953673B2 (en) | 2008-02-29 | 2015-02-10 | Microsoft Corporation | Scalable video coding and decoding with sample bit depth and chroma high-pass residual layers |
| US9571856B2 (en) | 2008-08-25 | 2017-02-14 | Microsoft Technology Licensing, Llc | Conversion operations in scalable video encoding and decoding |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6876381B2 (en) * | 2001-01-10 | 2005-04-05 | Koninklijke Philips Electronics N.V. | System and method for providing a scalable objective metric for automatic video quality evaluation employing interdependent objective metrics |
| US6941017B2 (en) * | 2001-09-18 | 2005-09-06 | Tektronix, Inc. | Temporal processing for realtime human vision system behavior modeling |
| US20040036772A1 (en) * | 2001-09-25 | 2004-02-26 | Pugel Michael Anthony | Method for optimizing the level of rf signals by comparing quality of the rf signals under different operation modes |
| US7139035B2 (en) * | 2002-12-30 | 2006-11-21 | Texas Instruments Incorporated | Video noise floor estimator with impulse noise detection |
| US20040207643A1 (en) * | 2003-04-18 | 2004-10-21 | Bozidar Janko | Attention model enhanced video waveform monitor |
| GB0314161D0 (en) * | 2003-06-18 | 2003-07-23 | British Telecomm | Edge analysis in video quality assessment |
| CN1938727A (zh) * | 2004-02-27 | 2007-03-28 | Td视觉有限公司 | 用于数字解码3d立体视频图像的方法和*** |
| EP2538676A3 (en) * | 2004-02-27 | 2014-01-08 | Tdvision Corporation S.A. DE C.V. | Method and system for digital coding 3D stereoscopic video images |
| US7405747B2 (en) * | 2004-04-14 | 2008-07-29 | Tektronix, Inc. | Extended K2T measurement of video |
| US7356195B2 (en) * | 2004-04-29 | 2008-04-08 | Hewlett-Packard Development Company, L.P. | System and method for estimating image sharpness |
| US7715646B2 (en) | 2005-03-25 | 2010-05-11 | Siemens Medical Solutions Usa, Inc. | Unified visual measurement of blur and noise distortions in digital images |
| US7801385B2 (en) * | 2005-05-10 | 2010-09-21 | Intel Corporation | Perceptual filter support techniques |
| US8396468B1 (en) | 2005-09-15 | 2013-03-12 | At&T Mobility Ii Llc | Assessing performance and quality of a mobile communication service |
| US8620293B2 (en) * | 2005-09-15 | 2013-12-31 | At&T Mobility Ii Llc | Location-based transmitter selection and handoff |
| US8587630B1 (en) | 2005-09-15 | 2013-11-19 | At&T Mobility Ii Llc | Assessing performance and quality of a mobile communication service |
| US8509761B2 (en) * | 2005-09-15 | 2013-08-13 | At&T Mobility Ii Llc | Location based services quality assessment |
| US20080012856A1 (en) * | 2006-07-14 | 2008-01-17 | Daphne Yu | Perception-based quality metrics for volume rendering |
| KR100824264B1 (ko) * | 2006-11-23 | 2008-04-24 | 주식회사 이노와이어리스 | 통신망을 거친 영상에 대한 품질측정장치 및 방법 |
| JP5512522B2 (ja) * | 2007-09-28 | 2014-06-04 | オセ−テクノロジーズ・ベー・ヴエー | Ｍｔｆの適応可能な補正のための方法、装置、およびコンピュータプログラム |
| WO2011133505A1 (en) | 2010-04-19 | 2011-10-27 | Dolby Laboratories Licensing Corporation | Quality assessment of high dynamic range, visual dynamic range and wide color gamut image and video |
| PL2508754T3 (pl) | 2011-04-04 | 2016-10-31 | System napędowy dla siłowni wiatrowej | |
| US8743291B2 (en) | 2011-04-12 | 2014-06-03 | Dolby Laboratories Licensing Corporation | Quality assessment for images that have extended dynamic ranges or wide color gamuts |
| DK2573386T3 (en) | 2011-09-26 | 2015-02-09 | Siemens Ag | Drive system for a wind power plant |
| CN102447945B (zh) * | 2011-11-22 | 2013-09-25 | 河海大学 | 一种图像亮度的jnd值测定方法 |
| CN103070671B (zh) * | 2013-01-31 | 2014-07-30 | 郑州大学 | 啮齿类动物视觉认知行为功能自动化测评*** |
| CN109285146B (zh) * | 2018-08-30 | 2021-12-10 | 南京邮电大学 | 基于恰可觉察失真的全参考图像质量评价方法 |
| CN110399886B (zh) * | 2019-07-15 | 2022-09-30 | 华侨大学 | 一种屏幕图像jnd模型构建方法 |
| DE102022101854A1 (de) | 2021-06-02 | 2022-12-22 | HELLA GmbH & Co. KGaA | Verfahren zur Analyse einer Leuchtdichteverteilung des von einer Beleuchtungsvorrichtungfür ein Fahrzeug ausgehenden Lichts |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4918633A (en) * | 1985-11-25 | 1990-04-17 | Eastman Kodak Company | Digital image noise reduction method and transmission system |
| US5010405A (en) * | 1989-02-02 | 1991-04-23 | Massachusetts Institute Of Technology | Receiver-compatible enhanced definition television system |
| US5309526A (en) * | 1989-05-04 | 1994-05-03 | At&T Bell Laboratories | Image processing system |
| US5313298A (en) * | 1992-03-05 | 1994-05-17 | Rubin, Bednarek And Associates, Inc. | Video companding method and system |
| US5446492A (en) | 1993-01-19 | 1995-08-29 | Wolf; Stephen | Perception-based video quality measurement system |
| US5790717A (en) | 1993-10-26 | 1998-08-04 | Bell Communications Research Inc. | Apparatus and method for predicting subjective quality of compressed images |
| US5818520A (en) * | 1996-02-12 | 1998-10-06 | Tektronix, Inc. | Programmable instrument for automatic measurement of compressed video quality |
| US5719966A (en) | 1996-03-29 | 1998-02-17 | David Sarnoff Research Center, Inc. | Apparatus for assessing the visiblity of differences between two image sequences |
| US5974159A (en) | 1996-03-29 | 1999-10-26 | Sarnoff Corporation | Method and apparatus for assessing the visibility of differences between two image sequences |
| US6360022B1 (en) * | 1997-04-04 | 2002-03-19 | Sarnoff Corporation | Method and apparatus for assessing the visibility of differences between two signal sequences |
| GB9803580D0 (en) | 1998-02-21 | 1998-04-15 | Nds Ltd | Determining visually noticeable differences between two images |
| US6285797B1 (en) * | 1999-04-13 | 2001-09-04 | Sarnoff Corporation | Method and apparatus for estimating digital video quality without using a reference video |
-
1999
- 1999-11-11 US US09/438,697 patent/US6678424B1/en not_active Expired - Lifetime
-
2000
- 2000-11-01 EP EP00309649A patent/EP1100278B1/en not_active Expired - Lifetime
- 2000-11-01 DE DE60020795T patent/DE60020795T2/de not_active Expired - Lifetime
- 2000-11-08 JP JP2000340610A patent/JP3498842B2/ja not_active Expired - Fee Related
- 2000-11-10 CN CNB001323733A patent/CN1183781C/zh not_active Expired - Fee Related
- 2000-11-10 KR KR1020000066823A patent/KR100647146B1/ko not_active IP Right Cessation
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006060790A (ja) * | 2004-07-12 | 2006-03-02 | Microsoft Corp | 動き補償時間フィルタリングにおける適応アップデート |
| US8340177B2 (en) | 2004-07-12 | 2012-12-25 | Microsoft Corporation | Embedded base layer codec for 3D sub-band coding |
| US8442108B2 (en) | 2004-07-12 | 2013-05-14 | Microsoft Corporation | Adaptive updates in motion-compensated temporal filtering |
| US8374238B2 (en) | 2004-07-13 | 2013-02-12 | Microsoft Corporation | Spatial scalability in 3D sub-band decoding of SDMCTF-encoded video |
| US8493513B2 (en) | 2006-01-06 | 2013-07-23 | Microsoft Corporation | Resampling and picture resizing operations for multi-resolution video coding and decoding |
| US9319729B2 (en) | 2006-01-06 | 2016-04-19 | Microsoft Technology Licensing, Llc | Resampling and picture resizing operations for multi-resolution video coding and decoding |
| US8780272B2 (en) | 2006-01-06 | 2014-07-15 | Microsoft Corporation | Resampling and picture resizing operations for multi-resolution video coding and decoding |
| US8953673B2 (en) | 2008-02-29 | 2015-02-10 | Microsoft Corporation | Scalable video coding and decoding with sample bit depth and chroma high-pass residual layers |
| US8964854B2 (en) | 2008-03-21 | 2015-02-24 | Microsoft Corporation | Motion-compensated prediction of inter-layer residuals |
| US8711948B2 (en) | 2008-03-21 | 2014-04-29 | Microsoft Corporation | Motion-compensated prediction of inter-layer residuals |
| US8503822B2 (en) | 2008-04-30 | 2013-08-06 | Nec Corporation | Image quality evaluation system, method, and program utilizing increased difference weighting of an area of focus |
| US8644642B2 (en) | 2008-04-30 | 2014-02-04 | Nec Corporation | Image quality evaluation method, system, and program based on an alternating-current component differential value |
| US8699818B2 (en) | 2008-04-30 | 2014-04-15 | Nec Corporation | Method, system, and program for determining image quality based on pixel changes between image frames |
| WO2009133879A1 (ja) * | 2008-04-30 | 2009-11-05 | 日本電気株式会社 | 画像評価方法、画像評価システム及びプログラム |
| WO2009133884A1 (ja) * | 2008-04-30 | 2009-11-05 | 日本電気株式会社 | 画質評価方法、画質評価システムおよびプログラム |
| US9280705B2 (en) | 2008-04-30 | 2016-03-08 | Nec Corporation | Image quality evaluation method, system, and computer readable storage medium based on an alternating current component differential value |
| WO2009133900A1 (ja) * | 2008-04-30 | 2009-11-05 | 日本電気株式会社 | 画質評価システム、方法およびプログラム |
| US9571856B2 (en) | 2008-08-25 | 2017-02-14 | Microsoft Technology Licensing, Llc | Conversion operations in scalable video encoding and decoding |
| US10250905B2 (en) | 2008-08-25 | 2019-04-02 | Microsoft Technology Licensing, Llc | Conversion operations in scalable video encoding and decoding |
| US8213503B2 (en) | 2008-09-05 | 2012-07-03 | Microsoft Corporation | Skip modes for inter-layer residual video coding and decoding |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1296361A (zh) | 2001-05-23 |
| DE60020795T2 (de) | 2006-05-04 |
| EP1100278A3 (en) | 2003-01-22 |
| EP1100278B1 (en) | 2005-06-15 |
| KR100647146B1 (ko) | 2006-11-17 |
| CN1183781C (zh) | 2005-01-05 |
| US6678424B1 (en) | 2004-01-13 |
| DE60020795D1 (de) | 2005-07-21 |
| EP1100278A2 (en) | 2001-05-16 |
| KR20010051612A (ko) | 2001-06-25 |
| JP3498842B2 (ja) | 2004-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3498842B2 (ja) | 実時間人間視覚システム行動モデル化方法 | |
| Aydin et al. | Video quality assessment for computer graphics applications | |
| US6888564B2 (en) | Method and system for estimating sharpness metrics based on local edge kurtosis | |
| Heeger et al. | A model of perceptual image fidelity | |
| KR100347202B1 (ko) | 이미지스트림을국부적콘트라스트단위들로분해하는방법및장치 | |
| Gao et al. | Image quality assessment and human visual system | |
| US8908989B2 (en) | Recursive conditional means image denoising | |
| US6690839B1 (en) | Efficient predictor of subjective video quality rating measures | |
| JP2002503360A (ja) | ２つの画像系列の差の可視性を評価する方法および装置 | |
| JP2005354685A (ja) | パターン適応型フィルターリングによる映像信号の平滑化装置及びその平滑化方法 | |
| JP2000078618A (ja) | ビデオ画像品質の評価方法 | |
| Zhang et al. | Data-driven transform-based compressed image quality assessment | |
| JP3955517B2 (ja) | 実時間ヒューマン・ビジョン・システム行動モデル化方法 | |
| Yu et al. | Fast bilateral filtering by adapting block size | |
| Trivedi et al. | A new contrast measurement index based on logarithmic image processing model | |
| US7102667B2 (en) | Picture quality diagnostics for revealing cause of perceptible impairments | |
| Osberger et al. | A computational model of the human visual system for image quality assessment | |
| Eriksson et al. | Modeling the perception of digital images: A performance study | |
| Fanning | Metrics for image-based modeling of target acquisition | |
| Avadhanam et al. | Prediction and measurement of high quality in still-image coding | |
| Benzi et al. | A bio-inspired synergistic virtual retina model for tone mapping | |
| Rao et al. | Combined transform and spatial domain based “no reference” measure for underwater images | |
| Ernawan et al. | A Psychovisual Threshold for Generating Quantization Process in Tchebichef Moment Image Compression. | |
| Kitanovski et al. | Masking in chrominance channels of natural images—Data, analysis, and prediction | |
| RU2695424C1 (ru) | Устройство для улучшения качества изображений |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3498842 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071205 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081205 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091205 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091205 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101205 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101205 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111205 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111205 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121205 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121205 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131205 Year of fee payment: 10 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |