Video quality assessment combining with human visual gaze characteristics

doi:10.13741/j.cnki.11-1879/o4.2016.04.014

您当前的位置：

首页 >

文章列表页 >

Video quality assessment combining with human visual gaze characteristics

更新时间：2025-09-01

- Video quality assessment combining with human visual gaze characteristics
- Vol. 42, Issue 4, Pages: 351-356(2016)
- 作者机构：
  
  1:宁波大学信息科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.04.014
  CLC：
- Published：2016
- 稿件说明：
移动端阅览
Video quality assessment combining with human visual gaze characteristics[J]. 2016, 42(4): 351-356.
DOI：

Video quality assessment combining with human visual gaze characteristics[J]. 2016, 42(4): 351-356. DOI： 10.13741/j.cnki.11-1879/o4.2016.04.014.

摘要

考虑到人眼视觉关注特性在视频质量评价(VQA)中所具有的重要作用

提出了一种结合人眼视觉关注特性的视频质量评价方法。首先利用三维Sobel算子以及恰可察觉失真模型得到全局显著图

对全局显著图的每个显著像素点构建结构张量来求取一帧的全局质量;然后利用视频运动信息以及人眼中心关注特性求得局部显著图来进行感知加权

得到一帧的局部质量;最后均衡局部与全局质量得到视频中一帧的质量

并采用机器学习的方法获得时域加权模型

对视频帧进行加权

从而得到客观视频质量评价值。在LIVE视频数据库上进行性能测试

得到PLCC(Pearson Linear Correlation Coefficient)为0.827

SROCC(Spearman Rank Order Correlation Coefficient)为0.802

与已有相关算法相比

所提出的VQA方法的评价结果更接近人眼的主观感知。

Abstract

关键词

Keywords

references

Views

200

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Digital watermarking algorithm based on saliency map

A method of image quality assessment based on visual low-level features

Diffractive deep neural network-based demodulation implementation for quad-orbital angular momentum coherent multiplexing

Research on point target recognition technology based on motion features

Related Author

刘玄玄

王晓红

章婷

李昭慧

赵潇晓

朱露洁

刘璠

郑伟

Related Institution

1:上海理工大学出版印刷与艺术设计学院

1:西安科技大学通信与信息工程学院

1:中国科学院国家空间科学中心

2:中国科学院大学

3:湖南科技大学

⁰