[发明专利]一种基于HVS的新型视频质量评价方法

说明书

技术领域

本发明涉及无线通信领域，具体涉及一种视频评价方法，特别是涉及到基于人眼视觉特性HVS的视频质量评价方法。 

背景技术

随着无线网络的发展，人们对通信业务的需求也越来越多样化，由原来单一的语音通话扩展到包括视频通信、移动社交在内的各种多媒体业务和互联网新业务。尤其是视频类业务更是在近期得到了迅猛的增长，已占到移动无线流量的50％左右。而人作为视频的最后接收者，对于视频的质量具有一定的要求，因而为对视频质量进行评估提出来客观需求。视频质量进行评价对于保证服务质量要求、优化视频处理系统设计等方面起到了至关重要的作用。对于视频质量评价唯一可靠的方法就是主观评价，也就是由人主观对视频进行评价，因为人才是视频的最后接收者，通过最终接收者主观评价的结果肯定是可靠的。但是由于此方法需要人作为主体参与评价，局限性比较大，也有费时、花费较高等缺点，所以现在并不是研究的重点。尽管如此，主观评价的结果也为后面各种客观评价方法提供了参考，使视频质量评价算法朝着与人眼视觉预期相匹配的方向发展。在客观视频质量评价方法方面，已经有很多研究，但仍然有限制。 

发明内容

本发明的目的是针对背景技术中的不足，提出一种新颖的，基于HVS的视频质量评价方法。 

为了实现本发明的目的，本发明采用的技术方案是：结合图像质量评价方法SSIM以及空时域显著性区域对视频图像帧进行质量评价，其中选取的特征包括色彩、方向性、亮度和运动等。然后结合视频序列帧间连续性的HVS特性，如人眼对视频质量提高没有质量下降那么敏感等，对视频帧的质量评价结果进行时域聚合处理，而非采用直接平均的方式，得到较为准确的视频质量评价结果。 

所述视频质量评价方法，基于人眼的感兴趣区域和显著性特征提取方法，从空域和时域两个方面对视频图像帧进行特征提取。 

所述视频质量评价方法，选取特征分为空域和时域两个方面，其中空域主要包括色彩、方向性、亮度、对比度等特征，而时域则主要包括运动信息。 

所述视频质量评价方法，显著性区域中时域特征的提取采用高斯金字塔以及墨西哥帽子函数进行处理，分析视频背景帧与当前帧的差异，从而提取时域上的显著性区域，符合人眼 视觉特性。 

所述视频质量评价方法，结合图像质量评价方法SSIM和显著性特征图得到视频序列图像帧的质量评价结果。 

所述视频质量评价方法，根据视频序列帧间连续性的HVS特性，运用新颖的视频帧质量处理方式进行时域聚合，得到最终的视频质量评价结果。 

附图说明

图1是一种基于HVS的新型视频质量评价方法的流程图。 

图2是视觉显著性区域的提取方法。 

具体实施方式

实施方式，参见图1。 

所述视频质量评价方法，具体步骤如下： 

本发明中，为了充分考虑HVS特性，显著性特征图的提取根据空间视觉特征中的色彩、对比度、亮度、方向性以及时间特征中的运动特征获得，选取的特征与HVS有很大的关联，能够有效的反应人眼视觉特性。下面就将从空域特征以及时域特征两个方面来说明本发明中显著性特征图的提取方发，具体处理过程如图2所示。 

从空域分析视频可以考虑到视频帧的细节，使评价模型更符合人眼视觉特性。本发明主要是从色彩、亮度、方向性以及对比度四个特征方面来实现空域特征的提取。色彩对比度是吸引人眼视觉注意力的基本激励之一，如果当前图像与背景图片颜色有比较大的差异是通常会获得高的注意，相反所获得的关注就比较少，在综合提取显著性特征图时考虑色彩是必须的，考虑色彩能够更准确的描述人眼视觉的关注点。在空域显著度的提取模型中，同时将亮度、方向性以及对比度特征作为了重要的因素。亮度以及方向性的处理如Itti视觉模型中所述的一致，并且这两个方面也能有效的反应人眼的视觉特性。同理，对比度特征在HVS中也是十分重要的影响因素之一。 

通过加权求和的方式获取空域显著性图，公式如下所示： 

S_am＝w_c*C+w_I*I+w_O*O+w_R*R 

w_c、w_I、w_O和w_R分别为空域所采用的四个特征的权重。