视频主观质量评价中配对比较算法研究

摘要

视频质量评价标准在图像和视频处理领域有举足轻重的作用，是衡量视频相关处理算法性能的基准，也是优化视频处理算法的标杆。自2005年A.C.Bovik等提出均方误差在衡量图像质量方面的弊端，并提出基于结构相似度的度量方法后。学术界对图像和视频质量评价方法的研究犹如雨后春笋般蓬勃发展。近几年，视频质量评价方法已成为图像和视频处理领域的研究热点。本文的研究亦是在国家自然科学基金项目的支持下展开的相关研究。
　　视频质量评价算法的设计目标是尽量逼近主观视觉质量，在算法设计和验证时，需以主观测试数据库中的真实数据为基础。而所谓的真实数据，也是通过对预先设定的一组图像/序列进行一系列的主观测试实验得到的均值，因此主观测试结果的有效性在整个环节中至关重要。在测试数据库集合较小，待测数据的质量易于分辨时，主观测试通常采用绝对分类等级方法进行测试。但这一方法在当前测试数据量急剧增多的情况下已不再适用。
　　为了分辨待测数据之间较小的差别，国际标准制定组织采纳了基于配对比较的方法，但全比较的配对比较的方法，其时间复杂度随待测数据量呈增长，以至不可实现。为了降低时间复杂度，学者们提出了多种高效的配对比较方法。本文通过对现有算法的分析与研究，首先针对时间复杂度高的问题，改进了一种邻位比较逆序交换算法，然后提出了一种测评结果更加准确的基于红黑树排序的配对比较算法。具体工作如下：
　　1.本文综合分析了多种配对比较算法，并对其中的邻位比较逆序交换算法的高时间复杂度进行了改进。改进算法中，每位参评者所得到的初始序列，自适应参考范围由原有算法中的单一参评者变为所有已完成实验的参评者，有效地避免了“逆序”现象的发生，从而大大地降低了比较实验次数，降低了时间复杂度，使该算法的性能更加优越。本文通过大量模拟数据的仿真实验，验证了改进算法在保证测试结果质量的前提下，改善了原有算法的时间复杂度性能。
　　2.结合红黑树的构建特征，本文分别从MOS求值模型分析、配对比较算法改进方向、视频样本配对信息量特征及其子集的确定目标三方面进行分析研究，提出了一种基于数据结构中红黑树排序的配对比较算法，即RBTS算法。该算法利用红黑树的构建特征，巧妙地使用了构建过程中的分类比较，大幅地降低了时间复杂度，从而缩短了测试时间，提高了配对比较算法的可操作性。该算法的时间复杂度为
　　，是一种比较高效的配对比较算法。通过与其它算法的对比仿真实验，展示了该算法的测评结果与真实值偏离度更小，具有更强的准确性和稳定性。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3本文研究内容、创新点和组织结构

第二章 视频质量评价的标准与方法

2.1视频质量评价标准

2.2视频质量评价方法

2.3配对比较算法中MOS值生成模型

2.4配对比较算法性能分析

2.5已有配对比较算法及其性能分析

2.6本章小结

第三章 基于邻位比较逆序交换算法的一种改进算法

3.1研究背景

3.2算法改进思路

3.3改进算法的介绍及步骤

3.4改进算法与原有算法仿真对比

3.5本章小结

第四章 一种基于红黑树排序的配对比较算法

4.1研究背景

4.2算法可行性分析

4.3算法的介绍及步骤

4.4 RBTS算法与其它算法仿真对比

4.5本章小结

第五章 总结与展望

5.1工作总结

5.2展望

参考文献

致谢

作者简介