一种用于评估帧冻结所致时间抖动的新颖无参考视频质量指标
多媒体
2014-11-07 v1
摘要
在本工作中，我们提出了一种新颖的无参考（NR）视频质量指标，用于评估由丢包或延迟到达引起的帧冻结的影响。我们的指标使用经过训练的神经网络作用于所选特征，以捕捉帧冻结对感知质量的影响。所考虑的特征包括冻结次数、冻结持续时间统计量、冻结间距离统计量、冻结前后的帧差、正常帧差及其比率。我们利用神经网络寻找特征与主观测试分数之间的映射关系。通过使用从 VQEG 和 LIVE 视频数据库中提取的训练样本进行交叉验证过程，我们优化了网络结构和特征选择。所得的特征集和网络结构能够为包含 54 个测试视频的训练数据以及包含 14 个视频的独立测试数据集提供准确的质量预测，其训练集和测试集的皮尔逊相关系数分别大于 0.9 和 0.8。我们提出的指标具有低复杂度，可用于具有实时处理约束的系统。
引用
@article{arxiv.1411.1705,
title = {A Novel No-reference Video Quality Metric for Evaluating Temporal Jerkiness due to Frame Freezing},
author = {Yuanyi Xue and Beril Erkin and Yao Wang},
journal= {arXiv preprint arXiv:1411.1705},
year = {2014}
}