影响失真的立体视频主观与客观质量评估方法
多媒体
2024-12-02 v1 计算机视觉与模式识别
摘要
我们在本工作中提出了两个主要贡献：1)我们创建了一个分辨率为全高清的立体(S3D)视频数据集，包含12个参考视频和360个失真视频。测试刺激通过在原始左右视频序列上模拟雾和雾霾的五个层次来产生。我们对创建的视频数据集进行主观分析，使用24名观众计算差异平均意见得分(DMOS)，作为数据集的质量代表。2)我们开发了一种针对S3D视频的意见不敏感(OU)和失真不敏感(DU)视频质量评估模型。我们从S3D视频的单个视图中构造环眼帧，并将其划分为非重叠的块。我们分析所有原始和测试视频的patches的自然场景统计(NSS)，并用单变量广义高斯分布(UGGD)建模NSS特征。我们在球面可旋转小波分解的多个空间尺度和多个方向上计算UGGD模型参数(α, η)，并表明UGGD参数具有失真判别性。进一步，我们对原始和失真视频特征集进行多元高斯(MVG)建模，计算相应的均值向量和协方差矩阵。我们计算均值向量和协方差矩阵之间的巴氏距离，以估计测试视频与原始视频集之间的感知偏差。最后，我们将两种距离度量拼接，以估计S3D视频的整体质量得分。该客观算法的性能在流行的S3D视频数据集如IRCCYN、LFOVIAS3DPh1、LFOVIAS3DPh2以及我们提出的VAD stereo数据集上得到验证。该算法在所有数据集上都表现出一致的性能，并在离线2D和3D图像和视频质量评估算法中表现出竞争力。
引用
@article{arxiv.2411.19522,
title = {Subjective and Objective Quality Assessment Methods of Stereoscopic Videos with Visibility Affecting Distortions},
author = {Sria Biswas and Balasubramanyam Appina and Priyanka Kokil and Sumohana S Channappayya},
journal= {arXiv preprint arXiv:2411.19522},
year = {2024}
}
备注
13 pages