[发明专利]基于视觉刺激衰减特性的无参考视频质量评估方法

权利要求书

1.一种基于视觉刺激衰减特性的无参考视频质量评估方法，其特征在于包括训练阶段和评估测试阶段：

在训练阶段，首先模拟运动一致性、灰度敏感性和纹理复杂性对人眼视觉感知的效应，完成单帧的局部时空特征计算；接着通过奇异值分解汇聚成单帧图像质量的特征向量；然后完成单帧差值特征向量的计算，利用差值向量的2范数形成差值特征范数序列，并用视觉刺激感知阻尼模型模拟人眼对严重损伤图像的敏感性，加权计算合成多帧视频片段的质量指标；最后用训练视频的视频片段质量和对应主观质量评分值完成Logistic估计器的拟合；

在评估测试阶段，对未知质量的视频片段判别视频质量时，首先按照与训练阶段相同的步骤计算视频片段质量，然后把视频片段的合成质量输入已拟合完成的Logistic估计器，估计器的输出函数值即为该视频片段的客观视频质量。

2.根据权利要求1所述的基于视觉刺激衰减特性的无参考视频质量评估方法，其特征在于形成单帧图像质量特征向量的过程为：

对单帧局部块的时空质量指标图Q进行奇异值SVD分解

Q＝UΣV^T

其中U＝[u₁,u₂,...,u_p]^T,V＝[v₁,v₂,...,v_q]^T是列向量组成的矩阵，Σ＝diag(σ₁,σ₂,...,σ_t)是由奇异值组成的对角矩阵，满足σ₁＞σ₂＞...＞σ_t，其维数按SVD逼近的程度自行选择，满足t＜min(p,q)，上标T表示矩阵的转置运算；

选择最大特征值σ₁对应的特征向量u₁和v₁级联，构成单帧图像质量特征向量对视频片段中连续的帧分别计算单帧图像质量特征向量后，形成图像质量特征向量序列S＝{ρ₁,ρ₂,...,ρ_L}，其中L是视频序列的帧数。

3.根据权利要求1所述的基于视觉刺激衰减特性的无参考视频质量评估方法，其特征在于形成差值特征范数序列的过程为：

对每帧图像，求取相邻的单帧图像质量特征向量的绝对差，形成差值特征向量dv_i：

dv_i＝|ρ_i-ρ_i-1|

其中，下标i表示第i帧，绝对值运算是对向量的每个元素求绝对值，对差值特征向量取2范数：

ψ_i＝||dv_i||₂

把差值特征向量的2范数作为单帧图像质量，时间上连续的单帧图像质量构成一个实数序列Ψ＝{ψi}_i＝1..L-1，其中L是视频片段的帧数。