[论文解读] <b>Low Complex Blind Video Quality Predictor based on Support Vector Machines</b>

Amitesh Kumar Singam|arXiv (Cornell University)|Jan 1, 2023

Image and Video Quality Assessment被引用 8

一句话总结

该论文在H.264编码视频的比特率-失真控制下研究编码估计，关注主观质量细化与基于Blahut的验证，得出结论：感知降级由信道容量驱动，而非编码低效。

ABSTRACT

<b>Image quality assessment (IQA) evaluates the quality of an image by computing the difference between the reference and reconstructed image in case of lossy or distorted image in case of lossless compression. Generally, IQA methods are classified into full-reference, reduced-reference, and no reference but our interest lies within case study of image compression towards quality assessment and to evaluate the trade-off of compression and image quality assessment, and it has been concluded that rate-distortion analysis should only be utilized for compression, not for quality estimation.</b>

研究动机与目标

• 评估编码条件如何影响H.264/AVC视频的感知质量。
• 细化主观质量分数以提高QoE研究的数据一致性。
• 利用比特率-失真控制和Blahut分析验证编码估计方法。

提出的方法

• 进行120个低时空信息的测试场景以研究伪影。
• 采用两步主观分数细化过程以去除离群值并确保数据正态性。
• 使用MOS和ITU/SSCQ为基础的协议收集主观质量数据。
• 提出基于Blahut算法的评估，将比特率-失真控制与感知质量联系起来。

Figure 1: Subjective analysis Tool developed by University

实验结果

研究问题

• RQ1 在H.264-编码序列中，编码条件和比特率-失真特性如何影响感知视频质量？
• RQ2 是否可以通过主观质量分数细化来揭示降级的真实来源（编码与信道容量）？
• RQ3 基于Blahut的分析是否证实信道容量极限比编码伪影更主导QoE降级？

主要发现

• 两步离群值/去除细化后，主观分数获得更高的数据一致性。
• 经细化的分数表明降级不仅仅来自编码，还与信道容量约束相关。
• 95%置信区间分析支持细化后可靠性提高。
• 通过Blahut算法的比特率-失真控制分析与观察到的主观质量趋势一致。
• 单独的客观指标可能在未进行分数细化时错误地归因于QoE降级。

Figure 2: Test Configuration of Subjective analysis Tool