基于人类视觉感知的视频图像质量评价的中期报告.docx

基于人类视觉感知的视频图像质量评价的中期报告
中期报告：
1.研究背景和目的
随着电视、视频通信、网络视频等技术的飞速发展，人们对视频图像质量的要求越来越高。图像质量的评价是一项基础性的工作，对于提高图像质量和用户体验具有重要作用。在现有的质量评价方法中，大多数都是基于图像自身的一些特征参数来进行评价，比如像素值、频率响应等。然而，这些参数并不能完全反映出人的视觉感知，因此需要进行更加贴近人类视觉感知的图像质量评价研究。
本研究的目的是基于人类视觉感知的原理，探索一种新型的视频图像质量评价方法，使得评价结果更符合人类真实视觉感知。
2.研究进展
2.1研究文献调研
通过对现有的图像质量评价方法进行分析和比较，发现多数方法都是基于感知失真的比较，以图像差异性作为评价准则。在这个基础上，发展了多种量化指标，如PSNR、SSIM、MS-SSIM等。这些方法在一定程度上能够反映图像失真的程度，但是并不能完全体现人类视觉感知。
因此，本研究决定采用人类视觉感知模型，将主观评价结果和客观评价指标整合在一起，设计一种符合人类视觉感知的视频质量评价方法。
2.2实验设计
本研究选取了三种视频质量评价方法，分别是基于PSNR的方法、基于SSIM的方法和基于MS-SSIM的方法。通过人眼视察实验，对比这三种方法的评价结果和主观评价结果，从而验证三种方法的有效性并进行改进。
实验选取了30名被试，对20个参照视频和20个失真视频进行评价。评价结果表明，尽管三种方法和主观评价结果之间存在差异，但是基于MS-SSIM的方法能够更好地体现人类真实视觉感知。
2.3结果分析和讨论
通过实验数据分析，发现PSNR方法对于明显失真的情况表现较好，但是对于一些微小的失真的情况，其评价结果不够准确；SSIM方法能够有效衡量亮度、对比度和结构失真，但是对于颜色失真的评价不够准确；MS-SSIM方法综合考虑了多种失真因素，相较于其它两种方法更能够体现人类视觉感知。
3.下一步工作
在进一步的研究中，我们计划：
1.扩大样本规模，增加实验数据的客观性和可靠性。
2.将多种评价方法进行组合，形成更加综合的评价体系。
3.确定评价方法权重，使得评价结果更符合人类视觉感知的特点。
4.将研究成果应用于实际场景中，如视频监控、视频会议等领域。