视频:如何测量图像质量
了解更多关于视频质量测量的信息 流媒体的下一个事件.
观看这个小组的完整视频 流媒体西部, DT201A. 非参考图像质量评估，在… 流媒体会议视频门户.
阅读这段录音的完整文本:
安德鲁·斯科特: 图像质量. 我们可以考虑几种不同的方法.
主观图像质量, 正如名字所暗示的那样, 基本上是我们人类对视频好坏的感知吗. ,通常, 主观评分是通过找一群人来完成的——一个足够大的群体, 也许有几十个人, 在一个受控的环境中查看一些测试材料，并给出他们对分数的看法.
通常, 我们用的是平均意见评分, 或金属氧化物半导体, 如图所示，哪一个是五分制, 基本上是平均水平, 对内容进行评分的20或30个人的平均值计算出我们的平均意见得分.
就是这么简单. 客观测量, 虽然, 基本上是一个算法, 一种机器生成的方法，它尽可能地接近主观价值.
一个真正好的客观衡量标准应该是与主观得分高度相关的, 这才是真正的目标.
关于图像质量，我们有几种不同的测量方法. 首先, 我们将考虑我所说的全参考图像质量测量, 现在有各种各样的算法可以做到这一点.
DMOS代表差分平均意见评分. PSNR是结构相似性. VMAF是netflix开发的测量方法. 所有这些都是全参考测量的例子, 全参考测量的关键是你实际上有两份材料:原始来源和扭曲或修改的版本.
我们通常做的是做一个比较, 所以每个算法本质上都是一个比较度量. 它使用两个图像的像素值, 它本质上衡量了它们之间的差异. 所以它更像是保真度的测量而不是质量的测量? 我们不是在客观地比较, 客观地看质量本身, 但更重要的是它们之间的区别.
在这个例子中，如果我扭曲的图像实际上比原来的图像好呢? 它并不是真的扭曲，但它更好. 它的客观得分可能很低，因为它又不同了.
这是一种很好的不同，所以这就是为什么我说它更像是对保真度而不是质量的衡量.
全参考测量的关键是你需要同时使用两个源? 他们需要在一起. 所以这使得它对实时材料不太实用，因为你可能正在监测你正在观察的点, 你没有原始材料的权限.
我想说，全参考测量最适合于实验室类型的测量, 事实上，这就是我们在做编解码器评估时经常做的事情.
与原版相比，我的编解码器在减少失真方面有多好? 我有我的原件. 我有我的后编码版本. 我可以在实验室里对它们进行比较.
这些技术经常在那种环境中使用.
相关文章
峰值信噪比不能很好地预测主观视频质量. 那么为什么在几乎所有的编解码器比较中都使用PSNR比较呢?
25 Sep 2020
任何优秀的压缩师都需要工具来帮助揭示编码文件的关键数据, 从编解码器和分辨率到GOP结构和质量水平. 下面是一些最有用的.
2020年3月18日
平均分数可能具有欺骗性, 因此，请确保您使用的工具可以更准确地评估您的视频质量
2020年2月10日
运行视频质量测量任务有很长的路要走，也有更短的路要走. 正如我们的专栏作家学到的，学习一个更有效的系统永远不会太晚.
2019年5月14日
流媒体学习中心的Jan Ozer在他在2018年流媒体西部的演讲片段中列出了编码评估的客观质量指标的基础知识.
2019年2月27日