講解視頻質(zhì)量，視頻質(zhì)量測(cè)試，主觀客觀評(píng)價(jià)視頻質(zhì)量

• 1 從模擬信號(hào)到數(shù)字信號(hào)

• 2 客觀視頻質(zhì)量

• 3 主觀視頻質(zhì)量

• 4 參見

• 5 參考

視頻質(zhì)量是量化一段視頻通過視頻傳輸／處理系統(tǒng)時(shí)畫面質(zhì)量變化（通常是下降）程度的方法。由于視頻處理系統(tǒng)可能會(huì)導(dǎo)致一定的視頻信號(hào)失真，因此視頻質(zhì)量評(píng)價(jià)對(duì)于視頻傳輸／處理系統(tǒng)的選擇，顯得十分重要。

從模擬信號(hào)到數(shù)字信號(hào)[編輯]

自從世界上第一段視頻被錄制以來，各種各樣的視頻處理系統(tǒng)都被設(shè)計(jì)生產(chǎn)。在模擬視頻系統(tǒng)時(shí)期，評(píng)估視頻處理系統(tǒng)的質(zhì)量可使其播放一些"傳統(tǒng)測(cè)試信號(hào)"，并計(jì)算其頻率響應(yīng)得到。（比如一系列的色條與圓圈）

如今，數(shù)字視頻已經(jīng)取代模擬視頻，評(píng)價(jià)的方法也隨之改變。數(shù)字視頻處理系統(tǒng)的性能顯著地取決于輸入視頻的動(dòng)態(tài)特性（如動(dòng)作或空間細(xì)節(jié)）。

客觀視頻質(zhì)量[編輯]

客觀視頻評(píng)估技術(shù)是一些與主觀質(zhì)量評(píng)估結(jié)果相近的數(shù)學(xué)模型，但是它們通常由計(jì)算機(jī)按照一定的標(biāo)準(zhǔn)與指標(biāo)自動(dòng)完成。評(píng)價(jià)的方法大致是將原視頻（高品質(zhì)、一般不被壓縮）與處理后的視頻進(jìn)行分類對(duì)比。分類對(duì)比分為三種：全參考（FR）、部分參考（RR）、無參考（NR）。全參考比較處理前后的兩段視頻每個(gè)像素的差別，部分參考提取兩段視頻的一些特性，并依此給予它們?cè)u(píng)分。以上兩種方法通常在原視頻可用時(shí)使用，如在有限的帶寬下。無參考則試圖在沒有任何原視頻的參考下進(jìn)行評(píng)估，通常在視頻編碼方法已知時(shí)使用。

當(dāng)然，最傳統(tǒng)的方法是計(jì)算兩段視頻信噪比（SNR）與峰值信噪比（PSNR）的差異。 PSNR是使用最廣泛的客觀視頻質(zhì)量的度量方法，但由于人類視覺系統(tǒng)的非線性，因此PSNR值與人眼感受到的視頻質(zhì)量仍有較大出入。近來一些更復(fù)雜、更精確的一些指標(biāo)被指定，比如UQI、VQM、PEVQ、結(jié)構(gòu)相似性（SSIM）、VQuad-HD與CZD。

一個(gè)客觀的視頻質(zhì)量指標(biāo)的表現(xiàn)由計(jì)算客觀分?jǐn)?shù)與主觀（en:Subjective_video_quality）測(cè)試分?jǐn)?shù)之間的相關(guān)性得出。后者被稱為平均意見得分（en:Mean_Opinion_Score，MOS）。最常用的相關(guān)系數(shù)有：[相關(guān)|線性相關(guān)系數(shù)]、斯皮爾曼等級(jí)相關(guān)系數(shù)、峰度、Kappa系數(shù)與離群率。

當(dāng)評(píng)估一個(gè)視頻編解碼器的質(zhì)量時(shí)，所有上文提到的客觀方法可能都要逐一反復(fù)進(jìn)行測(cè)試，以滿足所需的視覺質(zhì)量水平。無疑，這十分費(fèi)時(shí)、復(fù)雜，并且在商業(yè)化應(yīng)用中不切實(shí)際。出于上述原因，許多研究都專注于開發(fā)新的客觀評(píng)價(jià)方法，使其更為實(shí)用[1] 。

主觀視頻質(zhì)量[編輯]

許多主觀視頻質(zhì)量的主要目標(biāo)是自動(dòng)評(píng)估用戶（即觀眾）對(duì)視頻處理系統(tǒng)處理后的視頻質(zhì)量的意見。其主要思路與MOS相近，即記錄觀眾意見的平均值來評(píng)估視頻的質(zhì)量。但是測(cè)試出的細(xì)節(jié)出入可能極大。

參見[編輯]

• 視頻編解碼器

• 平均意見得分（en:Mean_Opinion_Score，MOS）

• 峰值信噪比（PSNR）

• 結(jié)構(gòu)相似性（SSIM）

• 視頻質(zhì)量感知評(píng)價(jià)（en:PEVQ，ITU-T J.247）

• 媒體傳輸指標(biāo)（en:MDI）