基于支持向量回归的无参考MS-SSIM视频质量评价模型

作     者：卓力 张美娜 王贯瑶 李嘉锋 ZHUO Li;ZHANG Meina;WANG Guanyao;LI Jiafeng

作者机构：北京工业大学计算智能与智能系统北京市重点实验室北京100124 

出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期：2018年第44卷第12期

页      面：1486-1493页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61531006) 

主　　题：H.264 码流参数 无参考 支持向量回归 多尺度结构相似度 

摘      要：多尺度结构相似度(multi-scale structural similarity,MS-SSIM)是一种常用的全参考视频质量评价准则,由于评价时需要原始视频作为参考,因此无法用于实时的网络视频质量评价中,故提出一种基于H. 264码流的无参考MS-SSIM视频质量评价模型.该模型从H. 264码流中提取出I帧和P帧的编码模式、运动矢量等参数,然后对这些参数进行统计分析,来表征视频的纹理丰富程度和运动剧烈与复杂程度;结合量化参数等信息构成码流特征参数集,使用支持向量回归(support vector regression,SVR)方法建立码流特征参数和MS-SSIM之间的映射关系模型,用于预测H. 264码流的MS-SSIM视频质量度量.该模型只使用从H. 264码流中提取的编码参数,无须原始的参考视频,也无须对视频进行解码.与现有的无参考码流预测模型相比,该模型可以获得更高的预测精度.