对HDR视频主观和客观质量评估的研究
概括
开发了一个新的高动态范围 (HDR) 视频质量评估数据库和一个修改的VMAF模型 (VMAF+HDRMAX). 这提高了HDR和标准动态范围 (SDR) 内容的视频质量预测.
科学领域:
- 计算机视觉 计算机视觉
- 图像和视频处理 图像和视频处理
- 感知质量建模 感知质量建模
背景情况:
- 高动态范围 (HDR) 视频提供了卓越的视觉体验,但增加了数据量,挑战了流媒体质量.
- 现有的标准动态范围 (SDR) 视频的感知质量模型对于HDR内容是不够的.
- 缺乏高质量的HDR视频质量评估 (VQA) 数据库阻碍了算法开发.
研究的目的:
- 为HDR10视频创建第一个公开可用的HDR VQA数据库.
- 开发和验证HDR敏感质量评估特征的新型框架 (HDRMAX).
- 提高HDR和SDR内容的视频质量评估模型的性能.
主要方法:
- 在各种压缩和分辨率设置中收集了310个HDR10视频的20,000多个人类质量判断.
- 开发了图像和视频工程实验室 (LIVE) HDR数据库,模拟了行业比特率梯子.
- 使用非线性转换设计了HDRMAX框架,以强调HDR特定的扭曲,并将其集成到VMAF模型中.
主要成果:
- LIVE HDR 数据库为HDR VQA研究提供了一个全面的资源.
- 对于HDR和SDR内容,VMAF+HDRMAX模型在现有最先进的方法上显著提高了性能.
- 拟议的HDRMAX功能有效地捕捉了HDR视频中独特的质量下降.
结论:
- 开发的数据库和VQA模型解决了HDR视频质量评估的关键需求.
- VMAF+HDRMAX模型为监控和控制HDR视频流质量提供了一个强大的解决方案.
- 这项工作促进了HDR视频交付的进步,并增强了用户的视觉体验.


