움직임 벡터 분포의 라플라시안 모델링을 이용한 비디오 화질 평가
Video quality assessment using Laplacian modeling of motion vector distribution
- 주제(키워드) 비디오 화질 평가 , 움직임 벡터
- 발행기관 서강대학교 일반대학원
- 지도교수 박래홍
- 발행년도 2009
- 학위수여년월 2009. 2
- 학위명 석사
- 실제URI http://www.dcollection.net/handler/sogang/000000044798
- 본문언어 한국어
초록/요약
본 논문에서는 움직임 벡터의 1차원 히스토그램을 비디오의 특징으로 이용하는 새로운 reduced-reference (RR) 비디오 화질 평가 방법을 제안하였다. 그리고 움직임 벡터의 라플라시안 모델링을 이용하여 데이터 량을 줄이는 데 초점을 맞추었다. 송신단에서 파라미터 4개만을 보내기 때문에 데이터량 측면에서도 효율적이다. 또한 제안한 화질 평가 방법은 수신단에서 열화 비디오를 재구성하는 대신 비디오 스트림 (video stream)의 파싱 (parsing) 과정에서 움직임 벡터를 직접 얻을 수 있기 때문에 수행시간 면에서 기존의 방법들에 비해 효율적이다. 여기서, 일반적인 비디오 화질 평가방법이 영상 한 장씩에 대해서 평가했던 것과 달리 제안한 방법에서는 전체 영상에 대해 누적된 움직임 벡터의 1차원 히스토그램을 사용하였다. 히스토그램의 비 유사도 측정을 위해 chi-square test를 사용하였다. 여러 가지 비트율 (bit rate), 영상크기, 프레임율 (frame rate)로 코딩된 비디오 클립 46개에 대해 제안한 방법과 기존의 방법들을 비교하였고, 실험 결과를 통해 제안한 방법이 기존의 방법에 비해 비슷하거나 좋은 성능을 보였고, 특히, 주목할 점은 제안한 방법이 훨씬 적은 데이터량을 필요로 하였다는 것이다.
more초록/요약
This thesis proposes a novel reduced-reference video quality assessment, in which one-dimensional (1-D) motion vector (MV) distributions are used as features of videos. This thesis focuses on reduction of transmission data size for representation of MV distributions using Laplacian modeling. In terms of data size, the proposed method is efficient because a transmitter sends only four parameters. Moreover, it is more efficient than the conventional methods in terms of the computation time, because it decodes MVs directly from video stream in the parsing process instead of reconstructing the distorted video at a receiver. 1-D MV histograms are accumulated over the whole video sequences, which is different from the general video quality metric that assesses each image independently. For testing the similarity between histograms and Laplacian modeling, we use a chi-square test. We compare the proposed method with the conventional methods in terms of the performance and transmission data size for encoded 46 video clips, which are coded under varying bit rates, image sizes, and frame rates. Experimental results show that the proposed method gives comparable performance with the conventional methods, especially, requiring much lower transmission data.
more목차
제1장 서론 = 1
제2장 화질 평가 = 6
제1절 화질 평가의 필요성 = 6
제2절 화질 평가 방법의 분류 = 9
1. Full-reference 방법 = 9
2. No-reference 방법 = 10
3. Reduced-reference 방법 = 11
제3절 Mean opinion score = 13
제4절 성능 평가를 위한 척도 = 14
제3장 기존의 비디오 화질 평가 방법 = 16
제1절 VSSIM = 16
제2절 VMSVD = 19
제3절 Estimated PSNR = 21
제4장 제안하는 비디오 화질 평가 방법 = 24
제1절 움직임 벡터 분포의 라플라시안 모델링 = 24
1. MVHQM = 24
2. 움직임 벡터 분포의 라플라시안 모델링 = 31
제2절 제안하는 VLMVD = 35
제5장 실험 결과 및 토의 = 37
제1절 실험 영상 = 37
제2절 비디오 화질 평가 방법들의 성능 비교 = 38
제6장 결론 및 추후과제 = 44
참고문헌 = 45
그림목차
그림 1. 원영상 및 비슷한 MSE 값을 가지는 열화영상들. (a) 원영상 (512×768 lighthouse2), 열화 유형: (b) Salt & pepper 잡음 (MSE: 57.21), (c) 가우시안 잡음 (MSE: 57.54), (d) JPEG 압축 (MSE: 57.78). = 8
그림 2. RR 화질 평가 방법의 일반적인 블록도. = 13
그림 3. MVHQM의 블록도. = 25
그림 4. 원영상 (좌)와 열화영상. (우)의 움직임 분포 변화. (a) 원영상과 열화영상, (b) (a)의 움직임 벡터, (c) 수평방향의 움직임 벡터, (d) 수직방향의 움직임 벡터. = 27
그림 5. 라플라시안 모델링의 예. = 33
그림 6. 제안한 VLMVD의 블록도 = 34
그림 7. 기존의 방법들과 제안한 방법의 영상 종류별 Pearson 상관계수. ( a ) Ak i y o, ( b ) F or e ma n. = 40
표목차
표 1. H. 263으로 코딩된 실험 비디오 영상들 = 38
표 2. 비디오 영상 종류별 Pearson 상관 계수 = 39
표 3. 전체 영상에 대한 성능 비교 = 42
