用于客观感知视频质量评估的方法和系统的制作方法

文档序号:10618730
用于客观感知视频质量评估的方法和系统的制作方法
【专利摘要】公开了一种用于客观视频质量评估的方法和系统。客观视频质量评估方法在评价视频中自动地预测人类视频质量评估行为,所述视频包含在视频采集、存储、再现、压缩、传输、处理和/或显示的过程期间生成的制品。本方法和系统计算被评估视频的五维质量图,其中,所述图指示视频在五维空间中的局部质量变化,其中所述五维空间包括两个空间维度、一个尺度维度、一个时间维度、和一个失真类型维度。本方法和系统可以在质量图的生成中以及在将质量图合并到指示该测试视频的质量方面的标量或矢量值量度的过程中使用设备和观看参数中的一个或其组合。
【专利说明】
用于客观感知视频质量评估的方法和系统
技术领域
[0001] 本发明一般设及视频的客观质量评估,并且更具体地设及使用自动客观视频质量 评估方法来估计和预测正在观看视频的人的质量评估行为,所述视频包含在视频采集、存 储、再现、压缩、传输、处理和/或显示的过程期间生成的各种类型的制品。
【背景技术】
[0002] 在过去几年中,对于视频服务的需求已经呈指数增加。视频数据占据了互联网视 频业务,并预计在未来几年将比其他媒体类型增长得快得多。思科预测:到2018年,视频数 据将占到互联网业务的79%,并且到2018年,移动视频将代表所有移动数据业务的=分之 二。习惯了各种多媒体设备的消费者想要一种灵活的数字生活方式,该方式使得高品质的 多媒体内容都跟随着他们并且在他们使用的任何设备上而无论他们身在何处。因为视频内 容的感知质量强烈依赖于显示设备的特性和观看条件,运强加了用于有效地管理视频流量 W确保最终用户的可接受质量体验(QoE)的显著挑战。不考虑用户QoE的基于网络吞吐量的 视频适配会导致较差的视频QoE或带宽的浪费。因此,在成本约束下的QoE管理是满足消费 者和视频货币化服务的关键。
[0003] 数字视频受到在采集、处理、压缩、存储、传输、再生和显示期间的各种失真,其中 任何一种可导致视觉质量的下降。对于其中视频最终要被人类观看的应用,量化视觉图像 质量的唯一"正确"的方法是通过主观评价。然而,在实践中,主观评价通常是太不方便、耗 时且昂贵。客观视频质量评估(VQA)方法可W自动预测观看视频信号的人类的质量评估行 为。VQA方法具有广泛的应用:1)在不同的视频采集、处理、压缩、存储、传输、再生和显示方 法和系统的性能和视频质量的评价和比较中;2)在视觉通信系统的控制、维护、流传输和资 源分配中;和3)在视频采集、处理、压缩、存储、传输、再生和显示方法和系统的设计和优化 中。
[0004] 最简单和最广泛使用的现有技术VQA量度是均方误差(MSE),其通过平均失真和参 考图像像素的平方强度差、W及峰值信噪比的相关量(PSNR)而被计算出。MSE和PSNR在优化 的上下文中易于计算并且是数学便利的。但是它们没有很好地匹配感知的视觉质量[1]。最 著名的和有代表性的最先进的现有技术方法包括结构相似性指数(SSIM)[2,3],多尺度结 构相似性指数(MS-SSIM) [4],视频质量度量(VQM) [5],和基于运动的视频完整性评价指数 (MOVIE) [6]。所有运些都取得了比MSE/PSNR质量更好的预测性能。在它们之中,通过SSIM和 MS-SSIM获得了质量预测性能和计算成本的最佳折衷[7]。尽管运样,它们没有考虑最终用 户的观看设备之间的差异,而运是最终用户的视觉质量体验的一个重要因素。例如,当同一 视频被显示在不同的观看设备(如高清电视、数字电视、投影仪、台式个人电脑、笔记本电 脑、平板电脑和智能电话等)时,该同一视频的人类质量评估可W显著不同。现有技术忽略 了运种差异,并且不包含可W将它们自己调整至观看设备参数变化的自适应框架和机制。 此外,通过现有技术的方法所提供的质量分析信息是有限的。例如,VQM和MOVIE不提供空间 和时间上的局部质量图,SSIM不会W不同尺度产生优质图,W及SSIM和MS-SSIM不考虑时间 失真。
[0005] 因此,所需要的是克服至少一些现有技术局限性的对客观感知视频质量评估的方 法和系统的改善。

【发明内容】

[0006] 本公开内容设及用于人类感知的视频质量的自动客观质量预测的方法和系统。正 如将在下面更详细地进一步描述的那样,在本说明书中描述的一个实施例是"SSIMplus"方 法。
[0007] 在一个实施例中,该方法和系统计算被评估视频的五维质量图,其中,所述图反映 了视频在五个方面中或者跨越五维空间的局部质量变化,所述五维空间包括空间维度(2 维:水平和垂直)、尺度或空间频率(1维),时间(1维),和失真类型(1维)。
[0008] 在另一实施例中,方法和系统可W计算较低维度质量图,其包括在上述段落中描 述的5维的子集。此计算可W导致1维、2维、3维、或者4维质量图,其存在于上述段落中描述 的5维子空间中。
[0009] 在另一实施例中,该方法和系统将上面5维质量图或5维质量图的子集合并到指示 有关测试视频的质量方面的标量或矢量值量度。例如,通过池化(pooling)整体5维质量图, 可W使用一个标量指数提供视频的总体质量的评价。对于另一示例,通过集中在一个时间 实例(在时间维度中的1个固定位置),可W将该质量图融合到其他四个维度中来计算在一 个特定时间实例处针对视频的质量评价。对于又一个示例,通过集中一个特定失真类型(在 失真类型维度中的1个固定位置),可W将该质量图合并到其它四个维度中来计算从1个特 定失真类型的观点出发针对视频的质量或失真评价。
[0010] 在另一个实施例中,该方法和系统在5维质量图的生成中使用设备和观看条件相 关的输入参数。
[0011] 在另一个实施例中,该方法和系统在5维质量图或5维质量的一个子集合并到指示 有关测试视频的质量方面的标量或矢量值质量量度中,使用设备和观看条件相关的输入参 数。
[0012] 在另一个实施例中,该方法和系统在5维质量图的生成中使用下列设备和观看参 数中的一个或组合:a)用户观看距离的平均或范围;b)观看窗口和屏幕的尺寸;C)屏幕分辨 率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看环境的照明条件;h)观看角度; i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备型号;1)屏幕伽玛校正参数;W 及m)交织或交错视频模式的选项。
[0013] 在又一个方面,该方法和系统在所述5维质量图或者所述5维质量图的子集合并到 指示有关测试视频的质量方面的标量或矢量值质量量度中,使用下列设备和观看条件相关 的输入参数中的一个或多个:1)用户观看距离的平均或范围;2)观看窗口和屏幕的尺寸;3) 屏幕分辨率;4)屏幕对比度;5)重播时间分辨率;6)观看环境的照明条件;7)观看角度;8)观 看窗口分辨率;9)后滤波和图像大小调整方法;10)设备型号;11)屏幕伽玛校正参数;W及 12)交织或交错视频模式的选项。
[0014] 应当理解,本发明并不将其应用限制到构造的细节W及限制到在说明书中阐述的 组件的布置或者在运里提供的或在图中所示出的示例。本发明能够为W各种方式被实践和 执行的其它实施例。此外,应当理解,本文所采用的措辞和术语是用于描述的目的,而不应 被视为限制。
【附图说明】
[0015] 图1示出了根据实施例的系统的说明性架构。
[0016] 图2示出了根据实施例的方法的示意流程图。
[0017] 图3提供了根据实施例的基于多尺度权重计算方案的设备和观看条件相关的参数 的细节图。
[0018] 图4描绘了PSNR量度当被用来测量在各种流行设备上体验的视频质量时PSNR量度 的性能。
[0019] 图5描绘了SSIM量度当被用来测量在各种流行设备上体验的视频质量时SSIM量度 的性能。
[0020] 图6描绘了MS-SSIM量度当被用来测量在各种流行设备上体验的视频质量时MS- SSIM量度的性能。
[0021] 图7描绘了 VQM量度当被用来测量在各种流行设备上体验的视频质量时VQM量度的 性能。
[0022] 图8描绘了MOVIE量度当被用来测量在各种流行设备上体验的视频质量时MOVffi量 度的性能。
[0023] 图9描绘了根据一个实施例被用来测量在各种流行设备上体验的视频质量的 SSIMplus量度的性能。
[0024] 图10示出了可W为该方法和系统的一个或多个实施例提供合适的操作环境的通 用计算设备的示意框图。
[0025] 在附图中,通过举例的方式示出各个实施例。但是应当清楚地理解,说明书和附图 仅用于说明的目的W及作为对理解的帮助,而并不旨在作为对本发明的限制的定义。
【具体实施方式】
[0026] 如上所述,本公开内容设及用于客观、感知视频质量评估的系统、方法和计算机程 序广品。
[0027] 在一个方面中,该系统和方法采用了先进的计算模型,来基于通过屯、理研究所得 到的人类视觉系统的理解来分析视频内容的感知质量。
[0028] 在一个实施例中,该系统和方法模拟人类的视觉系统,并且不对要被评估的视频 信号中的降低的类型或严重程度做任何假设。因此,该方法和系统是非常可靠的,因为它也 可W处理"未知"的或新的失真降低了视频内容的质量时的情况。除了视频内容的整体质量 之外,所述方法和系统还提供了在每个像素位置处的感知质量水平。
[0029] 在一个实施例中,对系统的输入视频信号包括要被评估质量的采样视频,并且其 可W包括或者可W不包括被认为是无失真或者具有原始质量的参考视频。输入视频信号在 空间分辨率和帖速率的方面可W匹配或者可W不匹配。因此,视频信号被预处理W确保在 下游处理块接收空间和时间上一致的视频信号。随后,视频信号经过感知变换。
[0030] 在一个实施例中,变换可W是由人类视觉系统的感知信号分解所诱发的多尺度、 2D(空间)或S维(时空)小波型变换。
[0031] 在另一个实施例中,感知模型被应用在变换域中W产生多维质量图,其指示在空 间、尺度、时间和/或失真类型中被局部化的被评估视频的局部质量。
[0032] 在另一个实施例中,质量图有五个维度,包括2个空间维度,1个尺度维度,1个时间 维度和1个失真类型维度。此外,设备和观看条件参数也可是可用的。
[0033] 在另一个实施例中,质量图具有四个维度,包括2个空间维度,1个尺度维度,和1个 时间维度,并且所有失真被合并成一个综合的评价。
[0034] 在又一个实施例中,质量图具有=个维度,包括2个空间维度和1个时间维度,W及 所有尺度和所有失真被合并成一个综合的评价。
[0035] 在另一个实施例中,多维质量图基于感知建模W及观看设备和观看条件参数而被 合并,W产生被评估视频的多层质量报告,其包括视频序列的信号整体质量得分,在一个或 多个特定失真类型方面的质量得分,每个或任何特定时间实例的质量得分,和特定失真类 型的、特定时间实例的或在特定尺度的质量图。
[0036] 在又一个实施例中,在合并多维质量图和预测视频的感知质量之前,计算模型将 显示设备和观看条件考虑作为输入。
[0037] 在另一个实施例中,被评估视频的最终质量报告的格式由用户需求来确定。
[0038] 图2示出了根据实施例的说明性方法的流程图。第一步是确定针对输入视频信号 的空间和时间对准的需要,并在必要时执行运样的对准。通过与失真视频中的当前帖相比 较的参考视频中查找最佳匹配帖来执行时间对准。沿时间方向查找最佳匹配帖的过程要求 相匹配的帖要在空间上对准。在一个实施例中,通过根据跟随有光流的失真帖的分辨率重 新采样参考帖来执行空间对准,其中光流的过程被用来确定空间偏移。
[0039] 在一个实施例中,一旦输入图像信号在空间上和时间上被对准,则使用多分辨率 变换来执行参考和失真视频帖的多尺度变换,所述多分辨率变换将视频帖分解为多个尺 度,每个尺度与不同的空间频率范围相关联。随后,每个尺度的质量图基于后续参考和失真 尺度之间的结构比较来计算。此后,通过基于局部信息内容和失真执行质量图的空间池化 来确定所有尺度的质量。使用基于尺度(seal e-wise)的质量值的加权组合来计算失真帖的 感知质量。使用考虑了显示设备的性质和观看条件的方法来确定权重。视频内容的感知质 量取决于信号的采样密度、观看条件、显示设备,和观看者的视觉系统的感知能力。在实践 中,当运些因素改变时给定视频的主观评价改变。人类视觉系统的对比度感知能力强烈取 决于视觉信号的空间或时空频率,其使用被称为对比灵敏度函数(CSF)的函数而被建模。在 实施例之一中,该方法和系统使用W下设备和观看参数中的一个或其组合,来确定人类视 觉系统的对比灵敏度:1)用户观看距离的平均或范围,2)观看窗口和屏幕的大小;3)屏幕分 辨率;4)屏幕对比度;5)重播时间分辨率;6)观看环境的照明条件;7)观看角度;8)观看窗口 分辨率;9)后过滤和图片调整大小的方法;10)设备型号;11)屏幕伽玛校正参数;12)交织或 交错视频模式的选项。运些参数被用于确定人类视觉系统对输入视频信号的个体尺度的灵 敏度。随后,将灵敏度值标准化,W确定尺度的权重/重要性。
[0040] 在一个实施例中,观看窗口/屏幕大小、设备屏幕分辨率、重放时间分辨率、观看距 离、设备屏幕对比度、观看角度和观看窗口分辨率的参数或参数的子集,被转换成W每视觉 角度度数的像素数目为单位的观看分辨率因子。运些参数还被用来计算人类视觉系统的 CSF。观看分辨率因子随后被用来确定在多分辨率变换中各尺度的频率覆盖范围。在多分辨 率变换中所有尺度的频率覆盖范围将全CSF划分成多个区域,每个区域对应于一个尺度。每 个尺度的加权因子然后由频率覆盖范围的中屯、(或重屯、)处采样的CSF函数的高度来确定, 或者由该尺度的频率覆盖范围内的CSF函数下的区域来确定。由于观看分辨率因子和CSF计 算取决于设备和观看条件参数,所W各尺度的频率覆盖范围和随后各尺度的加权因子也取 决于设备和观看条件,运是区分本发明与现有技术方法的一个重要因素。运些设备和观看 条件相关的参数被用来确定每个尺度在图像或视频信号的总体质量评价中的重要性。图3 示出了在实施例中基于多尺度权重计算方案的设备和观看条件相关的参数的细节的示例。 在图3中,CPd代表由观看分辨率因子确定的每视觉角度度数的周期。在多分辨率变换中的 频率覆盖尺度范围,从最优秀尺度开始,分别在cpd/2和cpd,cpd/4和cpd/2,cpd/8和cpd/4 之间。在各自的频率覆盖范围下的CSF曲线的积分被用来确定相应尺度的加权因子W及因 此相应尺度的视觉重要性。
[0041] 在实施例中,本系统和方法自动操作实时、准确且容易使用的视频QoE评价W用于 质量监测、跟踪、保证、审核和控制。该方法提供普通消费者关于被递送的视频内容的质量 在0-100分的尺度上会说是什么尺度的一个直接预测,并且将质量分类为很差、差、一般、 好、或优秀。视频QoE测量是一项计算艰巨的任务,因为执行得非常良好的模型是相当慢的, 并且不能被用来执行实时视频QoE测量。本方法和系统提供了一个优化的监视器,它执行高 达4k分辨率的、实时的视频信号的QoE。
[0042] 提供的本文所描述的实施例仅仅是为了举例说明可能的实施例。技术人员将认识 到,其它实施例也是可能的。
[0043] 本领域技术人员可W理解,在不脱离本发明的范围的情况下也可W实践本文所描 述的实施例的其它变型。因此其它修改是可能的。例如,实施例可W由3D电视、卫星成像、医 学成像和远程医疗设备、W及针对任何运些技术的服务提供者所使用。
[0044] 实施的说明性示例及结果
[0045] 客观VQA方法的一个关键目标是预测视频的主观质量评价。因此,一个重要的测试 是要评估他们预测主观得分如何好。最近,JCT-VC(视频编码联合协作小组)成员进行了一 种主观研究W对照类似配置的H.264/AVC编解码器,对肥VC编解码器的速率-失真增益进行 量化[引。该数据库对于针对媒体和娱乐行业而开发的视频质量评估方法的评价密切相关, 因为它包含通过最常用的视频压缩标准与最近开发的H. 265编解码器而失真的视频。运种 独立和具有挑战性的主观数据库被用来比较在预测感知质量中的VQA方法的性能。将基于 本发明一个实施例的SSIMplus方法的性能与最流行和广泛使用VQA量度进行比较,所述最 流行和广泛使用VQA量度包括峰值信噪比(PSNR)、结构相似性[2] (SSIM)、多尺度结构相似 性[4] (MS-SSIM)、基于运动的视频完整性评价[6] (VOVIE)、和视频质量度量[5] (VQM)。
[0046] 实验结果表明:SSIMplus方法适应于显示设备的性质W及观看条件的变化,相比 之下比最先进的视频质量量度显著更好。此外,基于本发明一个实施例的SSIMplus方法比 上述感知VQA量度快许多,并且满足准确感知视频QoE指数和仔细的质量图的实时计算的需 要。性能比较结果被提供在表G中。所提议的方案与最流行和广泛使用的图像质量评估 (IQA)量度的性能比较分别提供于表H、表1和表J中,所述最流行和广泛使用的图像质量评 估(IQA)量度包括峰值信噪比(PSNR)、结构相似性[2] (SSIM),多尺度结构相似性[4] (MS- SSIM)、视觉信息保真(VIF) [11]和特征相似性(FSIM) [12]。使用CSIQ,TID 2008和TID 2013 数据库的性能比较结果。为了运个目的,五个评价度量被用来评估VQA量度的性能:
[0047] ?皮尔森线性相关系数(PLCC)
[004引 ?平均绝对误差(MAE)
[0049] ?根均方(RMS)
[(K)加]? Spearman 秩相关系数(SRCC)
[0051 ] ?肯德尔秩相关系数化RCC)
[0052] 在上述度量中,PLCC、MAE和RMS被采用来评价预测精度[10] ,SRCC和KRCC被用来评 估预测单调性[10]。较好的客观VQA量度应具有较高的化CC,SRCC和KRCC,同时具有较低的 MAE和RMS值。最好的结果用粗体字体突出显示。所有运些评价度量均是从W前的VQA研究 [9,10]中被采用。
[0053] 正如从表G-表J中提供的结果可W看出的那样,SSIMplus不仅在感知质量预测精 度方面而且在计算时间方面都优于流行的IQA和VQA质量量度。此外,SSIMplus还具有任何 其他VQA量度未提供的许多独特的功能。
[0054] 上面的测试结果假定一个固定观看设备,通过现有的最先进的VQA模型做出的一 个普通假设。SSIMplus的能力超出了现有模型的局限性。特别来说,SSIMplus被设计为固有 地考虑了如显示设备和观看距离之类的观看条件。由于在变化的观看条件下包含观看的主 题分级的视频序列的公共主题分级的视频质量评估数据库不可用,所W执行主观研究W便 测试SSIMplus方法的设备自适应能力。
[0055] 该研究的主要目的是要观看最先进的VQA方法如何适应变化的观看条件。由1080 和640P分辨率组成的原始视频序列集合W不同失真级别被压缩,W获得符合H. 264视频压 缩标准的比特流。解压缩的失真视频序列在W下观看条件下被主题分级:
[0化6]
[0057]由主题所提供的平均意见得分(MOS)被用来比较SSIMplus与最先进的VQA量度的 性能。根据比较,VQA方法的散点示于图4-图9中。与其它VQA方法相比,基于一个实施例的 SSIMplus方法的优越性能从附图中显而易见。
[0化引在使用PLCC、MAE、RMS、SRCC、和KRCC的VQA方法之间的比较在表A-表F中提供。从结 果中可W看出:SSIMplus方法优于其他最先进的视频质量评估方法。主观研究的主要目的 是观看最先进的VQA量度当被部署用于预测在不同观看条件下观看的视频内容的感知质量 时的适应性行为。表E比较在TV观看距离减小到20英寸(称为专家模式)时VQA量度的性能。 相比之下,SSIMplus适应观看条件的变化比VQA方法更好。SSIMplus方法比其他被提出W预 测视频内容感知质量的质量量度快许多,并且满足对感知视频QoE的实时计算和详细的质 量图的要求。
[00化]表C
[0化9]
[
[
[
[
[
[0074
[0075
[0076
[0077
[0078
[0079] 表 J
[0080] 现在参照图10,所示出的是通用计算设备的示意性框图。适当配置的计算机设备 W及相关联的通信网络、设备、软件和固件可W提供用于使得实现如上述所描述的一个或 多个实施例的平台。作为示例,图10示出了一种通用计算机设备1000,其可W包括连接到存 储单元1004和连接到随机存取存储器1006的中央处理单元rcpir )1002dCPU 1002可W处 理操作系统1001、应用程序1003和数据1023。操作系统1001、应用程序1003、W及数据1023 可W被存储在存储单元1004中W及在可能需要时被加载到存储器1006中。计算机设备1000 还可W包括图形处理单元(GPU) 1022,其可操作地连接到CPU 1002和连接到存储器1006 W 便卸载来自CPU 1002的密集图像处理计算W及与CPU 1002并行地运行运些计算。操作员 10010可W使用通过视频接口 1005连接的视频显示器1008W及通过I/O接口 1009连接的各 种I/O设备比如键盘1010、指针1012和存储1014来与计算机设备1000交互。在已知的方式 中,指针1012可W被配置来控制光标或指针图标在视频显示器1008中的移动,并且被配置 来操作在视频显示器1008中出现的各种图形用户界面(GUI)控制。计算机设备1000可W经 由网络接口 1011形成网络的一部分,使得计算机设备1000与其它适当配置的数据处理系统 或电路进行通信。经由传感器接口 1032连接的一个或多个不同类型的传感器1030可W被用 于捜索和感测来自各种源的输入。传感器1030可W直接内建于通用计算机设备1000中,或 者可选地,可W被配置为通用计算机设备1000的附件或配件。
[0081] m
[0082] ^统和方法利用先进的技术来准确地预测最终消费者的QoE。该产品能够实时 地自动操作视频的精确质量检查、控制、保证和审计的重要过程,诸如:
[008;3] ?对于质量检查、监控、保证、审计和控制的实时、精确视频QoE分析的自动化。通 过本系统和方法已经使运成为可能一一由于所使用的计算模型可WW有效的方式捕获质 量评估的人类行为,所W本系统和方法准确且快速的运一事实;
[0084] ?根据任何显示设备和观看条件的属性的视频QoE分析处理的适应性;
[0085] ?针对失真视频的详细检查的在像素级处的质量预测;
[0086] ?基于所需的视频质量如DA甜、化S等,针对视觉通信系统的资源分配策略的确定 与优化;
[0087] ?视频质量评价和比较,W确定各种视频采集、处理、压缩、存储、传输、再生和显 示的方法和系统的性能;
[0088] ?在视频采集,处理,压缩,存储,传输,再生和显示的方法和系统中的方法和系统 的设计与优化。该方法的运些应用程序对于内容生产商W及广播商而言会是非常有益的, 因为它可W指示严重降级的区域。通过在输出视频的质量方面向该方法提供定性和定量的 反馈,该技术具有增强视频处理方法的性能的能力。结果,该视频处理方法有机会调整被处 理视频的参数。
[0089] 因此,在一个方面中,提供了一种用于评估预测人类视觉视频质量感知行为的感 知客观视频质量的方法,该方法在具有处理器和存储器的计算设备上实现,包括:产生被评 估的视频的多维质量图,其中,所述图指示所述视频在多维空间中的局部质量变化,所述多 维空间包括两个空间维度、一个尺度维度,一个时间维度和一个失真类型维度中的一个或 多个;W及将所述多维质量图合并成被评估的所述视频的质量上的标量或矢量值量度。
[0090] 在一个实施例中,所述方法进一步包括:使用设备相关的和观看条件输入参数,W 使得任何视频质量评估方法适用于显示设备和观看条件。
[0091] 在另一个实施例中,所述方法进一步包括:使用计算有效的多分辨率图像变换,所 述多分辨率图像变换将视频帖分解成多个尺度,从而在所述多维质量图的生成中执行精确 的多维视频质量评估。
[0092] 在另一个实施例中,所述方法进一步包括:在多维质量图的生成中使用设备和观 看条件相关的输入参数。
[0093] 在另一个实施例中,所述方法进一步包括:在多维质量图的生成中使用下列设备 和观看条件相关的输入参数中的一个或多个:a)用户观看距离的平均或范围;b)观看窗口 和屏幕的尺寸;C)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看环境 的照明条件;h)观看角度;i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备型号; 1)屏幕伽玛校正参数;和m)交织或交错视频模式的选项。
[0094] 在另一个实施例中,所述方法进一步包括:在所述多维质量图或者所述多维质量 图的子集合并到被测试的所述视频的标量或矢量值质量量度中,使用设备和观看条件相关 的输入参数。
[0095] 在另一个实施例中,该方法进一步包括:在所述多维质量图或者所述多维质量图 的子集合并到被测试的所述视频的标量或矢量值质量量度中,使用下列设备和观看条件相 关的输入参数中的一个或多个:a)用户观看距离的平均或范围;b)观看窗口和屏幕的尺寸; C)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看环境的照明条件;h) 观看角度;i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备型号;1)屏幕伽玛校 正参数;和m)交织或交错视频模式的选项。
[0096] 在另一个实施例中,所述方法进一步包括:在生成所述多维质量图的过程中,基于 设备和观看条件相关的输入参数,确定并使用在正在被测试的所述视频中存在的空间和/ 或时间频率上的人类视觉系统的空间和/或时间对比灵敏度。
[0097] 在另一个实施例中,所述方法进一步包括:在所述多维质量图或者所述多维质量 图的子集合并到被测试的所述视频的标量或矢量值质量量度中,基于设备和观看条件相关 的输入参数,确定并使用在被测试的所述视频中存在的空间和/或时间频率上的人类视觉 系统的空间和/或时间对比灵敏度。
[0098] 在另一个实施例中,所述方法进一步包括:使用观看窗口/屏幕大小、设备屏幕分 辨率、重放时间分辨率、观看距离、设备屏幕对比度、观看角度和观看窗口分辨率的参数或 参数的子集,来确定W每视觉角度度数的像素为单位的观看分辨率因子;和使用观看窗口 / 屏幕大小、设备屏幕分辨率、重放时间分辨率、观看距离、设备屏幕对比度、观看角度和观看 窗口分辨率的参数或参数的子集,来计算空间或时空对比灵敏度函数(CSF)。
[0099] 在另一个实施例中,所述方法进一步包括:使用观看分辨率因子来确定在多分辨 率变换中每个尺度的频率覆盖范围,并使用在多分辨率变换中所有尺度的频率覆盖范围来 将全CSF划分成多个区域,每个区域对应于一个尺度;由在所述频率覆盖范围的中屯、(或重 屯、)处采样的CSF函数的高度或者由该尺度的频率覆盖范围内的CSF函数下的区域,来计算 每个尺度的加权因子;W及在所述多维质量图或者所述多维质量图的子集合并到被测试的 所述视频的标量或矢量值质量量度中,使用所述加权因子来确定每个尺度的重要性。
[0100] 在另一个实施例中,所述方法进一步包括:在所述多维质量图或者所述多维质量 图的子集合并到被测试的所述视频的标量或矢量值质量量度中,使用设备和观看条件相关 的输入参数。
[0101] 在另一个实施例中,所述方法进一步包括:报告基于质量评估评价的用户要求的 一个或多个层,其中所述层包括:a)被评估的视频的整体质量;b)基于特定失真类型、特定 时间实例、和/或在特定尺度处的质量评估得分;和C)特定失真类型、特定时间实例、或在特 定尺度处的质量图。
[0102] 在另一个实施例中,当两个视频的分辨率和/或内容不匹配时,所述方法进一步包 括:在所述多维质量图的生成中重新采样、执行快速运动估计、并将参考视频在空间上对准 被测试的视频。
[0103] 在另一个实施例中,所述方法进一步包括:在所述多维质量图的生成中使用设备 和观看条件相关的输入参数。
[0104] 在另一个实施例中,当两个视频的分辨率和/或内容不匹配时,在所述多维质量图 或者多维质量图的子集合并到被测试的所述视频的标量或矢量值质量量度中,所述方法进 一步包括重新采样被测试的视频、执行快速运动估计、并将参考视频在空间上对准被测试 的视频。
[0105] 在另一个方面中,提供了一种用于评估预测人类视觉视频质量感知行为的感知客 观视频质量的系统,所述系统体现在计算设备中,所述系统适于:产生正在被评估的视频的 多维质量图,其中,所述图指示所述视频在多维空间中的局部质量变化,所述多维空间包括 两个空间维度、一个尺度维度,一个时间维度和一个失真类型维度中的一个或多个;W及将 所述多维质量图合并成被评估的所述视频的质量上的标量或矢量值量度。
[0106] 在一个实施例中,所述系统进一步适于:使用设备相关的和观看条件输入参数,W 使任何视频质量评估方法适用于显示设备和观看条件。
[0107] 在另一个实施例中,所述系统进一步适于:使用计算有效的多分辨率图像变换,所 述多分辨率图像变换将视频帖分解成多个尺度,从而在所述多维质量图的生成中执行精确 的多维视频质量评估。
[0108] 在另一个实施例中,所述系统进一步适于:在多维质量图的生成中使用设备和观 看条件相关的输入参数。
[0109] 在另一个实施例中,所述系统进一步适于:在多维质量图的生成中使用下列设备 和观看条件相关的输入参数中的一个或多个:a)用户观看距离的平均或范围;b)观看窗口 和屏幕的尺寸;C)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看环境 的照明条件;h)观看角度;i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备型号; 1)屏幕伽玛校正参数;和m)交织或交错视频模式的选项。
[0110] 在另一个实施例中,所述系统进一步适于:在所述多维质量图或者所述多维质量 图的子集合并到被测试的所述视频的标量或矢量值质量量度中,使用设备和观看条件相关 的输入参数。
[0111] 在另一个实施例中,所述系统进一步适于:在所述多维质量图或者所述多维质量 图的子集合并到被测试的所述视频的标量或矢量值质量量度中使用下列设备和观看条件 相关的输入参数中的一个或多个:a)用户观看距离的平均或范围;b)观看窗口和屏幕的尺 寸;C)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看环境的照明条 件;h)观看角度;i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备型号;1)屏幕伽 玛校正参数;和m)交织或交错视频模式的选项。
[0112] 在另一个实施例中,所述系统进一步适于:基于设备和观看条件相关的输入参数, 在生成所述多维质量图的过程中,使用在正在被测试的所述视频中存在的空间和/或时间 频率上的人类视觉系统的空间和/或时间对比灵敏度。
[0113] 在另一个实施例中,所述系统进一步适于:在所述多维质量图或者所述多维质量 图的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,基于设备和观看条件 相关的输入参数,使用在被测试的所述视频中存在的空间和/或时间频率上的人类视觉系 统的空间和/或时间对比灵敏度。
[0114] 在另一个实施例中,所述系统进一步适于:使用观看窗口/屏幕大小、设备屏幕分 辨率、重放时间分辨率、观看距离、设备屏幕对比度、观看角度和观看窗口分辨率的参数或 参数的子集,来确定W每视觉角度度数的像素为单位的观看分辨率因子;和使用观看窗口 / 屏幕大小、设备屏幕分辨率、重放时间分辨率、观看距离、设备屏幕对比度、观看角度和观看 窗口分辨率的参数或参数的子集,来计算空间或时空对比灵敏度函数(CSF)。
[0115] 在另一个实施例中,所述系统进一步适于:使用观看分辨率因子来确定在多分辨 率变换中每个尺度的频率覆盖范围,并使用在多分辨率变换中所有尺度的频率覆盖范围来 将全CSF划分成多个区域,每个区域对应于一个尺度;由在所述频率覆盖范围的中屯、(或重 屯、)处采样的CSF函数的高度或者由该尺度的频率覆盖范围内的CSF函数下的区域,来计算 每个尺度的加权因子;W及在所述多维质量图或者所述多维质量图的子集合并到被测试的 所述视频的标量或矢量值质量量度中使用所述加权因子来确定每个尺度的重要性。
[0116] 在另一个实施例中,所述系统进一步适于:在所述多维质量图或者所述多维质量 图的子集合并到被测试的所述视频的标量或矢量值质量量度中,使用设备和观看条件相关 的输入参数。
[0117] 在另一个实施例中,所述系统进一步适于:报告基于质量评估评价的用户要求的 一个或多个层,其中所述层包括:a)被评估的视频的整体质量;b)基于特定失真类型、特定 时间实例、和/或在特定尺度处的质量评估得分;和C)特定失真类型、特定时间实例、或在特 定尺度处的质量图。
[0118] 在另一个实施例中,当两个视频的分辨率和/或内容不匹配时,所述系统进一步适 于:在所述多维质量图的生成中重新采样、执行快速运动估计、并将参考视频在空间上对准 被测试的视频。
[0119] 在另一个实施例中,所述系统进一步适于:在所述多维质量图的生成中使用设备 和观看条件相关的输入参数。
[0120] 在另一个实施例中,当两个视频的分辨率和/或内容不匹配时,在所述多维质量图 或者多维质量图的子集合并到被测试的所述视频的标量或矢量值质量量度中,所述系统进 一步适于:重新采样被测试的视频、执行快速运动估计、并将参考视频在空间上对准被测试 的视频。
[0121] 参考文献
[0122] 相关【背景技术】参考文献包括:
[0123] [1]Z.Wan邑和A.Bovik,"Mean squared error:love it or leave it?-a new look at signal fidelity measures(均方差:喜欢它还是丢弃它?关于信号保真度的新探 索),"1 邸E Si即al Processing Magazine,卷26(1 邸E信号处理杂志),第98-117页,2009年 1月。
[0124] [2]Z.Wang,A.C.Bovik,H.R.Sheikh,和E.P.Simoncel1i,"Image quality assessment:From error visibility to structural similarity(图像质量估计:从误差 可见性到结构相似性),"I邸E IYansactions on Image Processing(关于图像处理的IE邸 事务),卷13,第4号,第600-612页,2004年4月。
[01 巧][3]Z.Wang,L.Lu,和A.C.Bovik,"Video quality assessment based on structural disto;rtion measurement!;基于结构失真测量的视频质量估计),"Signal Processing: Image Communication!;信号处理:图像通信),卷19,第121-132页,2004年2月。 [01%] [4]Z.Wang,E.P.Simoncelli,和A.C.Bovik,"Multi-scale structural similarity for image quality assessment(用于图像质量估计的多尺度结构相似性)", IEEE Asilomar Conference on Signals,Systems and Computers(关于信号、系统和计算 机的IEEE Asilomar会议),2003年 11 月。
[0127] [5]M.H.Pinson,"A new standardized method for objectively measuring video quality(用于客观测量视频质量的新标准化方法)",IEEE Transactions on Broadcasting(关于广播的IEEE事务),卷50,第3号,第312-322页2004年9月。
[012引 [6]K.Seshadrinathan和A.C.Bovik,"Motion tuned spatio-temporal quality assessment of natural videos (天然视频的运动调整的空-时质量估计)",IEEE Transactions on Image Processing(关于图像处理的IE邸事务),卷 19第2号,第335-350 页,2010年2月。
[01 巧][7化ai Zeng,Abdul Rehman,Jiheng Wang和Zhou WangZ^rom H.264to 皿VC: coding gain predicted by objective video quality assessment models(从H.264至Ij 皿VC:由客观视频质量估计模型预测的编码增益),"International Workshop on Video Processing and Quality Metrics for Consumer Electronics(针对客户电子设备的视 频处理和质量度量的国际研讨会),Scottsdale,Arizona,USA,2013年I月-2月。
[0130] [8]V.Baronc ini,J.民.Ohm,和G.J.Sullivan,Report on preliminary subjective testing of 皿VC compression capability(关于肥VC压缩能力的初步主观 测试的报告).In JCT-VC of ITU-T SGI 6 WP3 and ISO/IEC JTC 1/SC29/WG1 I(在ITU-T SGI 6 WP3和ISO/IEC JTC 1/SC29/WG1 I的JCT-VC中),圣何塞,加利福尼亚,2012年2月。
[0131] [9]H.R. Sieildi,M.Sabir,和A.C.Bovik,"A statistical evaluation of recent full reference image quality assessment algorithms(最近完整参考图像质量评估算 法的统计评价)",I邸E Transactions on Image Processing(关于图像处理的IE邸事务), 15( 11): 3440-3451,2006年11 月。
[0132] [10]VQEG,"Final report from the video quality experts group on the validation of objective models of video quality assessment(来自视频质量评估的 客观模型的验证的视频质量专家组的最终报告)",技术报告,在http://www.vqeg.org/可 获得,2000年4月。
[0133] [ll]H.R.Sheildi 和 A.C.Bovik, "Image information and visual quality(图像 信息和视觉质量)/'IEEE Trans. Image F^rocess(关于图像处理的IEEE事务),卷19第2号, 第430-444页,2006年 2 月。
[0134] [12]Lin Zhang,Lei Zhang,Xuanqin Mou,和David Zhang,"FSIM:A Feature Similarity Index for Image Quality Assessment化SIM:针对图像质量评估的特征相似 性指数)",I邸E Transactions on Image Processing(关于图像处理的IE邸事务),(20)8: 2378-2386,2011。
【主权项】
1. 一种用于评估预测人类视觉视频质量感知行为的感知客观视频质量的方法,所述方 法在具有处理器和存储器的计算设备上实现,所述方法包括: 产生正在被评估的视频的多维质量图,其中,所述图指示所述视频在多维空间中的局 部质量变化,所述多维空间包括两个空间维度、一个尺度维度,一个时间维度和一个失真类 型维度中的一个或多个;以及 将所述多维质量图合并成正在被评估的所述视频的质量上的标量或矢量值的量度。2. 根据权利要求1所述的方法,进一步包括:使用设备相关的和观看条件输入参数,以 使得任何视频质量评估方法适用于显示设备和观看条件。3. 根据权利要求1所述的方法,进一步包括:使用计算有效的多分辨率图像变换,所述 多分辨率图像变换将视频帧分解成多个尺度,从而在所述多维质量图的生成中执行精确的 多维视频质量评估。4. 根据权利要求1所述的方法,进一步包括:在所述多维质量图的生成中使用设备和观 看条件相关的输入参数。5. 根据权利要求4所述的方法,进一步包括:在所述多维质量图的所述生成中使用下列 设备和观看条件相关的输入参数中的一个或多个:a)用户观看距离的平均或范围;b)观看 窗口和屏幕的尺寸;c)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看 环境的照明条件;h)观看角度;i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备 型号;1)屏幕伽玛校正参数;和m)交织或交错视频模式的选项。6. 根据权利要求1所述的方法,进一步包括:在将所述多维质量图或者所述多维质量图 的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,使用设备和观看条件相 关的输入参数。7. 根据权利要求6所述的方法,进一步包括:在将所述多维质量图或者所述多维质量图 的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,使用如下设备和观看条 件相关的输入参数中的一个或者多个:a)用户观看距离的平均或范围;b)观看窗口和屏幕 的尺寸;c)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看环境的照明 条件;h)观看角度;i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备型号;1)屏幕 伽玛校正参数;和m)交织或交错视频模式的选项。8. 根据权利要求7所述的方法,进一步包括:在所述多维质量图的生成中,基于所述设 备和观看条件相关的输入参数,确定并使用在正在被测试的所述视频中存在的空间和/或 时间频率上的人类视觉系统的空间和/或时间对比灵敏度。9. 根据权利要求8所述的方法,进一步包括:在将所述多维质量图或者所述多维质量图 的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,基于所述设备和观看条 件相关的输入参数,确定并使用在正在被测试的所述视频中存在的空间和/或时间频率上 的人类视觉系统的空间和/或时间对比灵敏度。10. 根据权利要求9所述的方法,进一步包括: 使用观看窗口 /屏幕大小、设备屏幕分辨率、重放时间分辨率、观看距离、设备屏幕对比 度、观看角度和观看窗口分辨率的参数或参数的子集,来确定以每视觉角度度数的像素为 单位的观看分辨率因子;以及 使用观看窗口 /屏幕大小、设备屏幕分辨率、重放时间分辨率、观看距离、设备屏幕对比 度、观看角度和观看窗口分辨率的参数或参数的子集,来计算空间或时空对比灵敏度函数 (CSF)〇11. 根据权利要求10所述的方法,进一步包括: 使用所述观看分辨率因子来确定在多分辨率变换中每个尺度的频率覆盖范围,并使用 在所述多分辨率变换中所有尺度的频率覆盖范围来将全CSF划分成多个区域,每个区域对 应于一个尺度; 由在频率覆盖范围的中心(或重心)处采样的CSF函数的高度、或者由该尺度的频率覆 盖范围内的CSF函数下的区域来计算每个尺度的加权因子;以及 在将所述多维质量图或者所述多维质量图的子集合并到正在被测试的所述视频的标 量或矢量值质量量度中,使用所述加权因子来确定每个尺度的重要性。12. 根据权利要求1所述的方法,进一步包括:在将所述多维质量图或者所述多维质量 图的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,使用设备和观看条件 相关的输入参数。13. 根据权利要求1所述的方法,进一步包括:报告基于质量评估评价的用户要求的一 个或多个层,其中所述层包括:a)正在被评估的所述视频的整体质量;b)基于特定失真类 型、特定时间实例、和/或在特定尺度处的质量评估得分;以及c)特定失真类型、特定时间实 例、或在特定尺度处的质量图。14. 根据权利要求1所述的方法,其中,当两个视频的分辨率和/或内容不匹配时,所述 方法进一步包括:在所述多维质量图的生成中重新采样、执行快速运动估计、并将参考视频 在空间上对准正在被测试的所述视频。15. 根据权利要求14所述的方法,进一步包括:在所述多维质量图的所述生成中使用设 备和观看条件相关的输入参数。16. 根据权利要求1所述的方法,其中,当两个视频的分辨率和/或内容不匹配时,在将 所述多维质量图或者多维质量图的子集合并到正在被测试的所述视频的标量或矢量值质 量量度中,所述方法进一步包括重新采样正在被测试的所述视频、执行快速运动估计、并将 参考视频在空间上对准正在被测试的所述视频。17. -种用于评估预测人类视觉视频质量感知行为的感知客观视频质量的系统,所述 系统体现在计算设备中,所述系统适于: 产生正在被评估的视频的多维质量图,其中,所述图指示所述视频在多维空间中的局 部质量变化,所述多维空间包括两个空间维度、一个尺度维度,一个时间维度和一个失真类 型维度中的一个或多个;以及 将所述多维质量图合并成正在被评估的所述视频的质量上的标量或矢量值的量度。18. 根据权利要求17所述的系统,其中所述系统进一步适于:使用设备相关的和观看条 件输入参数,以使任何视频质量评估方法适用于显示设备和观看条件。19. 根据权利要求17所述的系统,其中所述系统进一步适于:使用计算有效的多分辨率 图像变换,所述多分辨率图像变换将视频帧分解成多个尺度,从而在所述多维质量图的生 成中执行精确的多维视频质量评估。20. 根据权利要求17所述的系统,其中所述系统进一步适于:在所述多维质量图的生成 中使用设备和观看条件相关的输入参数。21. 根据权利要求20所述的系统,其中所述系统进一步适于:在所述多维质量图的所述 生成中使用下列设备和观看条件相关的输入参数中的一个或多个:a)用户观看距离的平均 或范围;b)观看窗口和屏幕的尺寸;c)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间 分辨率;g)观看环境的照明条件;h)观看角度;i)观看窗口分辨率;j)后滤波和图像大小调 整方法;k)设备型号;1)屏幕伽玛校正参数;和m)交织或交错视频模式的选项。22. 根据权利要求17所述的系统,其中所述系统适于:在将所述多维质量图或者所述多 维质量图的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,使用设备和观 看条件相关的输入参数。23. 根据权利要求22所述的系统,其中所述系统进一步适于:在所述多维质量图或者所 述多维质量图的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,使用下列 设备和观看条件相关的输入参数中的一个或多个:a)用户观看距离的平均或范围;b)观看 窗口和屏幕的尺寸;c)屏幕分辨率;d)屏幕对比度;e)屏幕亮度;f)重播时间分辨率;g)观看 环境的照明条件;h)观看角度;i)观看窗口分辨率;j)后滤波和图像大小调整方法;k)设备 型号;1)屏幕伽玛校正参数;和m)交织或交错视频模式的选项。24. 根据权利要求23所述的系统,其中所述系统进一步适于:在所述多维质量图的生成 中,基于所述设备和观看条件相关的输入参数,使用在正在被测试的所述视频中存在的空 间和/或时间频率上的人类视觉系统的空间和/或时间对比灵敏度。25. 根据权利要求24所述的系统,其中所述系统进一步适于:在将所述多维质量图或者 所述多维质量图的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,基于所 述设备和观看条件相关的输入参数,使用在正在被测试的所述视频中存在的空间和/或时 间频率上的人类视觉系统的空间和/或时间对比灵敏度。26. 根据权利要求25所述的系统,其中所述系统进一步适于: 使用观看窗口 /屏幕大小、设备屏幕分辨率、重放时间分辨率、观看距离、设备屏幕对比 度、观看角度和观看窗口分辨率的参数或参数的子集,来确定以每视觉角度度数的像素为 单位的观看分辨率因子;以及 使用观看窗口 /屏幕大小、设备屏幕分辨率、重放时间分辨率、观看距离、设备屏幕对比 度、观看角度和观看窗口分辨率的参数或参数的子集,来计算空间或时空对比灵敏度函数 (CSF)〇27. 根据权利要求26所述的系统,其中所述系统进一步适于: 使用所述观看分辨率因子来确定在多分辨率变换中每个尺度的频率覆盖范围,并使用 在所述多分辨率变换中所有尺度的频率覆盖范围来将全CSF划分成多个区域,每个区域对 应于一个尺度; 由在频率覆盖范围的中心(或重心)处采样的CSF函数的高度、或者由该尺度的频率覆 盖范围内的CSF函数下的区域来计算每个尺度的加权因子;以及 在将所述多维质量图或者所述多维质量图的子集合并到正在被测试的所述视频的标 量或矢量值质量量度中,使用所述加权因子来确定每个尺度的重要性。28. 根据权利要求17所述的系统,其中所述系统进一步适于:在将所述多维质量图或者 所述多维质量图的子集合并到正在被测试的所述视频的标量或矢量值质量量度中,使用设 备和观看条件相关的输入参数。29. 根据权利要求17所述的系统,其中所述系统进一步适于:报告基于质量评估评价的 用户要求的一个或多个层,其中所述层包括:a)正在被评估的所述视频的整体质量;b)基于 特定失真类型、特定时间实例、和/或在特定尺度处的质量评估得分;以及c)特定失真类型、 特定时间实例、或在特定尺度处的质量图。30. 根据权利要求22所述的系统,其中,当两个视频的分辨率和/或内容不匹配时,所述 系统进一步适于:在所述多维质量图的生成中重新采样、执行快速运动估计、并将参考视频 在空间上对准正在被测试的所述视频。31. 根据权利要求30所述的系统,其中所述系统进一步适于:在所述多维质量图的所述 生成中使用设备和观看条件相关的输入参数。32. 根据权利要求17所述的系统,其中,当两个视频的分辨率和/或内容不匹配时,在将 所述多维质量图或者多维质量图的子集合并到正在被测试的所述视频的标量或矢量值质 量量度中,所述系统进一步适于重新采样正在被测试的所述视频、执行快速运动估计、并将 参考视频在空间上对准正在被测试的所述视频。
【文档编号】H04N19/154GK105981384SQ201480059266
【公开日】2016年9月28日
【申请日】2014年9月5日
【发明人】王舟, 阿布杜尔·雷曼, 曾凯
【申请人】王舟, 阿布杜尔·雷曼, 曾凯
再多了解一些
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1