论文部分内容阅读
本文通过简化视频质量评估中人眼感知模型的复杂性,提出了一种新的无参考视频质量评估模型.首先通过分别抽取视频的空间域和时间域特征,然后按照视频局部块、视频帧、视频段等从细到粗的不同粒度,模拟人眼感知特性进行多重加权汇聚,最终得到整段视频的特征向量描述.本方法以支持向量回归器为评估模型训练工具,通过有监督的视频样本库训练,以无参考方式完成未知视频的质量评估.实验结果表明,该评估算法的性能不但要优于当前已知最经典的无参考评估算法Video BLLINDS,而且与部分参考评估算法相当.