728x90
- 정확한 화질 평가 방법의 필요성이 생김에 따라, 기존의 MSE, PSNR 방식은 HVS의 가시도 혹은 인지 특성을 고려하지 못한다는 문제점을 제시한다.
- 따라서 HVS 인지 특성을 고려하여 수용계의 수학적 모델인 Gabor 웨이블릿을 이용한 객관적인 화질 평가 방법을 제안한다.
- 제안된 방법은 주관적 점수와 높은 상관관계를 갖는 우수한 객관적 화질 평가 모델로서, 기존의 방법보다 우수한 성능을 보여준다.(특히 625/50)
DSCQS(Double Stimulus Continuous Quality-Scale) : 순서는 상관없이 원본 영상과 왜곡 영상을 일정한 간격을 두어 두 번씩 보여준 후, 두 번째 마지막 영상이 보여질 때 “Excellent”, “Good“, “Fair“, “Poor“, “Bad“의 5단계 평가를 진행한다.
이렇게 진행한 주관적 평가자들의 DMOS를 계산한다.
수용계 수학적 모델
원시 시각 피질(Primary visual cortex)
인간의 시각 피질에는 3가지 세포가 있다.
- 단순형 세포(simple cell) : 망막에 투영된 특정 방향성을 갖는 2차원적 사물의 형태와 색에 대한 인지
- 복잡형 세포(complex cell) : 특정 방향으로의 움직임에 대한 인지
- 초 복잡형 세포(hyper-complex cell) : 움직이는 물체의 길이, 움직이는 각도 등의 움직이는 사물의 형태에 대한 인지.
Gabor 웨이블릿
수식적 설명
객관적 화질 평가 모델
제안된 화질 평가 모델
원 영상 SI(x,y) 와 부호화 및 복호화 과정을 통해 얻어진 왜곡 영상 PI(x,y)가 있고, N개의 부 블록이 있다.
이렇게 나눠진 부 블록은 S개의 크기와 K개의 방향에 의한 Gabor 웨이블릿 변환을 통하여 분해 될 수 있다.
- Fs: Gabor 필터 크기
- sc에 해당하는 위의 식은 원영상의 n번째 블록의 Gabor 필터에 의한 웨이블릿 계수 값.
- pc에 해당하는 아래 식은 왜곡영상의 n번째 블록의 Gabor 필터에 의한 웨이블릿 계수 값.
그리고 이들은 S x K Gabor 웨이블릿 변환 계수 행렬로 표현이 가능하다.
위 두 행렬을 이용하여 왜곡 행렬(distortion matrix)를 구할 수 있다.
위 LDC_n 식을 이용하여 국부 왜곡(LD : Local Distortion), 전역 왜곡(GD : Global Distortion)의 정도를 구할 수 있다.
이렇게 구하면 전역 왜곡을 이용하여 Gabor 웨이블릿을 이용한 PSNR을 구할 수 있다.
728x90
반응형
