申请/专利权人：中国传媒大学

申请日：2022-02-24

公开（公告）日：2024-04-02

公开（公告）号：CN114549359B

主分类号：G06T5/92

分类号：G06T5/92;G06T5/50;G06T5/94;G06T5/60;G06N20/00;H04N17/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.06.14#实质审查的生效;2022.05.27#公开

摘要：本发明公开了一种HDR视频动态范围无参考质量评价方法，包括依据当前HDR信号与SDR信号的光电传输特性，计算画面亮部与暗部的分界值并进行亮部分量与暗部分量的提取。通过对二者空间分布特征和统计信息特征的计算，得到用于评估画面细节层次的特征参量，对所有特征参量进行预处理后结合主观质量评价结果，利用适宜的机器学习模型实现专业的、适合行业习惯的、有效的无参考质量评价模型。本方法可以对HDR视频进行无参考动态范围质量评价，方法针对性强，也为HDR视频质量评价研究丰富了思路。

主权项：1.一种HDR视频动态范围无参考质量评价方法，其特征在于：该方法包括如下步骤；步骤1、将HDR视频转化为图像序列；首先将HDR视频转为图像序列；当输入视频采用HLG曲线时，需利用HLG-OOTF函数、HLG-EOTF函数、PQ-EOTF函数以及HLG转PQ方法，将HLG曲线的图像序列转化为PQ曲线的图像序列；步骤2、将步骤1得到的灰度图像序列进行亮暗区域划分，得到亮部分量图像序列和暗部分量图像序列；首先计算亮部阈值，当SDR达到100％白电平时也称作100％动态范围，PQ信号电平仅为58％，将58％*2n作为亮部阈值，其中n由序列比特数决定，当前取16；然后计算暗部阈值，将0.198％*2n作为暗部量化电平阈值，n取16；最后根据亮部阈值和暗部阈值将灰度图像序列划分为亮部分量图像序列和暗部分量图像序列；步骤3、根据步骤2得到的亮部和暗部分量图像序列分别计算统计层面特征； 其中Eh和Ed为亮部和暗部分量图像序列的量化值，当前n取16；计算得到亮部分量和暗部分量在画面中的占比，记为亮部比例和暗部比例；Rh＝num[Eh≠0]M*NRd＝nim[Ed≠2n-1]M*N其中Rh和Rd分别为亮部比例和暗部比例，M、N为输入视频的长和宽，当前n取16；根据计算得到亮部和暗部的平均水平的差值，记为亮暗差； 其中和分别代表亮部分量和暗部分量的单像素对应量化电平值，meanh和meand分别为亮部量化电平均值和暗部量化电平均值，为亮部和暗部量化电平均值差，n取16；计算得到亮部和暗部在统计层面的灰度层次程度，记为亮部标准差和暗部标准差； 计算得到亮部和暗部的有效最大显示亮度和有效最小显示亮度； 其中76％对应于母版为PQ1000的输入视频，若为其他模板则可根据PQ-EOTF另行推导电平值,n取16；步骤4、对步骤2得到的亮部和暗部灰度序列分别计算空间分布层面特征；计算衡量图像亮部和暗部的空间细节，记为亮部局部熵和暗部局部熵； 其中和分别为亮部和暗部分量中某像素灰度占局部总灰度概率，Hh和Hd对应局部熵值，m和n为局部分区范围，当前取值为8；步骤5，将计算得到的特征参数进行预处理；将步骤3、步骤4计算得到的亮部比例、暗部比例、亮部标准差、暗部标准差、有效最大显示亮度、有效最小显示亮度、亮暗差、亮部局部熵和暗部局部熵9个特征参数进行归一化处理；当输入视频不具备暗部或亮部时，部分参数存在空值，此时需要将其置为0；步骤6、对输入视频进行主观质量评价打分；参考ITU-BT500-14建议书中提供的方法，利用专业HDR显示器对系统输入的10bitHDR视频进行动态范围方面的主观评价打分，打分标准如表1所示；步骤7、利用步骤5得到的预处理参数和步骤6得到的主观评价结果训练决策树模型，得到无参考HDR视频动态范围评价模型。

全文数据：

权利要求：

百度查询： 中国传媒大学 一种HDR视频动态范围无参考质量评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD