Процена квалитета слике и видеа кроз очување информација о градијенту

Abstract

У овој дисертацији разматране су објективне мере процене квалитета слике и видеа са потпуним и делимичним референцирањем на изворни сигнал. За потребе евалуације квалитета развијене су поуздане, рачунски ефикасне мере, засноване на очувању информација о градијенту. Мере су тестиране на великом броју тест слика и видео секвенци, различитих типова и степена деградације. Поред јавно доступних база слика и видео секвенци, за потребе истраживања формиране су и нове базе видео секвенци са преко 300 релевантних тест узорака. Поређењем доступних субјективних и објективних скорова квалитета показано је да је објективна евалуација квалитета веома сложен проблем, али га је могуће решити и доћи до високих перформанси коришћењем предложених мера процене квалитета слике и видеа.

U ovoj disertaciji razmatrane su objektivne mere procene kvaliteta slike i videa sa potpunim i delimičnim referenciranjem na izvorni signal. Za potrebe evaluacije kvaliteta razvijene su pouzdane, računski efikasne mere, zasnovane na očuvanju informacija o gradijentu. Mere su testirane na velikom broju test slika i video sekvenci, različitih tipova i stepena degradacije. Pored javno dostupnih baza slika i video sekvenci, za potrebe istraživanja formirane su i nove baze video sekvenci sa preko 300 relevantnih test uzoraka. Poređenjem dostupnih subjektivnih i objektivnih skorova kvaliteta pokazano je da je objektivna evaluacija kvaliteta veoma složen problem, ali ga je moguće rešiti i doći do visokih performansi korišćenjem predloženih mera procene kvaliteta slike i videa.

This thesis presents an investigation into objective image and video quality assessment with full and reduced reference on original (source) signal. For quality evaluation purposes, reliable, computational efficient, gradient-based measures are developed. Proposed measures are tested on different image and video datasets, with various types of distorsions and degradation levels. Along with publicly available image and video quality datasets, new video quality datasets are maded, with more than 300 relevant test samples. Through comparison between available subjective and objective quality scores it has been shown that objective quality evaluation is highly complex problem, but it is possible to resolve it and acchieve high performance using proposed quality measures.