基于数字水印的无参考视频质量评估方法

提出了一种无参考视频质量评估的新方法,该方法在解码端无需原始参考视频序列,通过提取事先嵌入到压缩视频中的水印与收端本地存储的原始水印拷贝比较,从而实现对视频质量的评估.该方法不需要传送独立的测试视频序列,提高了信道的利用率,又保证视频质量评估的实时性.实验表明,评估的恢复视频的PSNR与实测的结果基本一致,可应用于无线和IP等视频业务的质量评估.

基于统一网络架构的多模态航空影像质量评价研究

高质量无人机航空影像是目标检测、分析、识别的重要前提条件,但各类传感器成像机理不同,质量影响因素多样,往往需要根据不同模态数据的特性设计不同的网络模型,从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题,提出一种基于统一网络框架的无参考多模态影像质量评价模型,通过自适应地学习图像块内部的局部特征与图像块之间的相互关系,完成空间维度上的全局信息融合和时间维度上的时序信息融合,实现对多种模态影像数据的质量评估,进而快速有效地监测筛选采集数据的质量,提高有效数据采集效率。实验结果表明,该方法在多种模态的影像数据质量评价上具备泛用性和有效性。