Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Romani, Eduardo
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Tecnológica Federal do Paraná
Curitiba
Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Vídeo digital - Avaliação
Sistemas imageadores - Qualidade da imagem
Processamento de imagens - Técnicas digitais
Sistemas de transmissão de dados
Percepção visual
Medição de software
Simulação (Computadores)
Energia elétrica
Digital vídeo - Valuation
Imaging systems - Image quality
Image processing - Digital techniques
Data transmission systems
Visual perception
Software measurement
Computer simulation
Electric power
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/1169
Resumo: Video quality assessment plays a key role in the video processing and communications applications. An ideal video quality metric shall ensure high correlation between the video distortion prediction and the perception of the Human Visual System. This work proposes the use of visual attention models with bottom-up approach based on saliencies for video qualitty assessment. Three objective metrics are proposed. The first method is a full reference metric based on the structural similarity. The second is a no reference metric based on a sigmoidal model with least squares solution using the Levenberg-Marquardt algorithm and extraction of spatial and temporal features. And, the third is analagous to the last one, but uses the characteristic Blockiness for detecting blocking distortions in the video. The bottom-up approach is used to obtain the salient maps, which are extracted using a multiscale background model based on motion detection. The experimental results show an increase of efficiency in the quality prediction of the proposed metrics using salient model in comparission to the same metrics not using these model, highlighting the no reference proposed metrics that had better results than metrics with reference to some categories of videos.
id UTFPR-12_21a9bbba6c6153c5ece366506ccb8847
oai_identifier_str oai:repositorio.utfpr.edu.br:1/1169
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliênciaVídeo digital - AvaliaçãoSistemas imageadores - Qualidade da imagemProcessamento de imagens - Técnicas digitaisSistemas de transmissão de dadosPercepção visualMedição de softwareSimulação (Computadores)Energia elétricaDigital vídeo - ValuationImaging systems - Image qualityImage processing - Digital techniquesData transmission systemsVisual perceptionSoftware measurementComputer simulationElectric powerVideo quality assessment plays a key role in the video processing and communications applications. An ideal video quality metric shall ensure high correlation between the video distortion prediction and the perception of the Human Visual System. This work proposes the use of visual attention models with bottom-up approach based on saliencies for video qualitty assessment. Three objective metrics are proposed. The first method is a full reference metric based on the structural similarity. The second is a no reference metric based on a sigmoidal model with least squares solution using the Levenberg-Marquardt algorithm and extraction of spatial and temporal features. And, the third is analagous to the last one, but uses the characteristic Blockiness for detecting blocking distortions in the video. The bottom-up approach is used to obtain the salient maps, which are extracted using a multiscale background model based on motion detection. The experimental results show an increase of efficiency in the quality prediction of the proposed metrics using salient model in comparission to the same metrics not using these model, highlighting the no reference proposed metrics that had better results than metrics with reference to some categories of videos.A avaliação de qualidade de vídeo possui um papel fundamental no processamento de vídeo e em aplicações de comunicação. Uma métrica de qualidade de vídeo ideal deve garantir a alta correlação entre a predição da distorção do vídeo e a percepção de qualidade do Sistema Visual Humano. Este trabalho propõe o uso de modelos de atenção visual com abordagem bottom up baseados em saliências para avaliação de qualidade de vídeo. Três métricas objetivas de avaliação são propostas. O primeiro método é uma métrica com referência completa baseada na estrutura de similaridade. O segundo modelo é uma métrica sem referência baseada em uma modelagem sigmoidal com solução de mínimos quadrados que usa o algoritmo de Levenberg-Marquardt e extração de características espaço-temporais. E, a terceira métrica é análoga à segunda, porém usa a característica Blockiness na detecção de distorções de blocagem no vídeo. A abordagem bottom-up é utilizada para obter os mapas de saliências que são extraídos através de um modelo multiescala de background baseado na detecção de movimentos. Os resultados experimentais apresentam um aumento da eficiência de predição de qualidade de vídeo nas métricas que utilizam o modelo de saliência em comparação com as respectivas métricas que não usam este modelo, com destaque para as métricas sem referência propostas que apresentaram resultados melhores do que métricas com referência para algumas categorias de vídeos.Universidade Tecnológica Federal do ParanáCuritibaPrograma de Pós-Graduação em Engenharia Elétrica e Informática IndustrialPohl, Alexandre de Almeida PradoSilva, Wyllian Bezerra daRomani, Eduardo2015-05-21T15:21:26Z2015-05-21T15:21:26Z2015-02-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfROMANI, Eduardo. Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência. 2015. 75 f. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) – Universidade Tecnológica Federal do Paraná, Curitiba, 2015.http://repositorio.utfpr.edu.br/jspui/handle/1/1169porreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRinfo:eu-repo/semantics/openAccess2015-05-22T06:00:25Zoai:repositorio.utfpr.edu.br:1/1169Repositório InstitucionalPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestriut@utfpr.edu.br || sibi@utfpr.edu.bropendoar:2015-05-22T06:00:25Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.none.fl_str_mv Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
title Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
spellingShingle Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
Romani, Eduardo
Vídeo digital - Avaliação
Sistemas imageadores - Qualidade da imagem
Processamento de imagens - Técnicas digitais
Sistemas de transmissão de dados
Percepção visual
Medição de software
Simulação (Computadores)
Energia elétrica
Digital vídeo - Valuation
Imaging systems - Image quality
Image processing - Digital techniques
Data transmission systems
Visual perception
Software measurement
Computer simulation
Electric power
title_short Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
title_full Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
title_fullStr Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
title_full_unstemmed Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
title_sort Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência
author Romani, Eduardo
author_facet Romani, Eduardo
author_role author
dc.contributor.none.fl_str_mv Pohl, Alexandre de Almeida Prado
Silva, Wyllian Bezerra da
dc.contributor.author.fl_str_mv Romani, Eduardo
dc.subject.por.fl_str_mv Vídeo digital - Avaliação
Sistemas imageadores - Qualidade da imagem
Processamento de imagens - Técnicas digitais
Sistemas de transmissão de dados
Percepção visual
Medição de software
Simulação (Computadores)
Energia elétrica
Digital vídeo - Valuation
Imaging systems - Image quality
Image processing - Digital techniques
Data transmission systems
Visual perception
Software measurement
Computer simulation
Electric power
topic Vídeo digital - Avaliação
Sistemas imageadores - Qualidade da imagem
Processamento de imagens - Técnicas digitais
Sistemas de transmissão de dados
Percepção visual
Medição de software
Simulação (Computadores)
Energia elétrica
Digital vídeo - Valuation
Imaging systems - Image quality
Image processing - Digital techniques
Data transmission systems
Visual perception
Software measurement
Computer simulation
Electric power
description Video quality assessment plays a key role in the video processing and communications applications. An ideal video quality metric shall ensure high correlation between the video distortion prediction and the perception of the Human Visual System. This work proposes the use of visual attention models with bottom-up approach based on saliencies for video qualitty assessment. Three objective metrics are proposed. The first method is a full reference metric based on the structural similarity. The second is a no reference metric based on a sigmoidal model with least squares solution using the Levenberg-Marquardt algorithm and extraction of spatial and temporal features. And, the third is analagous to the last one, but uses the characteristic Blockiness for detecting blocking distortions in the video. The bottom-up approach is used to obtain the salient maps, which are extracted using a multiscale background model based on motion detection. The experimental results show an increase of efficiency in the quality prediction of the proposed metrics using salient model in comparission to the same metrics not using these model, highlighting the no reference proposed metrics that had better results than metrics with reference to some categories of videos.
publishDate 2015
dc.date.none.fl_str_mv 2015-05-21T15:21:26Z
2015-05-21T15:21:26Z
2015-02-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv ROMANI, Eduardo. Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência. 2015. 75 f. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) – Universidade Tecnológica Federal do Paraná, Curitiba, 2015.
http://repositorio.utfpr.edu.br/jspui/handle/1/1169
identifier_str_mv ROMANI, Eduardo. Avaliação de qualidade de vídeo utilizando modelo de atenção visual baseado em saliência. 2015. 75 f. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) – Universidade Tecnológica Federal do Paraná, Curitiba, 2015.
url http://repositorio.utfpr.edu.br/jspui/handle/1/1169
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv riut@utfpr.edu.br || sibi@utfpr.edu.br
_version_ 1850498247820312576

Registros relacionados