基于多层BP神经网络的无参考视频质量客观评价

doi:10.16383/j.aas.c190539

CORC > 自动化研究所 > 中国科学院自动化研究所 > 学术期刊 > 自动化学报

	基于多层BP神经网络的无参考视频质量客观评价
	姚军财; 申静; 黄陈蓉
刊名	自动化学报
	2022
卷号	48 期号:2 页码:594-607
关键词	视频质量评价神经网络时延视频内容
ISSN号	0254-4156
DOI	10.16383/j.aas.c190539
英文摘要	机器学习在视频质量评价(Video quality assessment, VQA)模型回归方面具有较大的优势,能够较大地提高构建模型的精度.基于此,设计了合理的多层BP神经网络,并以提取的失真视频的内容特征、编解码失真特征、传输失真特征及其视觉感知效应特征参数为输入,通过构建的数据库中的样本对其进行训练学习,构建了一个无参考VQA模型.在模型构建中,首先采用图像的亮度和色度及其视觉感知、图像的灰度梯度期望值、图像的模糊程度、局部对比度、运动矢量及其视觉感知、场景切换特征、比特率、初始时延、单次中断时延、中断频率和中断平均时长共11个特征,来描述影响视频质量的4个主要方面,并对建立的两个视频数据库中的大量视频样本,提取其特征参数;再以该特征参数作为输入,对设计的多层BP神经网络进行训练,从而构建VQA模型;最后,对所提模型进行测试,同时与14种现有的VQA模型进行对比分析,研究其精度、复杂性和泛化性能.实验结果表明:所提模型的精度明显高于其14种现有模型的精度,其最低高出幅度为4.34%;且优于该14种模型的泛化性能,同时复杂性处于该15种模型中的中间水平.综合分析所提模型的精度、泛化性能和复杂性表明,所提模型是一种较好的基于机器学习的VQA模型.
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/56424]
专题	自动化研究所_学术期刊_自动化学报
推荐引用方式 GB/T 7714	姚军财,申静,黄陈蓉. 基于多层BP神经网络的无参考视频质量客观评价[J]. 自动化学报,2022,48(2):594-607.
APA	姚军财,申静,&黄陈蓉.(2022).基于多层BP神经网络的无参考视频质量客观评价.自动化学报,48(2),594-607.
MLA	姚军财,et al."基于多层BP神经网络的无参考视频质量客观评价".自动化学报 48.2(2022):594-607.