FILM Indeks
Wskaźnik MOtion-tuned Video Integrity Evaluation (MOVIE) to model i zestaw algorytmów do przewidywania postrzeganej jakości cyfrowych obrazów telewizyjnych i kinowych, a także innych rodzajów cyfrowych obrazów i filmów.
Został opracowany przez Kalpanę Seshadrinathan i Alana Bovika w Laboratorium Inżynierii Obrazu i Wideo (LIVE) na University of Texas w Austin. Zostało to opisane w druku w artykule technicznym z 2010 r. „Ocena jakości czasoprzestrzennej dostrojonej ruchem naturalnych filmów wideo”. Oryginalny artykuł MOVIE otrzymał nagrodę IEEE Signal Processing Society Best Journal Paper Award w 2013 roku.
Przegląd modeli
Indeks MOVIE to oparty na neurobiologii model do przewidywania percepcyjnej jakości (prawdopodobnie skompresowanego lub w inny sposób zniekształconego) filmu lub wideo w porównaniu z nieskazitelnym wideo referencyjnym. Zatem indeks MOVIE jest miernikiem pełnego odniesienia. Model MOVIE różni się znacznie od wielu innych modeli , ponieważ wykorzystuje oparte na neuronauce modele przetwarzania sygnałów wzrokowych przez ludzki mózg na różnych etapach ścieżki wzrokowej, w tym w jądrze kolankowatym bocznym , pierwszorzędowej korze wzrokowej oraz wrażliwym na ruch ekstraprążkowanym obszar wzrokowy kory mózgowej MT.
Funkcja Spatial MOVIE działa na zasadzie przetwarzania przestrzennych i czasowych informacji o filmie w mniej więcej rozdzielny sposób. Przewidywanie przestrzennej (klatkowej) jakości wideo uzyskuje się przez obliczenie rozkładu częstotliwości czasoprzestrzennych zarówno filmów referencyjnych, jak i testowych (zniekształconych) przy użyciu banku filtrów Gabora. Po procesie dzielonej normalizacji opartej na modelu przetwarzania korowego (obszar V1) w mózgu, przetworzone filmy referencyjne i testowe są łączone w ważoną różnicę, aby uzyskać prognozę jakości obrazu przestrzennego.
Jednocześnie prognoza czasowej (zmiennej w czasie lub międzyklatkowej) jakości filmu jest obliczana przy użyciu odpowiedzi tej samej czasoprzestrzennej dekompozycji częstotliwościowej Gabora wideo referencyjnego i testowego, ale w inny sposób. Temporal MOVIE waży te odpowiedzi za pomocą ważenia pobudzająco-hamującego reakcji Gabora, aby dostroić je zgodnie z lokalnym pomiarem ruchu wideo. Pomiary ruchu są również wykonywane przy użyciu banku filtrów czasoprzestrzennych przy użyciu percepcyjnie istotnego pomiaru przepływu optycznego opartego na fazie. Te pomiary na filmach referencyjnych i testowych są następnie łączone w różny sposób i dzielone normalizowane w celu uzyskania prognozy czasowej jakości obrazu.
Ogólny indeks MOVIE jest następnie definiowany jako prosty iloczyn wskaźników przestrzennych i czasowych MOVIE połączonych w czasie (klatki).
Wydajność
Zgodnie z oryginalnym artykułem, indeks MOVIE zapewnia lepsze percepcyjne przewidywania jakości filmu niż tradycyjne metody, takie jak szczytowy stosunek sygnału do szumu (PSNR) i błąd średniokwadratowy (MSE), które są niezgodne z ludzką percepcją wzrokową. W tym samym artykule autorzy pokazują również, że pod względem wydajności przewidywania jakości obrazu filmowego działa on lepiej niż inne modele jakości wideo , takie jak standard ANSI/ISO VQM i popularny model podobieństwa strukturalnego ( SSIM ).
W innym porównaniu MOVIE Index przewyższył inne modele pod względem korelacji z ludzką oceną jakości filmów w LIVE Video Quality Database, która jest narzędziem do oceny dokładności modeli jakości obrazu.
Stosowanie
Indeks MOVIE jest sprzedawany jako część linii narzędzi do pomiaru jakości wideo Video Clarity, które są używane w przemyśle telewizyjnym i filmowym.