计算机科学与探索

作者：宋巍, 肖毅, 杜艳玲, 张明华

单位：上海海洋大学 信息学院，上海 201306

关键词：质量评价,无参考视频质量评价,双流法,水下视频

水下拍摄的视频存在质量退化效应。一方面，光线在水中传播时呈指数衰减导致水下视频质量损失；另一方面，水下复杂拍摄环境（例如水流等）造成视频的不稳定性。为此，综合考虑水下视频时空特征和运动特征对视频质量的影响，提出一种针对水下场景的客观无参考视频质量评价模型（TS-UVQA）。TS-UVQA采用双流网络结构：设计了由三维卷积、自适应正则化和慢融合策略组成的时空特征提取网络（Spatial-temporal Net），从视频原始帧中学习时空特征；设计了由二维卷积层和自适应正则化堆叠的运动特征提取网络（Motion Net），从光流场块中学习水下视频的相关运动特征；使用决策级融合实现高精度的水下视频质量评价。以模型的视频质量评价结果与主观质量分数的皮尔森线性相关系数（PLCC）和斯皮尔曼秩序相关系数（SROCC）为指标，通过实验验证了TS-UVQA中运动网络对于水下视频质量评价的性能提升效果，同时与13种图像和视频客观质量评价方法相比，在水下视频数据集上取得最佳性能。此外，TS-UVQA在3个自然场景视频数据集（ECVQ、EVVQ、LIVE）也取得了与最先进方法接近的相关系数，表明方法具有良好的泛化性能。

来源：2023年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2023年第2期