動画コンテンツの特徴、符号化・復号歪みの特徴、および伝送遅延の特徴が動画品質評価に与える影響を分析・研究し、人間の視覚特性およびその数学モデルと組み合わせて、伝送および符号化・復号歪みを総合的に考慮したコンテンツ認識に基づく参照不要の動画品質評価手法を提案し、その数学モデルを構築した。本手法では、まず動画フレーム画像のテクスチャ複雑性特徴、局所対比、時系列情報および視覚認知を用いて動画コンテンツを記述し、そのコンテンツ認識モデルを構築し、これにより動画コンテンツおよび視覚認知が動画品質に与える影響を検討する。次に、ビットレートと動画品質の関係を検討し、そのモデルを構築し、ビットレートが品質に与える影響を研究する。さらに、伝送遅延の特徴を組み合わせ、伝送遅延歪みによって生じる動画品質低下の品質評価モデルを構築する。最後に、凸最適化手法を用いて3つのモデルを総合し、動画コンテンツ、符号化・復号歪み、伝送遅延歪みおよび視覚特性を総合的に考慮した参照不要の動画品質評価モデルを提案する。複数の構築済み動画データベースおよびオープンソースデータベース内のデータおよび動画を用いてテスト検証を行い、既存の17種類の動画品質評価モデルとの性能比較を行った。その結果、提案モデルの精度であるPearson相関係数およびSpearman順位相関係数は最小でそれぞれ0.8773および0.8336、最大で0.9383および0.9438に達し、良好な汎化性能と比較的低い複雑性を示した。精度、汎化性能、複雑性の3つの性能指標を総合すると、提案モデルは性能に優れた動画品質評価モデルであることが示された。

動画品質評価;ヒトの視覚特性;動画コンテンツ;輝度および色度;伝送遅延