安防工程视频监控图像质量如何评价?
用户问:主观评价好,还是客观评价好?
l “是否能根据不同白天和晚上,定义不同评价规����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������则——福州某用户对视频监控的图像要求”
l “根据不同的视频质量项目(抖动、丢失、遮挡、����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������亮度、偏色、噪声、条纹、冻结等)建����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������立评价标准——青岛某用户智能����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ�������运维系统的图像质量要求”
l “大型整合项目整合了治安、交通、园区、����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������内保等各类场景的视频资源,不能一刀切评估,需要根����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������据摄像头场景和功能来建立评价����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������规则——广州某用户的视频图像质量诊断要求”����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������
小度说:主观和客观结合,根据摄����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������像机使用场景定义评价规则。
目前对图像的评价主要是通过客观的定量评价����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������和主观的定性评价进行的,前者凭借人的主观感知来评价图像的质量;后者依据数据模型给出量化指标,����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������模拟人类视觉系统感知机制衡量图像质量。
那我们在安防工程中使用哪����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������种评价方法会更好呢?
主观评价:
观察者的主观评价最常用,也是最����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ�������直接的图像质量评价方法,通常可分为绝对����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������评价和相对评价两种。绝对评价是由观察者根据事先规����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������定的评级尺度或自己的经验对图像做出判断����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������和评价。必要时,可提供一组标准����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������图像作为参照系,帮助观察����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������者对图像质量做出合适的评价。为了保证图����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������像质量主观评价的客观性和准确性,可用����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������一定数量观察者的质量分数����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������平均值作为最终主观评价结果。����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������
目前国际上已有成熟的主观评价技����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������术和国际标准,例如《ITU-T Rec.P����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������.910》、《ITU-R BT.500-11》����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������。主观质量评分法(Mean Opini����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������on Score:MOS)是质量最具代表性的����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������主观评价方法。
图像质量主观评价应符合采用五级损����� �������Ƴ����������� �������Ƴ������������ �������Ƴ����������� �������Ƴ�������伤制评定的4级以上(含4级),五级损伤����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������制评分分级按下表要求。通过认为摄像机在正常工����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������作下,图像质量应不低于5级。要求在低照度����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������使用时,图像质量应达可用图像(能够辨认画����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������面物体轮廓、人的脸部特征和车牌号)。����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ������
主观评价体系评级分类 &����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������nbsp;
某客户视频图像质量主观评价
在实际的应用中,主观评估费时费力,且容易受观看����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������距离、显示设备、照明条件、观测者����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������的经验、心理、视觉能力、情绪等诸多因素影响。每个����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������人对同一个图像质量的评价可能会存����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������在较大差异。
客观评价:
客观评价方法是根据人眼的主观视觉����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������系统建立数学模型,并通过具体的公式计算图像����� �������Ƴ����������� �������Ƴ������������ �������Ƴ����������� �������Ƴ������的质量,是计算机根据算法计算出视频/图像的����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������质量指标。虽然客观评价方法是让����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������计算机尽量从人的主观视角出发来预测����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������特定视频的评分,但不同客观评����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������价指标与主观感受的符合程度差距较大。
以下是针对于image super-resol����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������ution 8种方法衡量图����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ������片super-resolution之后的����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������质量的对比。
图像质量客观评价方法的一般有:全、半参考方法(全����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������参考(Full Reference-IQA, ����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������FR-IQA)、半参考(Red����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������uced Referenc����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������e-IQA,RR-IQA)和����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������无参考(又叫盲图像质量,No����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������� Reference-IQA, NR-IQA����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������),基于机器学习的图像质量评价(����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ������SVM+SVR模型、GGD)、概率����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������模型、神经网络等。视频图像的����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ�������客观评价在算法定义、数据收集、����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������模型训练、准确率评估几个方面都����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������存在更高的门槛。
弘度科技基于AI有源视频质量诊断技术
弘度科技以优秀的底层算法为基础����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������,通过加载全新自主研发具有深度学习能力的技术框架����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ�������对视频质量诊断系统进行研发和优化,产品可通过����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������动态调整模型参数,建立大量的����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������分析模型适应不同场景需求,大大提升����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������产品的准确性和适应能力。����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������
一个小路数的视频监控系统,监看人员可通过画面轮询����� �������Ƴ������������ �������Ƴ������������ �������Ƴ����������� �������Ƴ�������进行主观评价所有视频画面的质量,但对于����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ�������一个上百路甚至成千上万如平安城市项目����� �������Ƴ������������ �������Ƴ����������� �������Ƴ����������� �������Ƴ�������的视频监控系统,客观评价既����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������耗时又存在不确定因素,大����� �������Ƴ������������ �������Ƴ����������� �������Ƴ������������ �������Ƴ�������多数视频画面质量不能在有����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������效的在短时间全面掌握,如视频画面显示是否正常、是����� �������Ƴ����������� �������Ƴ������������ �������Ƴ������������ �������Ƴ�������否有高质量录像、校时是否准确、设备是����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������否在线、录像能否在事后回����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������放时提供高质的现场画面等用户关心的问题。
针对此类问题,弘度科技研发出【有����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������源视频质量诊断技术】和【多维录像诊断技术】,可����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������实现监控系统全面的健康监测,帮����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������助用户封堵风险,降本增效。
某客户视频图像质量客观评价
弘度科技智能运维平台、视����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������频卫士等产品已在全国各地的平安城市、����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������雪亮工程、监管场所以及银行、交通、教育、����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ������医院等场景的视频监控系统中应����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������用。截至目前,已有近百万路的监控设����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������备通过弘度科技产品实现智能����� �������Ƴ������������ �������Ƴ������������ �������Ƴ������������ �������Ƴ�������诊断和智慧化的运维管理服务。