專利名稱：優(yōu)化圖像質(zhì)量隨機(jī)算法系統(tǒng)的可伸縮可擴(kuò)展的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及優(yōu)化視頻質(zhì)量的方法和系統(tǒng)。具體而言，本發(fā)明涉及用提高圖像質(zhì)量的視頻算法的一種可擴(kuò)展方案。
背景技術(shù)：
在視頻處理系統(tǒng)中，用多個(gè)視頻函數(shù)來處理視頻信號(hào)(例如提高銳度，降低噪聲，矯正色彩等等)。這些函數(shù)都需要多個(gè)(少量或者大量)控制參數(shù)。
但是，這些參數(shù)中有一些會(huì)對(duì)圖像質(zhì)量有很大的影響，而另外一些則影響甚微。此外，應(yīng)用各個(gè)函數(shù)的順序可以是一個(gè)參數(shù)(在構(gòu)成實(shí)現(xiàn)軟件模擬的視頻處理功能的硬件之前，或者如果我們有一個(gè)高度靈活的可重構(gòu)硬件)，或者這一視頻系統(tǒng)是靜態(tài)的，不能改變。
除了視頻處理函數(shù)它們本身以外，另外還有兩個(gè)模塊，它們的復(fù)雜程度會(huì)決定視頻系統(tǒng)的最終質(zhì)量。
客觀圖像質(zhì)量(OIQ)評(píng)估單元的復(fù)雜性可以從簡單信號(hào)的簡單測量(象亮度信號(hào)的上升時(shí)間)到模仿人類視覺系統(tǒng)(HVS)精神物理學(xué)過程非常復(fù)雜的系統(tǒng)。優(yōu)化過程的復(fù)雜程度可以從貪婪的窮舉型搜索引擎(它需要大量的計(jì)算資源，在許多實(shí)際情形中幾乎無法采用)到計(jì)算量較小，智能化的試探型搜索方法。

發(fā)明內(nèi)容
按照本發(fā)明，優(yōu)化視頻質(zhì)量的一種系統(tǒng)包括一個(gè)可伸縮優(yōu)化范例，用于利用可用計(jì)算資源提供最佳的客觀圖像質(zhì)量。
一種優(yōu)化視頻處理系統(tǒng)包括一個(gè)視頻處理模塊，用于處理輸入的視頻流，該視頻處理模塊包括一些結(jié)構(gòu)參數(shù)，用于確定級(jí)連視頻函數(shù)的順序，根據(jù)與可用計(jì)算資源的一個(gè)值有關(guān)的復(fù)雜程度，確定任意連續(xù)級(jí)連函數(shù)之間的比特精度；一個(gè)優(yōu)化模塊，用于優(yōu)化對(duì)視頻流的處理，該優(yōu)化模塊與視頻處理模塊通信，該優(yōu)化模塊包括多個(gè)優(yōu)化引擎，每一個(gè)優(yōu)化引擎都有一個(gè)有關(guān)的復(fù)雜程度，該優(yōu)化模塊包括裝置用來根據(jù)與可用計(jì)算資源的一個(gè)值有關(guān)的一個(gè)復(fù)雜程度選擇優(yōu)化引擎；和一個(gè)客觀圖像質(zhì)量(OIQ)評(píng)估模塊，用于評(píng)估視頻處理模塊視頻流輸出的圖像質(zhì)量，這個(gè)OIQ評(píng)估器包括有一個(gè)有關(guān)復(fù)雜程度的多個(gè)客觀圖像質(zhì)量度量，這個(gè)OIQ評(píng)估模塊包括裝置用來按照一個(gè)相關(guān)系數(shù)ri和可用計(jì)算資源的值的一個(gè)復(fù)雜程度選擇一個(gè)度量。
OIQ評(píng)估模塊選擇度量的裝置可以包括按照如下公式確定一個(gè)相關(guān)系數(shù)RF=maxR{Winfi},]]>其中F是(系統(tǒng)評(píng)估出來的視頻質(zhì)量的)一個(gè)最終度量，通過尋找一組權(quán)wi來確定F，這組權(quán)與多個(gè)客觀度量的每個(gè)度量fi(它的值在1到n之間)相乘的時(shí)候，會(huì)使相關(guān)系數(shù)R以預(yù)定的主觀印象達(dá)到最大。
該系統(tǒng)還可以有一個(gè)計(jì)算資源分析器，用于選擇視頻處理模塊、優(yōu)化模塊和OIQ評(píng)估模塊中至少一個(gè)的復(fù)雜程度。
這個(gè)優(yōu)化模塊可以包括確定性和非確定性優(yōu)化引擎。
這個(gè)優(yōu)化模塊可以包括有遺傳算法(GA)、仿真退火(SA)試探型搜索引擎，禁止搜索(TS)，仿真進(jìn)化(SE)和隨機(jī)進(jìn)化(SE)中至少一個(gè)的試探型搜索引擎。
視頻處理模塊、優(yōu)化模塊和OIQ評(píng)估模塊中的至少一個(gè)是可伸縮的。
計(jì)算資源分析模塊可以通過檢測可用計(jì)算資源為視頻處理模塊、優(yōu)化模塊和OIQ評(píng)估模塊中的至少一個(gè)選擇復(fù)雜程度。
為可用計(jì)算資源優(yōu)化視頻算法的方法包括(a)視頻處理模塊按照與可用計(jì)算資源的一個(gè)值有關(guān)的有關(guān)復(fù)雜程度確定處理輸入視頻處理模塊的視頻流的級(jí)聯(lián)視頻函數(shù)的順序；(b)選擇一種優(yōu)化方法，用來優(yōu)化視頻系統(tǒng)的處理，該優(yōu)化方法是按照與可用計(jì)算資源的那個(gè)值有關(guān)的復(fù)雜程度從多個(gè)優(yōu)化方法中選擇出來的；(c)在視頻流從視頻處理模塊輸出以后，評(píng)估視頻流的客觀圖像質(zhì)量；其中視頻流客觀圖像質(zhì)量的評(píng)估是通過按照一個(gè)相關(guān)系數(shù)和與計(jì)算資源的那個(gè)值有關(guān)的復(fù)雜程度從多個(gè)度量中選擇出來的一個(gè)度量。
步驟(c)中客觀圖像質(zhì)量的評(píng)估包括按照以下公式確定一個(gè)相關(guān)系數(shù)RF=maxR{Winfi},]]>其中F是(系統(tǒng)評(píng)估出來的視頻質(zhì)量的)一個(gè)最終度量，通過尋找一組權(quán)wi來確定F，這組權(quán)與多個(gè)客觀度量的每個(gè)度量fi(它的值在1到n之間)相乘的時(shí)候，會(huì)使相關(guān)系數(shù)R以預(yù)定的主觀印象達(dá)到最大。
該方法還可以包括(d)計(jì)算資源分析器選擇步驟(a)、(b)和(c)中至少一個(gè)的有關(guān)復(fù)雜程度。
步驟(b)選擇出來的多個(gè)優(yōu)化方法可以包括確定性的和非確定性的優(yōu)化方法。
這多個(gè)優(yōu)化方法包括有遺傳算法(GA)、仿真退火(SA)，禁止搜索(TS)，仿真進(jìn)化(SE)和隨機(jī)進(jìn)化(SE)中至少一個(gè)的試探型搜索引擎。
步驟(d)中選擇出來的有關(guān)復(fù)雜程度可以包括檢測步驟(a)、(b)和(c)中至少一個(gè)步驟的可用計(jì)算資源的步驟。
步驟(a)中提到的視頻處理模塊是可伸縮的。
步驟(b)可以包括一個(gè)可伸縮的優(yōu)化器，用于選擇優(yōu)化方法。
步驟(c)可以提供一個(gè)可伸縮的客觀圖像質(zhì)量評(píng)估器，用來評(píng)估客觀圖像質(zhì)量。
該系統(tǒng)還可以包括一個(gè)視頻處理模塊、一個(gè)優(yōu)化模塊、一個(gè)可伸縮客觀圖像質(zhì)量(OIQ)評(píng)估模塊和一個(gè)計(jì)算資源分析器。
該視頻處理模塊包括多個(gè)視頻處理函數(shù)F1、F2、……、Fn。每個(gè)函數(shù)都有一組參數(shù)Pi，1≤i≤n，按照它們對(duì)得到的圖像質(zhì)量的影響按上升順序排列。這個(gè)視頻處理模塊有它自己的一組結(jié)構(gòu)參數(shù)，它描述級(jí)連視頻處理函數(shù)的順序以及任意兩個(gè)連續(xù)函數(shù)之間數(shù)據(jù)總線的比特精度。
這個(gè)優(yōu)化模塊是一個(gè)有多種可能優(yōu)化機(jī)制的可伸縮優(yōu)化器。這個(gè)優(yōu)化模塊可以包括復(fù)雜程度和所需資源不同的多個(gè)優(yōu)化搜索引擎。這些搜索引擎可以是窮舉型的，也可以是試探型的。
可伸縮OIQ評(píng)估模塊包括有不同復(fù)雜程度的多個(gè)OIQ度量。復(fù)雜程度表由OIQ評(píng)估模塊維護(hù)，它包括所有構(gòu)成度量方法和每個(gè)度量假定的復(fù)雜程度。
計(jì)算資源分析模塊是一個(gè)判優(yōu)器，它在可用計(jì)算資源的基礎(chǔ)之上決定所有其它模塊應(yīng)該采用哪一個(gè)復(fù)雜程度。


圖1是本發(fā)明中可伸縮優(yōu)化系統(tǒng)的一個(gè)總示意圖。
圖2是圖1所示優(yōu)化模塊的一個(gè)詳細(xì)框圖。
圖3A是圖1所示客觀圖像質(zhì)量評(píng)估器的一個(gè)詳細(xì)框圖。
圖3B是一個(gè)可伸縮動(dòng)態(tài)客觀度量流。
圖4是本發(fā)明的一個(gè)方法流程圖。
圖5是圖4所示流程圖的繼續(xù)。
具體實(shí)施例方式
圖1畫出了本發(fā)明中可伸縮優(yōu)化系統(tǒng)的一個(gè)總圖。如圖1所示，有一個(gè)視頻處理模塊100，一個(gè)系統(tǒng)優(yōu)化模塊200，一個(gè)客觀圖像質(zhì)量評(píng)估模塊300和一個(gè)可選的計(jì)算資源分析模塊400。
這個(gè)視頻處理模塊100包括一些結(jié)構(gòu)參數(shù)，用于確定級(jí)連視頻函數(shù)的順序，確定任意連續(xù)級(jí)連函數(shù)的數(shù)據(jù)之間的一個(gè)比特精度。
如圖1所示，有多個(gè)視頻處理函數(shù)102(范圍是F1~Fn)，每個(gè)函數(shù)都有一組結(jié)構(gòu)參數(shù)Pi105，范圍是P1~Pn。這組參數(shù)Pi(其中1≤i≤n)，它們被按照它們對(duì)得到的圖像質(zhì)量的影響由小到大排好順序。
圖2畫出了圖1所示優(yōu)化模塊110的一個(gè)詳細(xì)實(shí)例。這個(gè)模塊包括多個(gè)優(yōu)化引擎(m個(gè)搜索引擎)，可以將它們叫做優(yōu)化方法220，它們的復(fù)雜程度、表述和需要的計(jì)算資源不同。優(yōu)化方法220可以包括一個(gè)簡單的窮舉型搜索方法(它會(huì)擾亂取值范圍內(nèi)所有的預(yù)定義參數(shù)，以及多個(gè)試探型引擎。
優(yōu)化模塊還在表格230中保存每個(gè)方法預(yù)定復(fù)雜程度的一個(gè)記錄。這個(gè)優(yōu)化模塊是可以擴(kuò)展的，因?yàn)檎业降娜魏我娑伎梢蕴砑拥剿竺妫灰x好它相對(duì)于其它方法的復(fù)雜程度的相對(duì)復(fù)雜程度。在可用資源能夠承受的適當(dāng)復(fù)雜程度的基礎(chǔ)之上，優(yōu)化模塊中的參數(shù)和控制信號(hào)調(diào)度器235會(huì)調(diào)用適當(dāng)?shù)膬?yōu)化引擎。這個(gè)調(diào)度器獲得控制信號(hào)，調(diào)用適當(dāng)?shù)姆椒?也就是引擎)和結(jié)構(gòu)參數(shù)。在這個(gè)實(shí)施方案中，計(jì)算資源分析器130(如圖1所示)選擇和/或提供建議的一個(gè)復(fù)雜程度，但是計(jì)算資源分析器是一項(xiàng)可選功能。建議的復(fù)雜程度可以由例如優(yōu)化模塊選擇。
作為說明而不是限制，優(yōu)化模塊中的一些方法可以是試探性的方法，它們可以從一種貪婪方法，其中的好結(jié)果是通過級(jí)連構(gòu)造出來的，變成更加局部化的試探型搜索方法，例如遺傳算法(GA)、仿真退火(SA)、禁止搜索(TS)、仿真進(jìn)化(SE)和隨機(jī)進(jìn)化(SE)以及這些方法中任意數(shù)量的混合。
關(guān)于這一優(yōu)化模塊，在這里更加詳細(xì)地給出前面提到的幾個(gè)試探型搜索方法的實(shí)例。但是，本領(lǐng)域中的技術(shù)人員都了解這些方法。
與試探型方法一起使用的時(shí)候，視頻處理算法可以采用例如遺傳算法。遺傳算法會(huì)朝著允許最佳圖像質(zhì)量的系統(tǒng)結(jié)構(gòu)發(fā)展。
遺傳算法是維持一組潛在“候選”解的迭代程序，評(píng)估這些“候選”解，并且給它們分配一個(gè)適當(dāng)性值。遺傳算法是解決復(fù)雜問題的著名算法，1990年出版的Kronsjo和Shumshesuddin的《并行算法進(jìn)展》一書中“優(yōu)化和自適應(yīng)中的遺傳算法”這一部分第227~276頁，在這里將它引入作為背景材料。
遺傳算法是一種迭代程序，它維護(hù)著大量以染色體串的形式編碼的候選解。每個(gè)染色體都給出了不同視頻處理模塊的特定連接方式，以及序列的處理順序。每個(gè)染色體則包括多個(gè)基因，對(duì)于視頻優(yōu)化過程它們是視頻處理函數(shù)和它們的順序。
仿真演化是一種方法，而不是一個(gè)固定算法，其中為優(yōu)化模塊要采用的復(fù)雜程度的解計(jì)算全局最小值。
TABU搜索是一種自適應(yīng)的程序，用于解決組合優(yōu)化問題，它能夠進(jìn)行試探，繼續(xù)探索下降路徑而不會(huì)回到它以前經(jīng)歷過的地方。
仿真進(jìn)化是這樣一種方法，它利用一系列的方程來確定復(fù)雜程度的適當(dāng)性。
隨機(jī)進(jìn)化則利用通常依賴于說明遺傳程序時(shí)間的一個(gè)參數(shù)的遺傳隨機(jī)變量。
圖3A詳細(xì)說明OIQ評(píng)估模塊。OIQ評(píng)估模塊300包括復(fù)雜程度各異的多個(gè)客觀圖像質(zhì)量度量(K度量)。OIQ模塊在表格330中保存它構(gòu)成度量方法的一個(gè)記錄，以及每一個(gè)方法假設(shè)的復(fù)雜程度。OIQ模塊是可擴(kuò)展的，因?yàn)榭梢詫⑻岢龅娜魏味攘垦a(bǔ)充進(jìn)去，只要事先給出它的復(fù)雜程度。在可用資源能夠承受的適當(dāng)復(fù)雜程度的基礎(chǔ)之上，OIQ模塊中的視頻流調(diào)度器310啟動(dòng)適當(dāng)?shù)腛IQ度量。
關(guān)于度量，按照所需要的性能和允許的復(fù)雜程度，每個(gè)客觀度量320都有一個(gè)評(píng)價(jià)，將它叫做品質(zhì)因素。換句話說，品質(zhì)因素表示在這個(gè)度量的基礎(chǔ)之上，視頻信號(hào)的質(zhì)量。人對(duì)視頻質(zhì)量感知的相關(guān)系數(shù)允許采用可伸縮模型，可以將新的客觀度量添加到這個(gè)系統(tǒng)中去，或者從這個(gè)系統(tǒng)中去掉客觀度量，只要給出它與人類感知的相關(guān)性。
圖3B說明圖3A所示的可伸縮客觀度量320，它更詳細(xì)地說明復(fù)雜程度表330。每個(gè)度量都有一個(gè)相關(guān)系數(shù)(R，1≤i≤n)，1對(duì)應(yīng)于第一個(gè)度量fin對(duì)應(yīng)于第n個(gè)度量fn。在每個(gè)相關(guān)系數(shù)的基礎(chǔ)之上，評(píng)估器為每個(gè)品質(zhì)因素給出一個(gè)權(quán)wi，嘗試對(duì)于預(yù)先確定的主觀結(jié)果使下式表示的最終復(fù)合度量F的總的相關(guān)系數(shù)R最大F=maxR{Winfi}]]>對(duì)于快速系統(tǒng)(實(shí)時(shí))，可以關(guān)閉復(fù)雜測量度量，判斷在沒有它的品質(zhì)因素的情況下進(jìn)行。為了進(jìn)行仿真和視頻鏈優(yōu)化，在這種情況下能夠花費(fèi)更長的時(shí)間，就打開更加復(fù)雜的度量，將它們的結(jié)果考慮到最終的客觀測量中去。
可選的計(jì)算資源分析模塊400可以檢測可用計(jì)算資源，并且確定適當(dāng)?shù)姆治銎鲝?fù)雜程度和適當(dāng)?shù)腛IQ模塊復(fù)雜程度。
這樣，由于為了考慮實(shí)時(shí)要求而關(guān)閉了某些復(fù)雜的度量，可以提供計(jì)算資源可用度給OIQ評(píng)估模塊，從一系列選擇中去掉某些度量，因?yàn)樾枰馁Y源有可能會(huì)超過可用容量。這個(gè)值也會(huì)被系統(tǒng)優(yōu)化模塊200收到，而被選中的優(yōu)化方法220對(duì)資源的要求必須與給定的可用資源相容。
最終結(jié)果是選中的算法按照利用可以使用的可用資源達(dá)到最佳客觀圖像質(zhì)量是最優(yōu)的。這個(gè)客觀圖像質(zhì)量則與人類視覺系統(tǒng)的主觀圖像質(zhì)量相關(guān)聯(lián)。在任意時(shí)刻任意點(diǎn)資源可用度的基礎(chǔ)之上，可以為給定圖像選擇不同的算法和/或不同的度量。這種靈活的方法使得圖像質(zhì)量最高，因?yàn)閷?duì)于靜態(tài)系統(tǒng)，從選擇算法或者度量從而不會(huì)超過資源可用度限制的角度來說，需要一個(gè)保守的門限。如果資源因?yàn)樗惴ɑ蛘叨攘康囊蠖^載，選擇一個(gè)替換算法來適應(yīng)給定時(shí)刻的資源的時(shí)候，就會(huì)出現(xiàn)系統(tǒng)中斷，最低限度也會(huì)出現(xiàn)人的視覺能夠察覺的時(shí)間中斷。
圖4和圖5是本發(fā)明的方法流程圖。
在步驟(a)中，需要確定級(jí)連視頻函數(shù)的順序。
在步驟(b)中選擇一個(gè)優(yōu)化方法，用來優(yōu)化視頻流的處理。
在步驟(c)中在視頻流從視頻處理模塊輸出以后，通過按照相關(guān)系數(shù)和有關(guān)的復(fù)雜程度為計(jì)算資源的值選擇一個(gè)度量來評(píng)估這個(gè)視頻流的客觀圖像質(zhì)量。
圖5說明步驟(c)中如何通過按照前面的公式確定一個(gè)相關(guān)系數(shù)來評(píng)估客觀圖像質(zhì)量。
如前所述，計(jì)算資源模塊可以被旁路，如果需要在優(yōu)化模塊和/或OIQ模塊中達(dá)到特定的復(fù)雜程度。
本領(lǐng)域中的技術(shù)人員可以對(duì)以上系統(tǒng)和方法進(jìn)行各種改進(jìn)而不會(huì)偏離本發(fā)明的實(shí)質(zhì)和范圍。
權(quán)利要求
1.一種優(yōu)化視頻處理系統(tǒng)，包括一個(gè)視頻處理模塊(100)，用于處理輸入的視頻流，所述視頻處理模塊包括一些結(jié)構(gòu)參數(shù)(105)，用于按照與可用計(jì)算資源的一個(gè)值有關(guān)的相關(guān)復(fù)雜程度確定級(jí)連視頻函數(shù)(102)的順序，確定任何連續(xù)級(jí)連函數(shù)的數(shù)據(jù)之間的比特精度；一個(gè)優(yōu)化模塊(200)，用于優(yōu)化所述視頻流的處理，該優(yōu)化模塊與所述視頻處理模塊通信，該優(yōu)化模塊包括多個(gè)優(yōu)化引擎(220)，每個(gè)都有一個(gè)有關(guān)的復(fù)雜程度(230)，該優(yōu)化模塊包括裝置用來按照與可用計(jì)算資源的所述值有關(guān)的復(fù)雜程度選擇一個(gè)優(yōu)化引擎(235)；一個(gè)客觀圖像質(zhì)量(OIQ)評(píng)估模塊(300)，用于評(píng)估視頻處理模塊輸出的視頻流(310)的圖像質(zhì)量，該OIQ評(píng)估器包括具有有關(guān)復(fù)雜程度(330)的多個(gè)客觀圖像質(zhì)量度量(320)，這個(gè)OIQ評(píng)估模塊包括裝置用來按照可用計(jì)算資源的所述值的相關(guān)系數(shù)R和復(fù)雜程度從多個(gè)客觀度量中選擇一個(gè)度量(310)。
2.權(quán)利要求1的系統(tǒng)，其中所述OIQ評(píng)估模塊選擇度量的裝置包括按照以下公式確定所述相關(guān)系數(shù)RF=maxR{Winfi},]]>其中F是系統(tǒng)評(píng)估出來的視頻質(zhì)量的一個(gè)最終度量，通過尋找一組權(quán)wi來確定F，這組權(quán)與多個(gè)客觀度量的每個(gè)度量fi(fi的值在1到n之間)相乘的時(shí)候，會(huì)使相關(guān)系數(shù)R以預(yù)定的主觀印象達(dá)到最大。
3.權(quán)利要求1的優(yōu)化視頻處理系統(tǒng)，還包括一個(gè)計(jì)算資源分析器(400)，用于選擇所述視頻處理模塊，所述優(yōu)化模塊和所述OIQ評(píng)估模塊中至少一個(gè)的有關(guān)復(fù)雜程度。
4.權(quán)利要求1的系統(tǒng)，其中的優(yōu)化模塊包括確定性的和非確定性的優(yōu)化引擎。
5.權(quán)利要求4的系統(tǒng)，其中的優(yōu)化模塊包括有遺傳算法(GA)、仿真退火(SA)、禁止搜索(TS)、仿真進(jìn)化(SE)和隨機(jī)進(jìn)化中至少一個(gè)的試探型搜索引擎。
6.權(quán)利要求2的系統(tǒng)，其中的優(yōu)化模塊包括有遺傳算法(GA)、仿真退火(SA)、禁止搜索(TS)、仿真進(jìn)化(SE)和隨機(jī)進(jìn)化中至少一個(gè)的試探型搜索引擎。
7.權(quán)利要求1的視頻處理系統(tǒng)，其中的優(yōu)化模塊是可伸縮的。
8.權(quán)利要求2的視頻處理系統(tǒng)，其中的優(yōu)化模塊是可伸縮的。
9.權(quán)利要求1的視頻處理系統(tǒng)，其中的OIQ評(píng)估模塊是可伸縮的。
10.權(quán)利要求2的視頻處理系統(tǒng)，其中的OIQ評(píng)估模塊是可伸縮的。
11.權(quán)利要求7的視頻處理系統(tǒng)，其中的OIQ評(píng)估模塊是可伸縮的。
12.權(quán)利要求2的視頻處理系統(tǒng)，其中的計(jì)算資源分析模塊通過為所述視頻處理模塊、所述優(yōu)化模塊和所述OIQ評(píng)估模塊中的至少一個(gè)檢測可用計(jì)算資源，為所述視頻處理模塊、所述優(yōu)化模塊和所述OIQ評(píng)估模塊中的至少一個(gè)選擇復(fù)雜程度。
13.為可用計(jì)算資源優(yōu)化視頻算法的一種方法，該方法包括(a)視頻處理模塊按照與可用計(jì)算資源的一個(gè)值有關(guān)的有關(guān)復(fù)雜程度確定處理輸入視頻處理模塊的視頻流的級(jí)連視頻函數(shù)的順序；(b)選擇一種優(yōu)化方法，用來優(yōu)化視頻流的處理，該優(yōu)化方法是按照與可用計(jì)算資源的所述值有關(guān)的復(fù)雜程度從多個(gè)優(yōu)化方法中選擇出來的；(c)在視頻流從視頻處理模塊輸出以后，評(píng)估視頻流的客觀圖像質(zhì)量；其中視頻流客觀圖像質(zhì)量的評(píng)估是通過按照一個(gè)相關(guān)系數(shù)R和與計(jì)算資源的一個(gè)值有關(guān)的復(fù)雜程度從多個(gè)度量中選擇出來一個(gè)度量來確定的。
14.權(quán)利要求13的系統(tǒng)，其中步驟(c)中對(duì)所述客觀圖像質(zhì)量的評(píng)估包括按照以下公式確定所述相關(guān)系數(shù)RF=maxR{Winfi},]]>其中F是系統(tǒng)評(píng)估出來的視頻質(zhì)量的一個(gè)最終度量，通過尋找一組權(quán)wi來確定F，這組權(quán)與多個(gè)客觀度量的每個(gè)度量fi(fi的值在1到n之間)相乘的時(shí)候，會(huì)使相關(guān)系數(shù)R以預(yù)定的主觀印象達(dá)到最大。
全文摘要
一種優(yōu)化視頻處理方法和系統(tǒng)針對(duì)可用計(jì)算資源為最佳可獲得視頻質(zhì)量選擇算法。處理輸入視頻流的視頻處理模塊，確定級(jí)連視頻函數(shù)順序并且按照將與可用計(jì)算資源的一個(gè)值有關(guān)的有關(guān)復(fù)雜程度確定任意級(jí)連函數(shù)的數(shù)據(jù)之間比特精度的結(jié)構(gòu)參數(shù)。優(yōu)化模塊優(yōu)化視頻流的處理，包括多個(gè)優(yōu)化引擎，每一個(gè)都有一個(gè)有關(guān)的復(fù)雜程度。優(yōu)化模塊按照與可用計(jì)算資源的值有關(guān)的一個(gè)復(fù)雜程度選擇一個(gè)優(yōu)化引擎?？陀^圖像質(zhì)量(OIQ)評(píng)估模塊評(píng)估視頻處理模塊輸出的視頻流的圖像質(zhì)量。這個(gè)OIQ評(píng)估模塊包括多個(gè)客觀圖像質(zhì)量度量，它們都有有關(guān)的復(fù)雜程度。OIQ評(píng)估模塊針對(duì)可用計(jì)算資源的所述值按照相關(guān)系數(shù)和復(fù)雜程度選擇一個(gè)度量。
文檔編號(hào)H04N5/14GK1511303SQ02800952
公開日2004年7月7日 申請(qǐng)日期2002年3月28日 優(yōu)先權(quán)日2001年3月29日
發(fā)明者W·阿利, W 阿利 申請(qǐng)人:皇家菲利浦電子有限公司