前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >EBU超高清视频主观测试结果

EBU超高清视频主观测试结果

作者头像
用户1324186
发布2019-05-08 15:37:44
1.2K0
发布2019-05-08 15:37:44
举报
文章被收录于专栏:媒矿工厂

本文为媒矿工厂编译的技术文章

原文标题:Voting with your eyes – subjective video test results

链接:https://tech.ebu.ch/publications/tech-i-039

翻译整理:钟宏成,刘雨奇

引言

2019年欧广联(EBU)生产技术研讨会期间组织了两次广泛的主观测试,会议参与者积极参与其中,本文总结一些主要结论。首先介绍一下超高清(UHD)视频的技术指标:

4K分辨率: 是指水平方向每行像素值达到或者接近3840或4096。根据具体的应用情形有各种各样的衍生分辨率,例如Full Aperture 4K的4096*3112、Academy 4K的3656*2664以及UHDTV标准的3840*2160等,也都属于4K分辨率范畴。

高动态范围图像 HDR: 相比普通的图像, HDR图像拥有更大曝光动态范围(即更大的明暗差别),可以提供更多的动态范围和图像细节。

高帧率 HFR,High Frame Rate: 高帧率是指视频帧率达到50/60或100/120fps。高帧率可带来更清晰流畅的画面,尤其在运动场景下,更高的帧率可以让人感觉运动更平滑自然,从而消除由于帧率不足所带来的卡顿感,更清楚地观看运动画面,提升体验。

宽色域 WCG,Wide Color Gamut: 宽色域指视频采用ITU BT.2020 色彩空间,而普通高清视频采用ITU BT.709 颜色空间。BT.2020 是目前显示设备中最大的色彩空间,覆盖了CIE 1931 色彩空间的75.8%。BT.709 仅覆盖了CIE 1931 色彩空间的35.9%。

高量化精度 High Pixel Bit: 相比于传统视频中多为8bit 量化精度,高量化精度指比特量化位宽提升到10/12bit,可以使颜色更加丰富饱满,同时色阶过渡也比8bit更加流畅。

本次会议针对部分指标进行测试,通过主观测试来判断这些指标的提升对于视频观看质量的影响程度,下面来分析一下实验结果。

HFR真的可以提升视频质量吗?

测试参与者分别评估了常规帧率(50Hz)和高帧率(100Hz,HFR)的HD(1080p)和UHD(2160p)的视频内容。结果表明,帧率从50Hz提升到100Hz,ITU-R BT.500质量等级有超过一分的增益。无论分辨率(HD或UHD)和快门角度(180或360度)如何,以上结果都成立。测试所使用的是先进的100赫兹、65英寸OLED显示器。如果要进一步量化运动插值的影响,还需要更多的测试。

图1 Dagmar Driesnack (IRT)

介绍主观HFR测试结果

不同分辨率的视频源

是否影响视频播放效果?

另一个结果是:测试参与者对于HD和UHD分辨率之间的质量感知差别很小。(参见图2)。视频制作过程中,不同分辨率HD、UHD的视频源在UHD显示器上观看可以得到近似的结果。这可以通过以下事实来解释:对于HD视频,视频源(相机)和播放器(显示器)都应用了上采样。

图2 不同分辨率的视频与参考视频

有相同的主观质量得分

从上图可以看出,选择1080p / 50fps的视频是带宽/质量的最佳点。测试均以相对较高的比特率(60Mbps)进行以避免编码失真。上述描述中HD视频上变换到UHD视频是在外部完成的,与显示器无关。进一步测试可以确定出最合适的传输码率。

我们是否需要主观测试?

BBC和Rai的专家组织了测试,以了解感知视频质量评估VMAF算法与主观测试的相关性。

VMAF的基本思想为:面对不同特征的源内容、失真类型,以及扭曲程度,每个基本指标各有优劣。通过使用机器学习算法(SVM回归因子)将基本指标“融合”为一个最终指标,可以为每个基本指标分配一定的权重,这样最终得到的指标就可以保留每个基本指标的所有优势,借此可得出更精确的最终分数。VMAF对下列基本指标进行融合:

视觉信息保真度(VIF):VIF是一种获得广泛使用的图像质量指标,在最初的形式中,VIF分数是通过将四个尺度(Scale)下保真度的丢失情况结合在一起衡量的。在VMAF使用了一种改进版的VIF,将每个尺度下保真度的丢失看作一种基本指标。

细节丢失指标(DLM):DLM是一种图像质量指标,其基本原理在于:分别衡量可能影响到内容可见性的细节丢失情况,以及可能分散观众注意力的不必要损失。

运动:这是一种衡量相邻帧之间时域差分的有效措施。计算像素亮度分量的均值反差即可得到该值。

图3 Roberto Iacoviello (Rai) ,

Simon Thompson (BBC)

介绍VMAF对比的结果。

将VMAF分数与在日内瓦获得的主观(BT.500)分数进行比较,得出结论:现有的Netflix HD模型尚未完全适配常规的内容(例如档案内容,新闻)。但是该方法仍然可以在特定的情况下使用,例如:帮助半自动地调整编解码器。

更多细节详见: tech.ebu.ch/video

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-04-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 媒矿工厂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档