Search

Text in English ; Abstract: English and Turkish Includes bibliographical references (leaves 45-49) xi, 50 leaves This study was supported by The Scientific and Technological Research Council of Turkey (TÜBİTAK) Grant No: 108E201. Since past few years, quality assessment of digital videos has acquired a lot of attention in the video processing community, leading to the growth of different 2D and 3D objective metrics for images and videos. Some of these metrics correlate quite well with the Human Visual System (HVS), while some do not. Most of the popular objective metrics do not perfectly correlate with the HVS. This correlation can be measured by the opinion scores based on observations of human subjects. In this thesis, we extensively study about Video Quality Assessment and complexity of HVS by proposing a method which helps us to find the best correlation between HVS and the objective metrics. The motive behind this work is to to introduce an objective metric that is adequate to predict the MOS (Mean Opinion Score) of distorted video sequences based on the FR (Full Reference) method, keeping in mind the benchmark set by the Video Quality Expert Group (VQEG). Subjective quality evaluation experiments using the human observers were performed, that is, a group of non-experts viewing the video sequences in original and distorted forms, as it is the human perception method which is evidently the most reliable one. Thereafter, objective test results, including the introduced metric, called PQM (Perceptual Quality Metric), and several other state-of-art metrics, are compared with MOS provided by human subjects. These comparisons elucidate the level of correlation between tested objective metrics and MOS. As an ultimate objective, we show the accuracy and monotonicity of various quality metrics, including PQM. The results obtained show that the PQM is better correlated with the human subjective judgement. Son birkaç yılda dijital videoların kalite değerlendirmesi video işleme araştırmacılarının çokça ilgisini çekmiş, ve bu da video ve resimler için farklı 2-boyutlu ve 3-boyutlu nesnel metriklerin geliştirilmesine yol açmıştır. Bu metriklerden bazıları İnsan Görsel Sistemi (İGS) ile oldukça ilintili iken, bazıları ise değildir. Aslında birçok popüler nesnel metrik İGS ile yüksek bir ilintiye sahip değildir. Bu ilintinin seviyesi, insan deneklerin gözlemlerine dayanan fikir skorları ile ölçülebilir. Bu tezde, Video Kalite Değerlendirmesi ve İGS'nin karmaşıklığı üzerinde durulmuş ve İGS ile eniyi ilintiyi verecek bir nesnel metrik hesaplama yöntemi önerilmiştir. Bu çalışmanın arkasındaki esas amaç bozulmuş videoların OFS (Ortalama Fikir Skoru) değerlerini kestirebilecek bir nesnel metrik geliştirilmesidir. OFS değerleri TR (Tam Referanslı) karşılaştırma yöntemine göre Video Quality Expert Group (VQEG) tarafından ortaya konan test şartlarına uygun olarak belirlenmiştir. Bu öznel kalite değerlendirme deneyleri uzman olmayan bir grup deneğe video dizileri orijinal ve bozulmuş durumda gösterilerek gerçeklenmiştir. Böylelikle görsel video kalitesini en güvenilir şekilde ölçen OFS değerleri bulunmuştur. Daha sonra önerilen AKM (Algısal Kalite Metriği) ve diğer en gelişmiş nesnel metrikler insan deneklerinden elde edilen OFS değerleri ile karşılaştırılmıştır. Bu karşılaştırmalar sonucu test edilen nesnel metriklerle OFS arasındaki ilinti seviyeleri ortaya konmuştur. Böylelikle AKM de dahil farklı metriklerin doğruluk ve tekdüzelilik seviyeleri ölçülmüştür. Elde edilen sonuçlar AKM'nin insan öznel değerlendirmeleri ile daha yüksek ilintiye sahip olduğunu göstermektedir. Introduction Background QOS and QOE Dissertation Objective and Overall Description Dissertation Structure Video Quality Asssessment Human Visual System Complexeties of Human Visual System Subjective Quality Metrics Viewing Conditions Selection of test materials Observers selection Video session Useful information for assessment Video quality methods DSIS CS SS SSCQE DSCQS SDSCE Objective metrics Classification of Objective Video Related Work Subjective Quality Evaluation General Viewing Conditions Source Sequences Test Sequences The Subjective Assessment Subjective Testing Design Observer Selection and Training Grading Scales Video Quality Evaluation Program Interface Objective Quality State-of-Art VQA Peak Signal to Noise Ratio SSIM G SSIM B MS-SSIMG MS-SSIMB Proposed Perceptual Quality Objective Simulation Results Processing of Subjective Quality Assessment Analysis Calculation of scores Processing of Objective results MetricsPerformance Accuracy Monotonicity Discussion of Results Conclusion and Future Work

H.264 standardında devinim vektör farklarının kodlanması sebebiyle özellikle düşük bit hızlarında nesne sınırlarında devinimdeki ani değişiklikler harcanan bit miktarlarını artırmaktadır. Bu bildiride B-çerçevelerde kod çözücü desteği ile verimli devinim vektör kodlama için özgün bir yöntem sunulmuştur. Bu yöntemde kod çözücü gerçek devinim kestirimi kullanarak az sayıda aday vektör içeren bir vektör kümesi belirler. Devinim kestirim doğrulu günün iyileştirilmesi amacıyla bu aday vektörler etrafında kısıtlı bir arama yapılır. Bu aramaya en iyi olma ihtimali düşük vektörler dahil edilmeleyerek aday vektor alt-kümesinin küçük tutulması sağlanır. Sonuç¸ta her makroblok için aday vektör kümeleri kod çözücü tarafından belirlendiği için, belirtik bir şekilde devinim bilgisinin kodlanmasına gerek kalmamakta ve bu da kodlama için gerekli bit hızını düşürmektedir. Algoritmanın aynı bit hızlarında referans H.264 sonuçlarına göre 0.39 dB PSNR kazancı sağladığı gösterilmiştir. Ayrıca sıkıştırılmış B-çerçevelerin görsel kalitesinde kayda değer bir iyileşme gözlenmistir. In H.264 standard, because of differential coding of motion vectors, sudden motion changes in object boundaries increase the amount of bits used for coding especially at low bitrate regimes. In this paper, we propose a novel algorithm that uses decoder support for efficient coding of motion vectors in B-frames. In this method, decoder uses true motion estimation to determine a vector set that contains a limited number of candidate vectors. To improve the motion estimation accuracy, a constrained search is performed around each candidate vector. Vectors with low probability of being optimal are excluded from this search in order to reduce the size of candidate vector subsets. As a result since these candidate vector sets are fully determined by the decoder for each macroblock, there is no need for explicit coding of motion information, which reduces the bitrate required for coding. The algorithm provides an average 0.39 dB PSNR gain for B-frames when compared to the reference H.264 results at equal bitrates. Simulation results also indicate significant improvement in visual quality of the compressed B-frames. Publisher's Version