如何用自動腳本測試進行視頻的質量分析 (1)

客觀度量視頻質量是逐幀進行的，故視頻序列必須時間對齊。由于通常并沒有色柵/校準條，ClearView從一個視頻幀開始，并將該幀放到視頻序列中的另一個幀中，使之具有最小的差和(sum-of-difference)。ClearView然后進行修整使視頻序列時間上對齊。

空間水平對齊

1932年創立的隔行視頻，用來減小因CRT在刷新時間內無法遍及整個屏幕所引起的顫動。在數字電視規范中也用了隔行視頻，因為對于一定的線數和刷新時間，可以將信號帶寬降低一半。但是，只有CRT才可以顯示隔行視頻。于是，只有通過去隔行才能在DLP、LCD和等離子電視上顯示隔行視頻。由于去隔行算法的影響，處理單元將會引起幾個像素的水平移位。ClearView中包括一個算法，用來確定幀位移量并適當地調整窗口尺寸。

空間豎直對齊

基于DCT的壓縮算法- MPEG、JPEG和VC-1，要求視頻必須可按16像素進行劃分。由于塊大小的限制，NTSC視頻從486線縮至480線，而HD 1080視頻實際上被壓縮到1088線。由于壓縮視頻之間尺寸以及顯示視頻窗口不匹配將引起豎直偏移。ClearView包括一個算法來確定幀偏移量并適當地調整窗口尺寸。

色彩保真度損失

如果視頻是通過模擬源(分量視頻、復合視頻或S端口)輸出，則由于模數變換將會引起色彩的輕微偏差。ClearView將采用一個線性歸一化偏置來補償這一影響。

音視頻同步

在電視領域中，通常引起音視頻同步問題的原因是由于對電視節目的視頻部分進行了大量處理所致，通常由視頻壓縮編解碼產生。ClearView測量視頻源和處理后的A/V序列之間的時間偏移，然后對壓縮解碼器提供一個偏移量來補償處理延遲。

視頻質量評估

當今，視頻設備制造商憑主觀驗證視頻質量。主觀測試具有創造性但無法很好地量化。如何測試成千上萬套設備？如何進行回歸測試？如何根據主觀反饋來矯正測試設備和增加功能？

我們曾經提出這樣的問題―人眼評測客觀嗎？文中指出主觀視頻分析只能作為視頻質量的精確評估(aka，將視頻序列提供給一組專家)。然而，主觀視頻分析只能用于開發和評估，而無助于操作監控、生產線測試、故障定位，以及設備特定的可重復性測量。對定量的、可重復性視頻分析的需求都需要客觀的視頻質量測試。

最小可覺差法

ClearView采用眾所周知的人體視覺系統，即最小可覺差法 (JND)來客觀地評估視頻質量。JND根據算法來預測視頻質量，這些算法的根據是對數以百計的評估專家的觀測進行建模，并根據觀測距離、感知的缺陷、觀測角度以及電視顯示器尺寸等進行打分。

開始時，記錄下面兩個視頻序列：

1. 視頻源序列

2. 處理后的視頻

在開始JND之前，視頻在時間上和空間上被對齊，模擬噪聲被歸一化。我們的JND產生一個平均評價得分(MOS)，分值等級從0到100，小于5為視頻質量優異。(有關JND的更多信息，請查閱Sarnoff實驗室的白皮書)。

計算一個JND的主要目的是自動地評估觀測者平均評估得分，不過得到用戶評估的最好的方法還是直接詢問他們！使用ClearView的最簡單方法就是在相同條件下，在同一顯示器上觀測比較兩個視頻序列，并主觀地決定哪一個更好。視頻可以分屏顯示、無縫分屏，鏡像分屏(蝶形)，或A-B(源-結果)方式，分割可以是水平分割，也可以是豎直分割。回放支持用于深入分析的縮放、慢動作、穿梭，以及暫停，下面給出了一些顯示模式。

回歸測試