ZACH, O. Nástroje pro měření kvality videosekvencí bez reference [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2013.
Student Bc. Ondřej Zach měl za úkol vytvořit software, implementující několik existujících algoritmů pro měření kvality videosekvencí bez reference a ověřit jejich funkčnost a účinnost na souboru videosekvencí. Zadání práce bylo splněno. Nad rámec zadání navíc student vytvořil vlastní algoritmus, využívající jednoduchou regresi pro mapování základních parametrů komprimovaného bitového toku H.264 na hodnoty špičkového poměru signál-šum. Práce je logicky členěna, po formální stránce k ní nemám výhrady. V průběhu prací student pravidelně docházel na konzultace, pracoval velmi aktivně a samostatně, sám přicházel s nápady a návrhy řešení.
Co se týče obsahu práce: Práce samotná je velice dobře členěna do logicky po sobě navazujících kapitol, ve kterých autor nejprve seznamuje čtenáře s různými typy hodnocení, aby se postupně dostal k popisu bez-referenčních metrik určených k hodnocení kvality videa. Po popisu funkce 2 pixelově založených a jedné spektrálně založené metriky, se autor rozhodl naimplementovat první dvě zmíněné v programovacím jazyce Matlab®, třetí realizoval úpravou dekodéru pro H.264 psaného v jazyce C. V třetí části následuje „tutoriál“ k použití vytvořené grafické aplikace sloužící ke spouštění těchto naimplementovaných metrik na určité načtené video. Ve čtvrté části autor popisuje realizaci třetí zmíněné metriky hodnotící video přímo z bitového toku a její implementaci do GUI. Pátá část se zabývá popisem vytvořené databáze pro otestování implementovaných metrik. V předposlední části autor porovnává objektivní výsledky se subjektivními a hodnotí vhodnost daných implementovaných metrik. Co se týče vlastního přínosu: Autor vytvořil GUI v programovacím jazyce Matlab®, které umožňuje uživateli načíst libovolné video a to ohodnotit jednou ze tří objektivních metrik. Jedná se o metriky: - Generalized Block-Edge Impairment Metric - No-reference Perceptual Blur Metric - Výpočet PSNR z datového toku (pouze pro MPEG4) První z nich hodnotí kvalitu videa z hlediska blokových artefaktů o velikosti 8x8, zatímco druhá z hlediska rozmazání obrazu. Obě dvě pracují s dekódovaným videem na úrovni šedotónových pixelů. Autor dále modifikoval již existující implementaci první metriky tak, aby byli vhodné pro použití hodnocení sekvence snímků, zatímco existující implementaci druhé metriky ponechal beze změn. Obě zakomponoval do již zmíněného GUI. Jako výsledek aplikace vypíše průměrnou hodnotu, medián, maximum a minimum počítaného z kvality všech snímků videa. Dále pomocí Minkowského metriky spočte celkovou kvalitu videa reprezentovanou jednou číselnou hodnotou. Dále autor modifikoval kodér JEG JM H.264/AVC, aby mohl realizovat třetí metriku hodnotící kvalitu videa přímo z datového toku. K výpočtu PSNR bylo v tomto případě potřeba zjišťovat hodnotu kvantizačního parametru a průměrný nejmenší počet nulových spektrálních koeficientů, to vše pouze z datového toku, tudíž odpadla nutnost dekomprese videa ke zjištění jeho kvality v dB. Navrženou aplikaci autor použil k objektivnímu ohodnocení databáze obsahující videosekvence MPEG2 a MPEG4. Takto získané objektivní výsledky kvality dále porovnal se subjektivními testy. Velice vítám, že se autor zabýval ve všech případech optimalizací kódu. Připomínky: V podkap.6.1, kde autor demonstruje lineární závislost mezi objektivním a subjektivním hodnocením je vytvářena regresní přímka ze 4 bodů. Kupříkladu na obr. 22 či 23, kde se srovnávají výsledky metrik se subj. DMOS je přímka vytvářena z jasně nekorelovaných bodů. Dále se autor u posuzování vhodnosti regresních křivek odvolává na jejich strmost místo na hodnotu korelačního koeficientu, který by byl k určení kvality jejich regrese rozhodně lepší.
eVSKP id 65740