资 源 简 介
我们建议是不特定的盲人没有参考 NR） 视频质量评价模型。该方法依赖于离散余弦变换域中的视频场景时空模型和特征类型的运动发生在幕后，视频质量预测模型。我们使用的模型来定义录像统计和感知功能，视频质量评估 （VQA） 算法，不需要在原始的视频，要预测一个感性的质量分数进行比较的基础。本文的贡献有三方面。1） 我们建议时空的自然场景 （NSS） 统计模型的视频。2） 我们建议量化运动相干视频场景中的运动模型。3） 我们表明拟议的 NSS 和运动一致性模型是适合的视频质量评估，我们利用它们来设计了一种盲目的 VQA 算法与人类判断质量的高度关联。提出的算法，称为视频 BLIINDS 测试住 VQA 数据库和洛桑 PoliMi 视频数据库和显示执行接近水平的顶尖表演减少和完整引用 VQA 算法。
文 件 列 表
VideoBLIINDS_Code_MicheleSaad
compute_niqe_features.m
computefeature.m
computemean.m
computequality.m
costFuncMAD.m
estimateaggdparam.m
estimatemodelparam.m
frames_modelparameters.mat
minCost.m
motion_feature_extraction.m
motionEstNTSS.m
motionEstTSS.m
NSS_spectral_ratios_feature_extraction.m
predictR.r
README.rtf
SVM_MODEL_DIFF.RData
temporal_dc_variation_feature_extraction.m
video_bliinds_algo.m
zigzag.m
