$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

정지영상 및 동영상 인지화질 측정 기술 동향
Technology Trends on Image/Video Perceptual Quality Assessment 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.33 no.3, 2018년, pp.11 - 21  

이대열 (실감 AV 연구그룹) ,  김종호 (실감 AV 연구그룹) ,  정세윤 (실감 AV 연구그룹) ,  조승현 (실감 AV 연구그룹) ,  김휘용 (실감 AV 연구그룹) ,  최진수 (실감 AV 연구그룹)

Abstract ▼ AI-Helper 아이콘AI-Helper

Assessment technologies regarding the perceptual quality of images and videos have been receiving significant attention, as they serve as essential tools for monitoring and improving the quality of various media services. In this paper, we review the technology trends of recent studies on the percep...

참고문헌 (28)

  1. Z. Li, A. Aaron, I. Katsavounidis, A. Moorthy, and M. Manohara, "Toward a Practical Perceptual Video Quality Metric," The Netflix Tech Blog, July 24, 2017. http://techblog.netflix.com/2016/06/toward-practical-perceptual-video.html 

  2. C.G. Bampis, Z. Li, I. Katsavounidis, and A.C. Bovik "Recurrent and Dynamic Models for Predicting Streaming Video Quality of Experience," IEEE Trans. Image Process., vol. 27, no. 7, July 2018, pp. 3316-3331. 

    상세보기 crossref

  3. L. Xu, W. Lin, and C.C. Kuo, Visual Quality Assessment by Machine Learning, Singapore: Springer, 2015. 

  4. LIVE Image Quality Assessment Database. http://live.ece.utexas.edu/research/quality/subjective.htm 

  5. N.N. Ponomarenko, "Tampere Image Database, Version 1.0, 2008," Feb. 22, 2010. http://www.ponomarenko.info/tid2008.htm 

  6. N.N. Ponomarenko, "Image Database for Evaluation of Full-Reference Image Visual Quality Assessment Metrics," Mar. 23, 2014. http://www.ponomarenko.info/tid2013.htm 

  7. CSIQ Lab, "CSIQ Image Database," Apr. 29, 2016. http://vision.eng.shizuoka.ac.jp/mod/page/view.php?id23 

  8. Laboratory for Image & Video Engineering, "LIVE Video Quality Assessment Database," 2009. http://live.ece.utexas.edu/research/quality/live_video.html 

  9. CSIQ Lab, "CSIQ Video Database," May 8, 2016. http://vision.eng.shizuoka.ac.jp/mod/page/view.php?id24 

  10. Z. Li, "NFLX Public Database," GooGle Drive, Mar. 2, 2016. https://drive.google.com/drive/u/0/folders/0B3YWNICYMBIweGdJbERlUG9zc0k 

  11. Institute for Telecommunication Science, "VQEG, HDTV Database." http://www.its.bldrdoc.gov/vqeg/projects/hdtv/ 

  12. ITU-R BT.500-13 (2012) ITU, Methodology for the Subjective Assessment of the Quality of Television Pictures, 2012. 

  13. S. Bosse, D. Maniry, T. Wiegand, and W. Samek, "A Deep Neural Network for Image Quality Assessment," IEEE Trans. Image Proccess., Phoenix, AZ, USA, Sept. 28, 2016, pp. 3773-3777. 

  14. S. Bosse, D.Maniry, K.-R. Muller, T. Wiegand, and W. Samek, "Deep Neural Networks for No-reference and Full-Reference Image Quality Assesment," IEEE Trans. Image Proccess., vo. 27, no. 1, Jan. 2017, pp. 206-219. 

  15. Z. Wang, E.P. Simoncelli, and A.C. Bovik, "Multiscale Structural Similarity for Image Quality Assessment," IEEE Asilomar Conf. Signals, Syst. Comput., Pacific Grove, CA, USA, Nov. 9-12, 2003, pp. 1398-1402. 

  16. E.C. Larson and D.M. Chandler, "Most Apparent Dis-Tortion: Full-Reference Image Quality Assessment and the Role of Strategy," J. Electron. Imag., vol. 19, no. 1, 2010, pp. 0110061:1-0110061:21. 

  17. M.A Saad, A.C. Bovik, and C. Charrier, "Blind Image Quality Assessment: A Natural Scene Statistics Approach in the DCT Domain," IEEE Trans. Image Process., vol. 21, no. 8, Aug. 2012, pp. 3339-3352. 

    상세보기 crossref

  18. K. Simonyan and A. Zisserman, "Very Deep Convolutional Networks for Large-Scale Image Recognition," arXiv:1409.1556, Sept. 2014. 

  19. P.V. Vu, C.T. Vu, and D.M. Chandler, "A Spatiotemporal Most-Apparent-Distortion Model for Video Quality Assessment," IEEE Int. Conf. Image Process., Brussels, Belgium, Sept. 11-14, 2011, pp. 2505-2508. 

  20. M.A. Saad, A.C. Bovik, and C. Charrier, "Blind Prediction of Natural Video Quality," IEEE Trans. Image. Process., vol. 23, no. 3, Mar. 2014, pp. 1352-1365. 

    상세보기 crossref

  21. S. Wolf and M.H. Pinson, "Video Quality Model for Variable Frame Delay (VQM_VFD)," U.S. Dept. Commer., Nat. Telecommun. Inf. Admin., Boulder, CO, USA, Tech. Memo TM-11-482, Sept. 2011. 

  22. D. Ghadiyaram, J. Pan, and A. Bovik, "A Subjective and Objective Study of Stalling Events in Mobile Streaming Videos," IEEE Trans. Circuits Syst. Video Technol., Nov. 2017. 

  23. Z. Duanmu, A. Rehman, K. Zeng, and Z. Wang, "Quality-of-Experience Prediction for Streaming Video," in Proc. IEEE Int. Conf. Multimedia Expo (ICME), Seattle, WA, USA, July 11-16, 2016, pp. 1-6. 

  24. C.G. Bampis, Z. Li, A.K. Moorthy, I. Katsavounidis, A. Aaron, and A.C. Bovik, "Study of Temporal Effects on Subjective Video Quality of Experience," IEEE Trans. Image Process., vol. 26, no. 11, Nov. 2017, pp. 5217-5231. 

    상세보기 crossref

  25. D. Ghadiyaram, J. Pan, and A.C. Bovik, "Learning a Continuous-Time Streaming Video QoE Model," IEEE Trans. Image Process., May. 2018, pp. 2257-2271. 

  26. J.A. Nelder, "The Fitting of a Generalization of the Logistic Curve," Biometrics, vol. 17, no. 1, 1961, pp. 89-110. 

    상세보기 crossref

  27. J.L. Elman, "Finding Structure in Time," Cognitive Sci., vol. 14, no. 2, 1990, pp. 179-211. 

    상세보기 crossref

  28. C.G. Bampis and A.C. Bovik, "An Augmented Autoregressive Approach to HTTP Video Stream Quality Prediction," arXiv: 1707.02709, July 2017. 

LOADING...

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로