高带宽汽车网络数据包丢失对视觉质量的影响

高带宽汽车网络数据包丢失对视觉质量的影响

提出了一种用于建立数据包丢失损坏汽车视频感知质量模型的新方法。该模型使用时间和空间图像统计区分突出和非突出丢失事件，并因此导出了无参考视频的质量模型。提出一个新的汽车特定视频质量数据库，该数据库包括50个与人类显著性数据和平均意见得分相关的视频序列。对该数据库数据集进行试验，研究数据包丢失损伤对观察者视觉注意力的影响。研究结果表明，数据包丢失损伤不会显著改变视觉注意力。这一结果表明，在汽车视觉的背景中，驾驶员的视觉注意力受到任务相关因素（如行人检测）的影响大于低级感觉线索的影响。试验还表明，所提出的质量模型与使用混合汽车仿真试验台进行模拟时网络诱导数据包丢失而造成的视频损坏观点密切相关。

通过汽车网络模拟传输来创建汽车序列数据集，同时进行主观测试以获得平均意见分数。测试结果表明，数据包丢失损伤不会显著改变观察者的视觉注意力。主观测试的结果还表明，虽然增加数据包丢失水平影响视觉感知质量的测评，但其对公众的关注没有什么影响。平均意见分数评估结果进一步表明，高时间活动区域中的数据包丢失比低时间活动区域中的数据包丢失更为明显。所推导出的无参考视频质量模型可用于评估被分组数据包丢失损坏的视频质量，同时考虑时间和空间掩蔽效应。该模型评估结果优于汽车视频序列数据集上的现有视频质量指标，且该模型是通用的，与主观测试结果具有良好的相关性。

刊名：Signal Processing:Image Communication（英）

刊期：2016年第43期

作者：Aleksander Król et al

编译：谷盛丰