In dieser Dissertation wird eine neue Methode für den Entwurf von Videoqualitätsmetriken vorgestellt. Zusätzlich werden generische Richtlinien für die Verifikation von visuellen Qualitätsmetriken beschrieben.
Videoqualitätsmetriken sind ein essentieller Teil für den Entwurf von effizienten Systemen für die Kompression und Übertragung von digitalem Video. Allerdings sind die für die Bewertung der visuellen Qualität von Video verwendeten Methoden noch deutlich von der gewünschten Genauigkeit entfernt.
Das Ziel von visuellen Qualitätsmetriken ist, einem Video das komprimiert und für die Übertragung bearbeitet wurde den gleichen oder zumindest einen sehr ähnlichen Qualitätswert zuzuweisen, den auch ein menschlichen Zuschauer für dieses Video vergeben würde.
Um dises Ziel zu erreichen wurden bereits zahlreiche Methoden vorgeschlagen, bis jetzt konnte aber für keine dieser Methoden eine ausreichende Genauigkeit für eine Vielzahl von unterschiedliche Sequenzen oder Bearbeitungsschritten gezeigt werden.
Eines der Hauptprobleme in beim Entwurf von solchen Qualitätsmetriken ist das sehr beschränkte Wissen darüber wie der menschliche Wahrnehmungsvorgang bezüglich der visuelle Qualität von Video funktioniert. Während viele Eigenschaften eines Videos gemessen werden können und von einigen dieser Eigenschaften auch bekannt ist, dass sie einen Einfluß auf die wahrgenommene Bildqualität haben, so ist weiterhin unbekannt wie groß dieser Einfluss im Einzelfall ist.
Da es auch in naher Zukunft höchstwahrscheinlich nicht möglich sein wird den visuellen Wahrnehmungsprozess ausreichend genau zu modellieren um eine visuelle Qualitätsmetrik basierend auf einem solchen Model zu entwickeln wird dieser Prozess hier als `Black Box Model' betrachtet.
Diese `Black Box' wird nur durch die Eingangswerte und dazu dazugehörigen Ausgangswerte beschrieben. In diesem Fall sind die Einganswerte dieser `Black Box' das komprimierte Video oder eine Beschreibung dieses Videos, der einzige Ausgangswert ist die visuelle Qualität dieses Videos. Der Zusammenhang zwischen den Eingangswerten und dem Ausgangswert ´visuelle Qualität' wird mit Methoden der multivariaten Datenanalyse modelliert. Mit diesem Ansatz ist es möglich den quantitativen Einfluss von Variablen wie Unschärfe, Blockartefakte, Bewegung oder Details, die aus dem Video extrahiert werden können, auf die visuelle Qualität zu bestimmen.
In dieser Arbeit wird gezeigt, dass mit Hilfe dieser Methode präzise visuelle Qualitätsmetriken für Video entworfen werden können.
«