Category: Top » View » Spanish-14204

Sobre décadas recientes, el papel de las imágenes video ha crecido constantemente. Los avances en las tecnologías subyacentes la captura, la transferencia, el almacenaje, y la exhibición de imágenes han creado las situaciones donde el comunicarse usando imágenes ha llegado a ser económicamente factible. Más importantemente, las imágenes video son en muchas situaciones una manera extremadamente eficiente de comunicarse como atestiguado por el proverbio "un cuadro vale 1000 palabras."

A pesar de estos avances tecnológicos, el estado plus ultra actual requiere muchos compromisos. Los ejemplos de estos compromisos son resolución temporal contra ruido, resolución espacial contra tamaño de la imagen, y gama de luminance/color contra gama. Estas opciones afectan la calidad video de las imágenes reproducidas. Para hacer opciones óptimas, es necesario tener conocimiento sobre cómo las opciones particulares afectan la impresión del espectador. Ésta es la cuestión central de toda la investigación video de la calidad.

La investigación video actual de la calidad se puede dividir en 2 acercamientos: evaluación y el modelar experimentales.

Evaluación Experimental
Se invita a un grupo de temas humanos que juzgue la calidad de las secuencias video bajo condiciones definidas. Varias recomendaciones se encuentran en metodología de ITU-R BT.500.10 "para el gravamen subjetivo de la calidad de la televisión representan" y métodos video subjetivos del gravamen de la calidad de ITU-T P.9210 los "para los usos de los multimedia.

Los métodos subjetivos principales de la calidad son el grado de la categoría de la degradación (DCR), la comparación de par (PC) y el grado absoluto de la categoría (ACR). Los temas humanos se demuestran 2 secuencias (originales y procesadas) y se piden determinar la calidad total de la secuencia procesada con respecto a la secuencia original (de la referencia). La prueba se divide en sesiones múltiples y cada sesión no debe durar más de 30 minutos. Para cada sesión, se agregan varias secuencias simuladas, que se utilizan para entrenar a los temas humanos y no se incluyen en la cuenta final. Los temas anotan la secuencia video procesada en una escala (generalmente 5 o 9) correspondiendo a su medida mental de la calidad - esto se llama la cuenta mala del observador (MOS).

Dos desventajas serias de este acercamiento son:
* Es extremadamente desperdiciador de tiempo, y tiresome para los participantes.
* El conocimiento obtenido no puede ser generalizado porque las relaciones entre las opciones del diseño y la calidad video son descriptivas más bien que basadas en entender.

Consecuentemente, en una sola serie de experimentos solamente una fracción pequeña de las decisiones posibles del diseño puede ser investigada. Esto hace el el más largo uniforme de proceso y más aburrido.

El modelar
El segundo acercamiento intenta tratar estas desventajas por medio de los modelos que se convierten que describen las influencias de varias características físicas de la imagen en la calidad video, a través de un sistema de pensamiento video de las cualidades para determinar generalmente la calidad video. Cuando la influencia de un sistema de opciones del diseño en características video físicas se sabe, entonces los modelos pueden predecir la calidad video. Los modelos expresan la calidad video en términos de distorsiones visibles, o los artefactos introducidos durante el proceso del diseño. Los ejemplos de distorsiones típicas incluyen oscilar, blockiness, noisiness, o cambios del color.

Dos tipos de modelos existen, donde está la diferencia fundamental entre ellos cómo se calcula la debilitación.

En el primer tipo, los modelos del proceso visual temprano se utilizan fisiológico o psychophysically para calcular la debilitación de una diferencia entre las secuencias video. Muchas métricas bien conocidas existen, que comparan la "original" a la salida "procesada":
* PSNR - Cociente máximo de la señal/interferencia
* JND - Diferencias sensibles justas
* SSIM - Semejanza Estructural
* VQM - Calidad Video Métrica
* MPQM - Calidad Móvil Del Cuadro Métrica
* NVFM - Normalice La Fidelidad Video Métrica

Las dos desventajas más importantes de este acercamiento son
* Es confuso cuáles la versión "original" de un vídeo es exactamente.
* Estos algoritmos están midiendo calidad no video visible de las diferencias.

El segundo tipo de modelo intenta estimar distorsiones visibles directamente del vídeo "procesado"; en vez de compararlo a la "original". En este tipo de modelo, las distorsiones visibles de un vídeo, tales como unsharpness o noisiness son predichas estimando las cualidades físicas del vídeo. La ventaja de este acercamiento es que la secuencia video "original" no es necesaria. La traducción incierta de distorsiones visibles a la calidad video es una desventaja importante a este acercamiento.

Solución Video De la Claridad
Sin importar si la experimentación o el modelar está elegida, ciertas características son comunes:
* El vídeo se debe presentar en un estado "inalterado".
* Los resultados deben ser tabulados y ser preservados.

Desde el proceso el vídeo puede tomar muchas formas: la compresión, los realces video, y las conversiones del espacio de color para nombrar algunos, un sistema se deben poner en lugar para normalizar la información video para poder hacer una comparación. Debe ser recordado que el consumidor del extremo no cuida si el vídeo original fue comprimido con los medios, DviX, o MPEG-4 de Windows. Todo que importa es si la izquierda video ellos con la impresión deseada.

Para aerodinamizar el proceso, el equipo para que necesidades de prueba de la calidad video sean definidas, que pueden capturar, para jugar, y para analizar secuencias video múltiples. Además, como los nuevos interfaces de la entrada-salida están continuamente en el desarrollo, el equipo de prueba debe utilizar un acercamiento de la abrir-arquitectura para facilitar aumentabilidad.

La claridad video definió la línea de productos de ClearView con estos objetivos en mente.
* Capture las secuencias video en tantos formatos como sea posible.
* Matt/Crop todo secuencias video a la resolución seleccionable por el usuario.
* Traduzca todas las secuencias video a Y'CbCr sin comprimir 4:2:2 o a RGB 4:4:4.
* Ayuda 8 y trayectorias de datos 10-bit con aumentabilidad a los modos futuros 12-bit.
* Almacene las secuencias video como marcos (campos) para poderlas jugar de todos modos.
* Exhiba las secuencias video en tiempo real en modos múltiples de la visión.
* Los controles del aparato de lectura incluyen el juego, la lanzadera, la sacudida, la pausa, la cacerola, y el zumbido.
* Aplique la métrica objetiva a las secuencias video.
* Pedazos de la exportación de secuencias video para analizar más lejos off-line.
* Utilice un sistema operativo estándar de modo que el operador pueda funcionar usos del análisis de la tercer persona.

Trabajando en el dominio sin comprimir, cualquier dos algoritmos de proceso video pueden ser independent comparado de la compresión o del otro proceso.

Para simplificar más lejos el flujo del trabajo, cualquier secuencia video puede ser jugada; mientras que captura otra secuencia video, así, combinando el servidor video y el dispositivo de la captura en una unidad. Haciendo esto, la fuente de la original está ya dentro del equipo de prueba para la comparación fácil.

La original y las secuencias video procesadas se pueden exhibir - de lado a lado, fractura reflejada, o inconsútil - en una sola exhibición. Esto elimina la necesidad de calibrar dos exhibiciones separadas.

ClearView aplica varia métrica objetiva a las secuencias video, genera gráficos, y calcula una cuenta objetiva. ClearView incluye PSNR, la información espacial y la información temporal (según lo propuesto en ITU-T P.9210). Estas métricas son la base para más sofisticaron métricas como VQM, JND, que están siendo analizados por organizaciones como VQEG, VPQM, y SMPTE.

ClearView exhibe secuencias video múltiples, incluso si se juegan en diversas tarifas (es decir vídeo del teléfono móvil comparado a la TV) para los espectadores expertos; mientras que registra las cuentas métricas objetivas. Mientras que el MOS no puede ser repetido, la lata métrica objetiva, fácilmente y fácilmente.

Ventajas
* Pruebas repetibles, resultados cuantitativos, y una disposición aerodinámica.
* Analice 2 secuencias video en tiempo real hasta 1080P.
* Entre virtualmente cualquier tipo del archivo o captúrelo de cualquier fuente digital o análoga.
* Los modos múltiples de la visión se presentan en una sola exhibición - ninguna necesidad de calibrar 2 exhibiciones separadas de la televisión para comparar las secuencias video.
* Servidor video de la definición sin comprimir, alta y dispositivo integrados de la captura.
* Capacidad de jugar 2 completamente sin comprimir, corrientes de HD en tiempo real.
* Solución híbrida con métrica objetiva integrada y modos subjetivos de la visión.

Puesta en práctica
ClearView se aprovecha de la alto-confiabilidad de las plataformas de hoy de la computadora disponible, de alto rendimiento. Esto se asegura de que los productos estén hechos con hardware avanzado, mientras que en el mismo tiempo que evita el alto coste de diseños de encargo.

ClearView provee de los locutores, de los investigadores, y de los reveladores de la compresión la capacidad única de capturar, el juego-hacia fuera, y analiza el vídeo. Las medidas objetivas se generan, se representan gra'ficamente, y se registran para las pruebas repetibles.

Sobre el autor

Mande la cuenta Reckwerdt, el vice presidente comercialización y los palmos extensos de la carrera de la cuenta del desarrollo de negocio 20 años en el vídeo digital y las industrias médicas de la proyección de imagen. Él trae a la maestría video de la claridad en la compresión, la transmisión digital, y los servidores video. Para entrar en contacto con la cuenta envíe directamente un email a bill@videoclarity.com o visite nuestro http://www.videoclarity.com Seed Newsvine

Este artículo ha sido traducido automáticamente de la fuente Inglés.