As the demand for high-quality video services in tandem with mobile video services increases, the needs for assessing the visual quality has also been increased. Therefore, visual quality assessment (VQA) monitoring techniques by service providers or consumers become an important issue. No-reference VQA methods without original video data allow service providers to efficiently manage the QoS for the vide con-tents being delivered. Mean squared error (MSE) based peak signal-to-noise ratio (PSNR) has widely been used as an objective quality assessment metric. In addition, Structural Similarity Metric (SSIM) has also been known as a good visual quality metric that properly reflects the human visual system (HVS). These quality assessment metrics can be used without original video by no-reference based quality assessment methods. The no-reference VQA methods can be categorized into three kinds, depending in the availability of coding related information or decoded videos: (i) utilizing only decoded videos measures the visual quality with pixel intensities; (ii) utilizing bitstreams only measures the visual quality with coding related data, e.g. QP, bitrate, transform coefficients, etc.; (iii) utilizing bitstreams plus decoded videos that is a so-called hybrid method use both coding related information or decoded videos. This dissertation first studies a no-reference method for estimating MSE that is a core part of SSIM and then an SSIM estimation method in quantized transform domain of H.264/AVC bitstreams. Since, the estimated MSE without the original reference video can be ex-pressed with the expectation on the squared difference between DCT coefficients before quantization and those after quantization, the distribution of DCT coefficients before quantization should be known a priori. To cope with this, we provides a solution in two ways: (i) a method to find proper weight vector sets that help to express the distributions for DCT coefficients before quantization for each transform frequency compo-nent; (ii) The upper bound on the sum of squared error (SSE) for 4
고화질/고품질 비디오 관련 멀티미디어 서비스의 수요 증대로 인하여 비디오 화질 평가에 대한 관심도 함께 고조되고 있다. 화질 평가는 서비스 제공자와 사용자 모두에게 중요한 기술이며, 원영상 없이도 평가를 가능하게 해주는 무기준법 방식의 화질 평가 방법이 평가 성능만 보장된다면 서비스 환경을 고려해 볼 때, 가장 적합하다 할 수 있다. 또한 화질 평가 결과를 반영하는 지표들로는 이전부터 가장 많이 사용되어 오던 화소 차이로부터 계산되는 PSNR과 인간의 시각 인지 특성을 잘 반영한다고 알려져 있는 SSIM 등이 있다. PSNR과 SSIM은 본디 전기준법 화질 평가에 활용되는 지표이지만 본 논문에서는 이를 무기준법으로 추정하기 위한 연구를 수행한다. 이를 위해 비트스트림만을 복호화하여 변환 계수들을 추출하고 이를 바탕으로 양자화 이전의 변환 계수 분포를 추정한다. 도출된 분포 모델을 통해 평균자승오차값을 확률적으로 추정하며, 변환 및 양자화 후 변환 블록의 값이 모두 0이 되는 경우에 한해 자승오차의 이론적 경계값을 정의하여 추정의 정확도를 높인다. 또한 H.264/AVC의 디블록킹 필터의 영향을 비교적 많이 받는 것으로 알려져 있는 고해상도 영상을 서비스하는 경우, H.264/AVC 복호화 후의 복원 영상의 화소 정보까지 활용하여 디블록킹 필터에 의해 변화가 생긴 PSNR을 더욱 정확하게 예측한다. 마지막으로 앞서 제안된 MSE 추정 방법을 활용하여 SSIM을 최종적으로 추정한다. 이는 SSIM이 원 영상과 복원 영상과 화소값 간 자승오차와 복호화된 화소의 평균값으로 근사화되어 표현되기 때문에 가능하다. 화소값 간의 자승오차는 제안하는 평균자승오차 추정 방법을 사용하면 도출할 수 있다. 정리하면 처음 제안한 무기준법 평균자승오차 추정 방법은 비트스트림 정보만을 활용하여 사용할 수 있으며 그 정확도 역시 이전에 발표된 연구 결과의 성능에 앞선다. 또한 두 번째로 제안한 디블록킹 필터링 효과를 고려한 평균자승오차 추정 방법과 SSIM 추정 방법의 경우, 예측 정확도를 더욱 높이기 위해 비트스트림 정보뿐 아니라, 복호화된 영상 화소 정보를 동시에 활용하였다. 이 경우 H.264/AVC 복호화기가 필요하여 복잡도가 다소 증가하지만 예측 성능을 더욱 높일 수 있는 장점이 있다.
