讲师
北京大学信息科学技术学院数字媒体所
副教授
蒋婷婷,北京大学信息科学技术学院数字媒体所副教授。2001年毕业于中国科学技术大学,获计算机专业学士学位。2007年毕业于美国杜克大学计算机系,获博士学位。2007年至2009年,在法国INRIA研究所从事博士后研究。2010年1月开始任教北京大学。目前主要从事两方面的研究工作:(1)计算机视觉,包括物体跟踪、识别、检测、形状分析、动作识别、视觉注意等;(2)图像视频的质量评价。近几年在主要国际学术期刊和会议上共发表论文40多篇。并且受邀参加计算机视觉主要会议CVPR、ICCV和ECCV以及IEEE Pattern Analysis and Machine Intelligence (TPAMI) 、IEEE Transactions on Image Processing(TIP) 、IEEE Transactions on Circuits and Systems for Video Technology (TCSVT) 、IEEE Transactions on Multimedia (TMM)等期刊的审稿。目前参与了多项国家自然科学基金委员会研究项目和科技部的一项973课题。
演讲:无参考图像视频质量评价
时间
2018-10-19 16:00 - 16:55
地点
主要内容
无参考图像质量评价中面临的一个重要挑战来自图像内容的多样性。当前的无参考质量评价方法在跨内容图像对的相对质量预测中与人类主观视觉感知不一致。考虑到预训练好的图像分类模型中包含有区分度的图像内容信息,为了解决上述问题,我们提出了一种基于语义特征聚合的无参考图像质量评价方法。具体地,首先我们将图像划分为多个重合的图像块,以包含图像的全部信息以及避免引入额外的几何失真;其次,使用一个自适应程序选择最合适的深度特征来表征图像的内容失真信息;然后,使用统计方法对所有图像块对应的局部特征进行聚合得到代表整个图像的全局特征;最后,一个线性模型将图像全局特征映射到图像质量分数。所提出的新方法与13种代表性的方法在7个常见的数据集中进行了广泛的比较。实验结果验证了我们的方法的优越性能和良好泛化能力。与此同时,这也表明了深度语义特征在无参考质量评价中起到了重要作用。
所属专题
画质评定
图像画质是衡量视频服务,特别是视频编码优化和解码后处理的主要依据。人的眼睛是图像画质好坏的最终裁判,设计出能正确反映视觉主观感受的客观图像质量测度是工业届落地应用的关键所在。此外,视频画质评定技术需要与时俱进,不断应对新的服务需求和挑战。本专题将聚焦视频画质的评价技术的最新进展,包括反映视觉感知特性的图像失真测度,无参考图像质量测度,支持跨分辨率、多屏应用的画质测度,以及在超高清、HDR、VR等新型场景中的研究状况。
同专题的演讲
宋利
视频质量评价(VQA)是视频服务系统中的重要技术要素,贯穿成像、编辑、处理、编/转/解码、渲染、显示等整个视频技术链条。理想的VQA模型接受一个输入视频/图像,能够定量地计算出一个质量分数,真实地反映出观看者的体验。本报告给听众带来如下三方面的内容:1、介绍VQA的技术图谱和工业标准;2、VQA在视频服务流程中的管理技术,包括VQA建模、工具部署、业务应用;3、VQ驱动的视觉感知编码技术、视频增强处理技术。
傅德良
视频编码器是各类视频服务的核心组件,很大程度上决定了视频编码的效率甚至整个视频服务的质量。当今业界各类视频编解码标准、视频编码器层出,如何选择编码器成为了一个非常重要的话题。然而在实践中,视频编码器的对比中有大量的误区,经常导致不准确甚至错误的结论。本次分享会以Hulu的业界实践为基础,分享对视频编码器进行客观准确对比中的经验。
汪亮
编码时采用精准码控,在码率受限的情况下,将有限的资源合理分配,提高整体画质;编码前,对图像进行精致的前处理,营造更加极致的视觉效果,提升画质。