基于HEVC编码的无参考PSNR算法研究郑远，常永宇，刘奕彤，杨大成**（北京邮电大学无线理论与技术实验室，北京100876）510152025303540摘要：本文提出了一种基于HEVC编码视频的无参考PSNR算法。本文提出的方法采用DCT系数拉普拉斯分布模型，针对HEVC编码采用4种不同尺寸变换块的特点，分类计算不同变换块的PSNR值，最终得到编码块像素总数加权的PSNR估计值，并编程实现了算法。实验结果表明，本文提出的算法求得的无参考PSNR估计值和全参考PSNR计算值有着较好的相关性和一致性，在一定应用场景下，皮尔逊相关系数高达0.943且均方根误差RMSE低于2.11dB。最后，本文阐述了所提出算法的局限性和改进方向。关键词：通信与信息系统；无参考PSNR算法；HEVC编码；拉普拉斯分布中图分类号：TN919.85No-ReferencePSNREstimationMethodBasedonHEVCCodingZHENGYuan,CHANGYongyu,LIUYitong,YANGDacheng(WirelessTheoriesandTechnologies(WT&T)Lab,BeijingUniversityofPostsandTelecommunications,Beijing100876)Abstract:Inthispaper,ano-referencePSNRestimationmethodbasedonHEVCcodingisintroduced.TheproposedmethodadoptsLaplacedistributionmodelforDCTcoefficients,finallyobtainingcodingblocks'pixel-numberweightedestimatedPSNRvalue,whichcalculatescodingblocks'PSNRrespectivelybasedonfourdifferentsizesoftransformblocksthatHEVCadopts.Experimentresultsshowthattheproposedalgorithmperformswell,estimatedPSNRvaluehasagoodcorrelationandconsistencywiththetruth-value.Incertainscenarios,thetwovaluesets'correlationcoefficientcanbeashighas0.943whilerootmeansquareerrorofthemislessthan2.11dB.Finally,thispaperdescribesthelimitationsoftheproposedalgorithmandimproveddirectioninfurtherstudy.Keywords:communicationandinformationsystem;no-referencePSNRestimation;HEVC;Laplacedistribution0引言随着互联网以及移动互联网的飞速发展，视频业务成为网络数据业务的一项热门应用，对视频质量的评价具有一定实用性。一般地，数字视频质量评价方法可以分为两大类：主观质量评价和客观质量评价。根据对源参考视频信息的依赖程度，客观质量评价方法又可分为三种：全参考客观质量评价（FR，FullReference），部分参考客观质量评价（RR，ReducedReference）和无参考客观质量评价（NR，NoReference）[1]。在全参考质量评价中，基于全像素均方误差（MSE，MeanSquaredError）的峰值性噪比（PSNR，PeakSignaltoNoiseRatio）是最广泛使用的关键评价指标，在一些应用场景甚至直接用来表征视频质量。由于需要源参考视频，在实际的视频通信系统中，全参考的PSNR方法的应用受到限制。无参考PSNR评价方法具有广泛实用性，以往的研究针对MPEG-2编码和H.264编码视频的PSNR估计方法已取得较好的成果。Turaga[2]等提出了一种基于MPEG-2编码视频的无参考PSNR估计方法。他们利用离散作者简介：郑远（1988-），男，硕士研究生，主要研究方向：多媒体业务质量评价通信联系人：常永宇（1963-），女，教授，主要研究方向：移动通信.yychang@bupt.edu.cn-1-余弦变换(DCT)系数的统计特性来估计均方误差MSE得到峰值性噪比PSNR，以后无参考的45505560657075PSNR方法基本是在此方法原理上拓展和改进得来。该方法对一定量化参数下I帧的PSNR做出了很好的估计，但不适用于P帧和B帧。Ichigaya[3][4]在Turaga的研究基础上提出了改进的基于MPEG-2码流信息的无参考PSNR估计方法。该方法使用编码视频的DCT变换系数和量化参数等统计信息，以拉普拉斯分布来估计系数分布，分析帧内编码和重构图像的关系，估计出未编码块的PSNR值，取得了较好的效果。这种经典的方法适用于基于块的DCT变换编码，在后续研究得以改进和沿用。Eden[5]提出了一种无参考估计H.264编码视频序列PSNR值的算法，与无参考估计MPEG-2视频PSNR值的方法类似。该算法同样采用拉普拉斯分布模型估计，采用了一种很简单直接估计分布参数的方法，针对量化参数全为0的特殊情况设置分布参数上限值来解决。Shim[6]运用了和Eden类似的方法，但是...