Гребенюк В.В. Методика комп’ютерної оцінки якості мультимедійних даних на основі нереферентних методів – Кваліфікаційна наукова праця на правах рукопису.
Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 123 Комп’ютерна інженерія. – Державний університет телекомунікацій Міністерства освіти і науки України. – Київ, 2021.Дисертаційна робота присвячена дослідженню питань цифрової обробки мультимедійних даних. Багато уваги приділяється поліпшенню якості, наприклад, відеоматеріалів. Оцінка якості зображень та відео невід'ємна частина процесів, в фільтрації і відновленні відео, очищенні їх від таких дефектів як, наприклад, гаусовий шум.
Для досліджень в даній роботі істотне значення мають такі розділи цифрової обробки зображень як сегментація зображень, детектування кордонів, перетворення колірних просторів, морфологічна обробка зображень.
Проаналізовано поточний стан та перспективи розвитку цифрової обробки мультимедійних даних, визначено основі методи, що забезпечують оцінку якості зображень та відеоматеріалів.
Виявлено, що при створенні, обробці, передачі та відтворення мультимедіа, в переважній більшості випадків неможливо отримати оригінальний матеріал для порівняння і виявлення спотворень на кожному етапі життєвого циклу контенту, тому оцінки якості зображень проводили при відсутності зразка.
Проведено аналіз та порівняння між собою не тільки нереферентних методів, а й також методів, що вимагають наявності еталонного екземпляру даних для порівняння та виявлення спотворень на зображеннях чи відео.
У дисертації вирішена актуальна наукова задача розробки методики комп’ютерної оцінки якості мультимедійних даних на основі нереферентних методів.
Удосконалено метод пошуку та оцінки артефактів стиснення на зображеннях, який відрізняється від існуючих застосуванням процедури пошуку блочності на етапі поєднання перцептивної та піксельної мір, що дозволяє краще провести оцінку артефактів стиснення на зображеннях. Таке рішення дозволило підвищити достовірність отриманих результатів на 1-2% та забезпечитизрозумілість діапазону вихідних метрик.
Розроблено методику нереферентної оцінки якості зображень, яка відрізняється від існуючих тим, що розрахунок метрик відбувається шляхом статистичного аналізу яскравостей пікселів за окремими кольоровими каналами на основі розрахунку коефіцієнту варіації та розмірів прямолінійних ділянок однакової інтенсивності за геометричними розмірами напівтонового зображення, а також за окремими каналами кольоровості. Такі підходи дозволили не тільки оцінити та порівняти зображення на предмет наявності артефактів стиснення, а й дозволили за допомогою одного алгоритму провести
Вперше розроблено метод виявлення артефактів подвоєння на зображеннях та кадрах відео, основою якого є застосування методів детекторівграниць Canny та Prewitt, що дозволяє виявити та оцінити величину подвоєння об’єкту на зображені та величину і напрямок змазу отриманого внаслідок фільмування швидкоплинного об’єкту з великою витримкою. Завдяки включенню в метод бінаризації зображень дозволило реалізувати автоматичний вибір порогу чутливості, що в свою чергу дозволяє підвищити точність оцінки артефактів подвоєння на 10% в порівнянні з метрикою без автоматичного підбору порогу чутливості.
Розроблено методику розрахунку загальної оцінки якості відеопослідовності, яка ґрунтується на аналізі трьох величин: середньому значенні оцінок всіх кадрів відео, середньому значенні 10% найгірших оцінок та середньому значенні 1% найгірших оцінок, що дозволяє за допомогою однієї метрики оцінити якість всього відео, а не окремої його частини. Такий підхід, на відміну від існуючих, дозволяє зрозуміти яка кількість кадрів має високі оцінки якості, а за рахунок надання переваги низьким оцінкам дозволяє оцінити кількість та значення оцінок для кадрів з низькою якістю.
Для підтвердження достовірності отриманих наукових результатів за допомогою програмних комплексів на мовах C# та MATLAB проведено обробку зображень та відеофайлів. Розроблена методика розрахунку загальної оцінки якості відеопослідовності дозволяє підвищити на 1-2% оцінку якості відео, в тому числі як при малому рівні спотворень. Також тестові випробування показали, що алгоритм з автоматичним підбором порогу чутливості фільтрації на основі бінаризації зображень на 10% точніше оцінює артефакти.
