通过熵差分捕捉视频帧率变化

近年来，高帧率视频日益受到欢迎，这主要得益于娱乐与流媒体行业对提升用户体验质量的强烈需求。为在帧率自适应过程中实现带宽需求与视频质量之间的最佳权衡，深入理解帧率对视频质量的影响至关重要。为此，本文提出一种基于广义高斯分布模型（Generalized Gaussian Distribution model）的新型统计熵差分方法，该方法在空间与时间带通域中进行建模，能够有效度量参考视频与失真视频之间的质量差异。所提出的模型具有高度的通用性，适用于参考序列与失真序列帧率不同的场景。在近期提出的LIVE-YT-HFR数据库上，该模型与主观评分具有极高的相关性，并在与现有方法的对比中取得了当前最优的性能表现。