Estimação Objetiva da Qualidade de Vídeos Estereoscópicos

Transcrição

1 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO Estimação Objetiva da Qualidade de Vídeos Estereoscópicos José Vinícius de Miranda Cardoso, Ítalo de Pontes Oliveira, Carlos Danilo Miranda Regis e Marcelo Sampaio de Alencar Universidade Federal de Campina Grande, Campina Grande, PB, Brasil Instituto Federal de Educação, Ciência e Tecnologia da Paraíba, Campina Grande, PB, Brasil Instituto de Estudos Avançados em Comunicações, Campina Grande, PB, Brasil s: {josevinicius, danilo, malencar}@iecom.org.br e italo.oliveira@ieee.org Resumo Este artigo contém a descrição dos resultados do desempenho de algoritmos objetivos aplicados para a avaliação da qualidade de vídeos estereoscópicos sob efeito de degradações espaciais geradas a partir das codificações H.6 e JPEG. Os algoritmos utilizados foram o Índice de Similaridade Estrutural (SSIM), a Relação Sinal-Ruído de Pico (PSNR), que são largamente utilizados na avaliação de vídeos D, a Métrica de Qualidade Perceptual (PQM) e a Avaliação de Sensibilidade Esteréo (SSA) que são medidas recentemente publicadas para a avaliação da qualidade de vídeos estereoscópicos. Os resultados obtidos por meio da correlação entre as medidas objetivas e os escores subjetivos sugerem que o algoritmo SSIM, apesar de não agregar quaisquer características específicas para vídeos estereoscópicos, apresenta uma melhor capacidade para aferir a qualidade de vídeos estereoscópicos. Palavras-Chave Vídeos Estereoscópicos, Avaliação da Qualidade, Algoritmos Objetivos I. INTRODUÇÃO AAVALIAÇÃO da qualidade de vídeo constitui uma importante etapa para a validação de sistemas e serviços de vídeo. Atualmente, o crescente investimento e o desenvolvimento de aplicações em sistemas multimídia tem permitido a difusão de uma nova aplicação: os vídeos D. Essa classe de vídeo digital permite uma maior interação entre o usuário e a cena devido a sensação de profundidade provocada no Sistema Visual Humano (HVS). Uma vez que os vídeos D são mais complexos, se comparados aos vídeos D, necessitam de uma maior capacidade de armazenamento e processamento dos dispositivos, como notebooks e smartphones. No entanto, boa parte do potencial computacional dos dispositivos pode ser economizado desde que as aplicações em vídeos D se ajustem a um nível de qualidade aceitável ao usuário, isto é, que exista uma relação ótima entre qualidade proporcionada e custo envolvido. Por isso, torna-se necessário avaliar a qualidade de vídeos D de forma rápida, precisa e confiável, uma vez que a qualidade do vídeo é um dos fatores preponderantes na aquisição de um serviço por parte do usuário. Atualmente, existem duas metodologias básicas para a avaliação da qualidade de vídeos: objetiva e subjetiva. Métodos subjetivos proporcionam uma maior precisão na estimação da qualidade de vídeo, uma vez que são os próprios os usuário que atestam a qualidade de acordo com o seu critério, que muitas vezes é quantizado em uma escala de a 5, por exemplo. O resultado da média dos escores obtidos para uma determinada sequência de vídeo em uma avaliação subjetiva é denominado MOS (Mean Opinion Score). Sendo assim, o MOS constitui um índice de qualidade muito próximo do ideal. Entretanto, metodologias subjetivas agregam desvantagens, entre as quais recursos e tempo. Dessa forma, as metodologias subjetivas não são ideais, por exemplo, para aplicações que necessitam da informação sobre a qualidade em tempo real ou em um curto intervalo de tempo. Em contrapartida, a metodologia objetiva consiste em modelos matemáticos capazes de prever a qualidade de vídeo percebida pelo HVS. Os modelos objetivos proporcionam uma estimação da qualidade de forma rápida e com baixo custo, entretanto, muitas vezes, os resultados fornecidos nem sempre são condizentes com a qualidade realmente percebida pelo HVS, pois os modelos objetivos simulam de forma limitada algumas características do HVS. Além disso, são poucos os métodos objetivos existentes para a avaliação da qualidade de vídeos D. A avaliação objetiva consiste em empregar modelos matemáticos para predizer a qualidade de uma sequência de vídeo ou de uma imagem automaticamente, isto é, sem necessidade de avaliadores e de critérios subjetivos. Por suas características de imparcialidade, confiabilidade, possibilidade de repetição e baixo custo, os métodos objetivos constituem uma excelente alternativa às avaliações subjetivas que, por sua vez, demandam recursos e tempo. Além disso, a realização de medidas da qualidade de vídeo em tempo real abre a perspectiva de monitoração contínua da qualidade de vídeo. Neste trabalho são abordados os aspectos relativos aos algoritmos objetivos que pertencem à classe dos algoritmos totalmente referenciados. O desenvolvimento deste tipo de algoritmo é feito basicamente por meio de três etapas: obtenção de escores subjetivos, concepção do algoritmo objetivo e correlação das medidas. Os escores subjetivos foram fornecidos pela pesquisa desenvolvida em [] e []. As medidas utilizadas como indicadoras de desempenho foram: Coeficientes de Correlação de Pearson, Spearman e Kendall, e a Raiz do Erro Médio Quadrático. Estas medidas foram utilizadas para avaliar a precisão, monotonicidade and

2 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO e consistência da capacidade de previsão dos algoritmos objetivos com respeito aos escores subjetivos, como sugere o relatório do Grupo de Especialistas em Qualidade de Vídeo [] []. O restante do artigo está estruturado como a seguir. A Seção II contém a descrição os algoritmos objetivos utilizados. A Seção III descreve brevemente o banco de vídeos utilizado para aferir o desempenho dos algoritmos objetivos. Os resultados são discutidos na Seção IV. Por fim, a Seção V apresenta a conclusão. II. ALGORITMOS OBJETIVOS A avaliação objetiva da qualidade de vídeos digitais é uma alternativa rápida e de baixo custo em relação aos experimentos para avaliações subjetivas. Vários algoritmos objetivos obtiveram um desempenho satisfatório para estimar a qualidade de vídeos D [5], no entanto, tais algoritmos não podem ser aplicados para avaliar a qualidade de vídeos esteresocópicos, uma vez que há a necessidade de considerar a componente de profundidade. Dessa forma, várias pesquisas tem utilizado a disparidade como um indicador de profundidade no desenvolvimento de algoritmos objetivos [6]. Sejam F = (f L (x,y,n),f R (x,y,n)) e H = (h L (x,y,n),h R (x,y,n)) dois sinais de vídeo estereoscópico correspondentes ao vídeo original e ao vídeo sob teste, respectivamente, em que (x, y) correspondem as coordenadas espaciais retangulares do vídeo e n representa o número do quadro. Um algoritmo objetivo totalmente referenciado para a avaliação da qualidade de vídeos D é uma função G cuja imagem (G(F, H)) representa a qualidade de H com respeito a F. A seguinte convenção é utilizada neste artigo, G(F,H) = G(f L,h L )+G(f R,h R ), () isto é, a vista direita e esquerda possuem igual importância para a avaliação da qualidade. A. Algoritmos para Vídeos D Um método para avaliar a qualidade de vídeos D é utilizar algoritmos convencionais inicalmente destinados à mensurar a qualidade de vídeos D. ) Relação Sinal-Ruído de Pico: Sejam f(x, y, n) e h(x, y, n) funções escalares que representam sequências de vídeos D. O Erro Médio Quadrático (MSE) entre f e h é MSE(f,h) = N X Y [f(x,y,n) h(x,y,n)]. N X Y n=x=y= () A Relação Sinal-Ruído de Pico (PSNR) é [ ] MAX PSNR(f,h) = log db, () MSE(f,h) em que MAX = r é o valor máximo da escala de níveis de cinza construída com r bits. A PSNR é um algoritmo clássico e bastante utilizado, principalmente pelo seu significado coerente e pela simplicidade dos cálculos. Apesar disso a PSNR não é o método de avaliação ideal para reproduzir um índice que se aproxime da qualidade visual percebida pelo HVS. Isto ocorre porque a medida fornecida não apresenta uma boa correlação com a qualidade realmente percebida [7]. ) Índice de Similaridade Estrutural: O Índice de Similaridade Estrutural (SSIM) [8] é um algoritmo totalmente referenciado para avaliação da qualidade de imagens e vídeos, que foi desenvolvido com base na suposição de que o Sistema Visual Humano é adaptado para reconhecer e extrair informações estruturais do ambiente visual e, portanto, as mudanças na informação estrutural fornecem uma boa aproximação para a qualidade percebida. O SSIM é um algoritmo que utiliza a estatística da imagem para a avaliação da qualidade, ou seja, os atributos que constituem a informação estrutural que, segundo [7], dependem da média da luminância e do contraste da imagem. Dessa forma, o SSIM(f,h) é calculado como o produto de três medidas sobre o plano de luminância: comparação de luminância l(f, h), comparação de constraste c(f, h) e comparação estrutural s(f,h): l(f,h) = µ fµ h +C µ f +µ h +C, c(f,h) = σ fσ h +C σf +σ h +C, () em que σ f = P µ f = P i= s(f,h) = σ fh +C σ f σ h +C, (5) f i, µ h = P i= h i, (6) i= (f i µ f ), σ h = P σ fh = P (h i µ h ), i= (7) (f i µ f )(h i µ h ), (8) i= nas quais C = (. 55), C = (. 55) e C = C. O SSIM é descrito como SSIM(f,h) = [l(f,h)] α [c(f,h)] β [s(f,h)] γ, (9) em que usualmente α = β = γ =. O SSIM utiliza a técnica de janelamento, isto é, dividir a imagem em blocos menores e obter os valores do SSIM para cada bloco e, por fim, calcular o SSIM como a média aritmética dos SSIM de cada bloco. Matematicamente um bloco em um vídeo pode ser definido como uma restrição do domínio espacial à uma região delimitada B j (x j,y j,n j ), em que x j,y j representam as coordenadas espaciais pertencentes ao bloco B j e n j corresponde ao número do quadro que localiza o blocob j. Na prática o SSIM é calculado para blocos de tamanho 8 8. Sendo assim, para dois vídeos subdivididos em J blocos, o SSIM é calculado como SSIM(f,h) = J J SSIM(f j,h j ). () j=

3 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO ll, se µ flj e µ hlj, se µ Φ(f Lji,h Lji ) = flj e µ hlj > (f Lji h Lji ) µ, c.c. f Lj () J j= W(f Lj,h Lj ) PDM(f Lj,h Lj ) PQM(f L,h L ) =, se J j= W(f Lj,h Lj ) PDM(f Lj,h Lj ) J j= W(f, c.c. Lj,h Lj ) J j= W(f Lj,h Lj ) < ; () MSE(D(F), D(H)) = N Y X N Y n=y=x= X [D(F(x,y,n)) D(H(x,y,n))]. () B. Algoritmos para Vídeos D ) Métrica de Qualidade Perceptual (PQM): A disponibilização de vídeos estereoscópicos está em crescente demanda principalmente devido aos avanços tecnológicos nas etapas de aquisição visualização, transmissão e compressão. A avaliação da qualidade de vídeos D serve de suporte ao aprimoramento da Qualidade de Experiência (QoE) e à alocação e gerenciamento eficiente dos recursos de sistemas de vídeos utilizados. Atualmente, busca-se aprimorar os algoritmos objetivos, que possuem uma capacidade significativa de predizer a qualidade de vídeos D, com o intuito de obter desempenhos satisfatórios para o cenário de vídeos D. Em [9], Joveluro et al. investiga o uso de técnicas de aferição da qualidade para vídeos D quando empregadas para avaliar a qualidade de vídeos D. Joveluro et al. propõem um algoritmo denominado Métrica de Qualidade Perceptual (PQM), baseado na quantificação das degradações na luminância (brilho) e no contraste. A descrição do algoritmo PQM está a seguir. ) Para cada bloco de índice j de tamanho 8 8, calcule a Distorção Perceptual Local (PDM( )), Nb i= PDM(f Lj,h Lj ) = C(f Lj,h Lj ) Φ(f Lji,h Lji ), () N b em que N b = 6 e C(f Lj,h Lj ) = + (σ f Lj σ h Lj ) +55 σ f Lj +σ h Lj σ fh Lj +55. (5) ) Para cada janela de índice j de tamanho 8 8, calcule o Coeficiente de Ponderação de Distorção (W( )),, se µ flj = ; W(f Lj,h Lj ) = 55 (6), c.c. µ flj ) Calcule a Métrica de Qualidade Perceptual (PQM( )). ) Avaliação de Sensibilidade Estéreo: O algoritmo de Avaliação de Sensibilidade Estéreo (SSA), proposto por [], baseia-se na quantificação do erro sobre a componente de disparidade do vídeo D. A disparidade de um vídeo D é matematicamente expressa como D(V) = v L (x,y,n) v R (x,y,n), (x,y,n). (7) A disparidade é uma medida intimamente relacionada com a sensibilidade estéreo do HVS [6]. Com efeito, a disparidade deve ser considerada como um fator significativo para o desenvolvimento de algoritmos objetivos, a fim de que, a partir da introdução dessa informação, seja possível aprimorar a correlação entre as medidas objetivas e os escores subjetivos. O algoritmo SSA segue as etapas: ) Calcule a disparidade do vídeo original (D(F)) e do vídeo degradado (D(H)). ) Cacule o erro quadrático médio entre D(F) e D(H) como apresentado na equação. ) Calcule o escore SSA como sendo a relação sinal-ruído de pico entre D(F) e D(H), [ ] MAX SSA = log db. (8) MSE(D(F), D(H)) III. AVALIAÇÃO SUBJETIVA EM CENÁRIOS DE CODIFICAÇÃO: NAMADS-COSPAD No trabalho [] foram realizadas as etapas de aquisição, codificação e avaliação subjetiva de vídeos D de alta qualidade. A metodologia ACR-HR (Absolute Category Rating with Hidden Reference) [] foi adotada para a avaliação subjetiva, na qual os observadores foram orientados a aferir apenas a qualidade do vídeo. A pesquisa em processamento, codificação, transmissão e metodologias de avaliação de vídeos estereoscópicos tem ganhado atenção dos centros de pesquisa e tecnologia. Em particular, se tem feito um esforço para o desenvolvimento de metodologias para a avaliação subjetiva, uma vez que desenvolver e mensurar o desempenho de algoritmos objetivos depende da disponibilidade de resultados obtidos em avalições subjetivas. Com isso, as avaliações subjetivas devem ser realizadas de modo que se possa obter resultados confiáveis. Uma

4 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO 5 (a) Barrier Gate (SRC) (b) Basket (SRC) (c) Boxers (SRC) (d) Hall (SRC) (e) Lab (SRC5) (f) News Report (SRC6) (g) Phone Call (SRC7) (h) Soccer (SRC8) (i) Tree Branches (SRC9) (j) Umbrella (SRC) Figura : Vista esquerda das sequências de vídeos em três dimensões disponibilizadas em Nantes-Madrid. das técnicas utilizadas a fim de garantir a confiabilidade é a avaliação cruzada entre dois ou mais laboratórios. Outro requisito importante é a disponibilidade de sequências de vídeos estereoscópicos. Nesse sentido, alguns bancos de vídeos estão disponíveis livremente. Por exemplo, Goldmann et al. [] que disponibiliza um conjunto de vídeos estereoscópicos de alta qualidade capturados a partir de duas filmadoras, cujo objetivo foi analisar a influência da distância entre as câmeras sobre a qualidade percebida. Para a gravação das sequências de vídeo foram utilizados alguns critérios importantes, segundo as normas [], [], como a variabilidade de conteúdo e as diversidades espacial, temporal e de profundidade. Essas medidas garantem um maior interesse por parte dos espectadores em um experimento para avaliação subjetiva. Além disso, o conteúdo foi seleciando de modo que represente o conteúdo apresentado em programas televisivos convencionais, tais como cenas de esportes e jornalismo. As dez sequências de vídeo estereoscópico (Figura ) foram capturados a partir de uma camêra Panasonic do modelo AG-DAE, que apresenta um par de lentes cujos eixos centrais estão separados a uma distância de 6 mm, que é aproximadamente a distância interpupilar dos olhos humanos. A distância focal proporcionada varia de, mm até,5 mm. Os vídeos foram gravados com uma resolução espacial de 9 8 pixels a uma frequência de 5 Hz. Para armazenar as sequências de vídeo, a camêra Panasonic AG-DAE realizava o processo de compressão utilizando o codificador H.6/AVC em configuração de High-Profile com uma taxa de bits de Mbits/s. A variedade das sequências de vídeos disponibilizadas foi quantificada a partir da Informação de Percepção Espacial (SI) e Temporal (TI) como descrito na recomendação ITU- T P.9 []. A SI é uma medida que indica a quantidade de detalhes espaciais percebidos por um observador humano em uma sequência de vídeo []. Quanto mais complexa for a amostra de vídeo maior será a quantidade de informação espacial. A TI é uma medida baseada na diferença de luminosidade dos pixels localizados em uma mesma posição espacial e em quadros subsequentes. Esta medida indica a quantidade de

5 6 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO mudanças temporais em uma sequência de vídeo. Sendo assim, a TI é diretamente proporcional ao movimento dos objetos ou mudanças abruptas da cena de filmagem. Informação de Percepção Temporal (TI) 6 5 Barrier Gate Basket Boxers Hall Lab News Report Phone Call Soccer Tree Branches Umbrella 6 8 Informação de Percepção Espacial (SI) Figura : Informação espacial e temporal das sequências de vídeo disponibilizadas em Nantes-Madrid. É importante que os vídeos selecionados possuam uma diversidade significativa de valores de SI e TI, com o objetivo de evitar que a avaliação subjetiva se torne enfadonha e cansativa para o avaliador. A Figura indica a heterogeneidade das fontes disponíveis no banco de vídeos Nantes-Madrid []. O experimento subjetivo realizado em [] teve, entre outros objetivos, fornecer resultados em termos de Escores Médio de Opinião (Mean Opinion Score MOS) para servir de suporte ao desenvolvimento de algoritmos objetivos de avaliação da qualidade de vídeos estereoscópicos. O método ACR-HR foi utilizado na avaliação subjetiva. As sequências fonte foram submetidas a dois tipos de degradações, codificação H.6 e JPEG, com três e quatro níveis de intensidade, respectivamente, que estão dispostas na Tabela I. As degradações causadas por técnicas de codificação tendem a sugir em forma de artefatos de borramento e de efeito de bloco, que são bastante sensíveis ao HVS [5]. Tabela I: Parâmetros das degradações utilizadas na geração das sequências de teste em []. Tipo Parâmetros Abreviação QP = QI = QB = HRC Codificação da fonte (H.6) QP = QI = QB = 8 HRC QP = QI = QB = HRC Mbits/s HRC Codificação da fonte (JPGK) 8 Mbits/s HRC5 6 Mbits/s HRC6 Mbits/s HRC7 O conjunto de avaliadores foi constituído por mulheres e 7 homens com idade entre 8 e 6 anos. Os avaliadores foram submetidos a testes de acuidade visual, capacidade de distinção das cores e acuidade estéreo, de modo que os selecionados foram aqueles que apresentaram aptidão em todos os testes supracitados. Os avaliadores foram alocados em uma sala padronizada na qual se utilizou um monitor Philips, com estereoscopia via óculos, de modelo 6PFL975H com 6 polegadas para visualização das sequências. O brilho da tela foi ajustado em 8 cd/m, resultando em um brilho percebido de 56 cd/m devido à atenução dos óculos. A distância de visualização foi definida como sendo três vezes a altura do monitor, resultando em 7cm. A metodologia Avaliação em Categoria Abosulta (ACR) é classificada como sendo de estímulo único, na qual as amostras de vídeo são apresentadas uma por vez e, após o término de cada sequência, o avaliador atribui uma nota segundo uma escala discreta, como a apresentada na Tabela II, à amostra de vídeo sob teste. A nota atribuída representa o nível de satisfação do avaliador em relação à qualidade da amostra visualizada. Tabela II: Escala discreta de votação da metodologia ACR. 5 Excelente Bom Regular Ruim Péssimo O método ACR com Referência Oculta (ACR-HR), por sua vez, apresenta a sequência de vídeo de referência para ser avaliada como qualquer outra amostra, isto é, sem que exista o conhecimento do avaliador sobre a condição da amostra. Deste modo, a diferença entre os escores médio de opinião () de uma amostra processada e sua correspondente amostra de referência é calculado como k = u k û k, (9) em que u k e û k são as médias das notas referentes as k-ésimas amostras de referência e processada, respectivamente. IV. RESULTADOS DE SIMULAÇÃO A. Medidas de Desempenho O desempenho dos algoritmos objetivos é aferido por meio dos coeficientes de correlação entre as medidas fornecidas objetivamente e as medidas obtidas nos experimentos subjetivos. As seguintes medidas foram utilizadas como indicadores de desempenho dos algoritmos objetivos: Coeficiente de Correlação Linear de Pearson (PLCC), Coeficiente de Correlação dos Postos de Spearman (SROCC), Coeficiente de Correlação de Kendall (KROCC) e a Raiz do Erro Médio Quadrático (RMSE). O PLCC permite identificar a linearidade entre dois conjuntos de medidas e, em termos de desempenho dos algoritmos objetivos, quanto maior o valor de PLCC, em módulo, mais adequada é a métrica para representar o conceito de qualidade de um grupo de espectadores. O PLCC entre dois conjuntos de medidas (A = {a k } e B = {b k } k =,,...,K) é dado por K k= PLCC = (a k µ a ) (b k µ b ) K k= (a K, () k µ a ) k= (b k µ b ) em que µ a e µ b significam as médias amostrais das medidas dos conjuntos A e B, respectivamente. O SROCC indica a monotonicidade entre dois conjuntos ordenados de medidas A e B, sendo matematicamente expressa por 6 K k= SROCC = d k () K(K )

6 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO 7 em que K é o número de medidas e d k é a diferença entre os postos das medidas ordenadas a k A e b k B. A RMSE é usada como um indicador de erro entre as medidas dos conjuntos A e B, sendo calculado como RMSE = K K (a k b k ). () k= Assim como o SROCC, o KROCC utiliza os postos das medidas no indicador de desempenho. Especificamente, tomadas aleatoriamente duas amostras, o KROCC pode ser interpretado como a diferença entre a probabilidade de as duas amostras serem consecutivas e a probabilidade de não serem. O KROCC entre dois conjuntos de medidas é calculado como n c n d KROCC =, () K(K ) em que n c é número de pares concordantes e n d é o número de pares discordantes. Um par de medidas entre os conjuntos A e B, (a k,b k ) e (a k+,b k+ ), por exemplo, é concordante se a k > a k+ e b k > b k+ ou se a k < a k+ e b k < b k+, caso o contrário o par é discordante. B. Desempenho O desempenho dos algoritmos objetivos foi aferido por meio da correlação entre as medidas objetivas e os escores subjetivos disponibilizados no trabalho []. O PLCC e a RMSE foram calculados após a realização de uma regressão não linear sobre as medidas objetivas, usando um polinômio cúbico de quatro parâmetros do tipo (p) k = β +β Q k +β Q k +β Q k, () em que Q k corresponde à qualidade que o algoritmo objetivo estimou para a k-ésima amostra de vídeo disponível em NAMADS-COSPAD. A otimização não linear por mínimos quadrados foi empregada a partir da função nlinfit do MATLAB R, a fim de encontrar os parâmetros β ótimos tais que minimizem o erro quadrático entre as medidas objetivas ( (p) k ) e os escores subjetivos ( k). As Tabelas IIIa,IIIb e IIIc apresentam as medidas de desempenho dos algoritmos objetivos descritas na Seção IV-A. Os valores em negrito representam o melhor desempenho entre os algoritmos. Como é observado, os algoritmos PQM e PSNR apresentaram melhores resultados considerando os vídeos codificados por meio do padrão H.6. Por outro lado, tratando-se do cenário com vídeos codificados por meio do padrão JPEG, os algoritmo SSIM e PQM obtiveram os melhores desempenhos. No cenário que engloba todos os vídeos, os algoritmos SSIM e PQM apresentaram uma melhor capacidade para estimar a qualidade. A Figura apresenta os gráficos de dispersão entre os conjuntos de medidas objetivas e subjetivas. Cada ponto corresponde a uma amostra de vídeo estereoscópico. As curvas de ajuste são polinômios de terceiro grau (Eq. ) que indicam o comportamento os escores subjetivos em função das medidas objetivas. Observa-se uma menor dispersão em torno da curva dos algoritmos SSIM e PQM, que indica uma maior capacidade na aferição da qualidade dos vídeos. Tabela III: Medidas de desempenho dos algoritmos objetivos (a) Cenário com vídeos codificados com H.6 Algoritmo PLCC SROCC KROCC RMSE PSNR SSIM SSA PQM (b) Cenário com vídeos codificados com JPEG Algoritmo PLCC SROCC KROCC RMSE PSNR SSIM SSA PQM (c) Cenário com vídeos codificados com H.6 e JPEG Algoritmo PLCC SROCC KROCC RMSE PSNR SSIM SSA PQM C. Intervalo de Cofiança para ρ A Figura apresenta os intervalos de confiança de 95% para o PLCC (ρ), indicando uma uniformidade entre desempenho dos algoritmos SSA e PSNR, assim como entre o SSIM e o PQM. A transformação Z de Fisher foi aplicada ao PLCC para a construção do intervalo de confiança. A transformação Z de Fisher é definida como Z = ( ) +ρ log e, (5) ρ em que Z segue aproximadamente a distribuição Normal com média nula e variância σ Z = N s, (6) em que N s é o número total de amostras. O intervalo de confiança para a variável aleatória Z é definido como IC(z, α) = (Z z α σ Z,Z +z α σ Z ). (7) Para α =.5, i.e., um intervalo com 95% de confiança, z.95 =.96, e a Equação 7 pode ser reescrita como IC(z,.95) = (Z.96 σ Z,Z +.96 σ Z ). (8) A inversa da transformação Z de Fisher é definida como ρ = ez e z +. (9) Com efeito, o intervalo de confiança ρ pode ser descrito como IC(ρ,.95) = ( e (Z.96 σ Z ) e (Z+.96 σz) ) e (Z.96 σ Z) +,. e (Z+.96 σ Z) + ()

7 5 5 8 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO PSNR (db) SSIM PQM SSA (a) PSNR H.6 (b) SSIM H.6 (c) PQM H.6 (d) SSA H PSNR (db) SSIM PQM SSA (e) PSNR JPEGk (f) SSIM JPEGk (g) PQM JPEGk (h) SSA JPEGk PSNR (db) SSIM PQM SSA (i) PSNR (j) SSIM (k) PQM Figura : Gráfico de dispersão entre os escores subjetivos e os resultados objetivos. (l) SSA PLCC PSNR SSIM SSA PQM Objective Algorithms (a) H.6 PLCC PSNR SSIM SSA PQM Objective Algorithms (b) JPEG PLCC PSNR SSIM SSA PQM Objective Algorithms (c) H.6 e JPEG Figura : Intervalo de Confiança de 95% para ρ. V. CONCLUSÃO Neste artigo os autores apresentaram estudos iniciais acerca da avaliação objetiva da qualidade de vídeos estereoscópicos. Realizou-se uma análise comparativa entre os algoritmos SSIM, PSNR, PQM e SSA, sendo os dois primeiros desenvolvidos originalmente para a avaliação da qualidade de vídeos D e os últimos são propostas recentes para a avaliação da qualidade de vídeos D. O desempenho dos algoritmos objetivos foi aferido considerando quatro medidas estatísticas: coeficiente de correlação de Pearson, que mensura a acurácia, coeficiente de correlação de Spearman e de Kendall, que quantificam a monotonicidade e a Raiz do Erro Quadrático Médio que mede a consistência. O intervalo de confiança para o coeficiente de correlação de Pearson também foi apresentado. O algoritmo PSNR apresentou os melhores resultados para o cenário de vídeos codificados com o padrão H.6 enquanto que os algoritmos SSIM e PQM apresentaram os melhores desempenhos para vídeos codificados com o padrão JPEG. AGRADECIMENTOS Os autores agradecem à Univerisdade Federal de Campina Grande (UFCG), ao Instituto Federal de Educação, Ciência

8 REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL., NO., OUTUBRO 9 e Tecnologia (IFPB), ao Instituto de Estudos Avançados em Comunicações (Iecom), ao Institut de Recherche en Communications et Cybernétique de Nantes (IRCCyN) e ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pelo suporte dado a esta pesquisa. REFERÊNCIAS [] M. Urvoy, M. Barkowsky, R. Cousseau, Y. Koudota, V. Ricorde, P. L. Callet, J. Gutierrez, and N. Garcia, NAMADS-COSPAD: Subjective Video Quality Assessment Database on Coding Conditions Introducing Freely Available High Quality D Stereoscopic Sequences, in Quality of Multimedia Experience (QoMEX), Fourth International Workshop on, Julho, pp. 9. [] IRCCyN-IVC, Nantes-Madrid D Stereoscopic Database, Disponível em: Acessado em: de Dezembro de. [] International Telecommunication Union, Objective perceptual assessment of video quality: Full reference television, ITU-T, Tech. Rep.,. [] K. Seshadrinathan, R. Soundararajan, A. C. Bovik, and L. K. Cormack, Study of subjective and objective quality assessment of video, IEEE Transactions on Image Processing, pp. 7,. [5] J. V. M. Cardoso, A. C. S. Mariano, C. D. M. Regis, and M. S. Alencar, Comparação das métricas objetivas baseadas na similaridade estrutural e na sensibilidade ao erro, Revista de Tecnologia da Informação e Comunicação (RTIC), no., pp., April. [6] A. Benoit, P. L. Callet, P. Campisi, and R. Cousseau, Quality Assessment of Stereoscopic Images, EURASIP Journal Image and Video Processing, 8. [7] Z. Wang and A. C. Bovik, Video Quality Assessment Based on Structural Distortion Measurement, Signal Processing: Image Communication,. [8] Z. Wang, A. Bovik, H. Sheikh, and E. Simoncelli, Image Quality Assessment: From Error Visibility to Structural Similarity, IEEE Transactions on Image Processing, vol., no., pp. 6 6, april. [9] P. Joveluro, H. Malekmohamadi, W. Fernando, and A. Kondoz, Perceptual video quality metric for d video quality assessment, in DTV- Conference: The True Vision - Capture, Transmission and Display of D Video (DTV-CON),, june, pp.. [] J. Yang, C. Hou, Y. Zhou, Z. Zhang, and J. Guo, Objective quality assessment method of stereo images, in DTV Conference: The True Vision - Capture, Transmission and Display of D Video, 9, 9, pp.. [] International Telecommunication Union, Recommendation P.9: Subjective Video Quality Assessment Methods for Multimedia Applications, ITU-T, Tech. Rep., April 8. [] L. Goldmann, F. D. Simone, and T. Ebrahimi, A Comprehensive Database and Subjective Evaluation Methodology for Quality of Experience in Stereoscopic Video, in Three-Dimensional Image Processing (DIP) and Applications,, pp. 75 6S 75 6S. [Online]. Available: [] International Telecommunication Union, Recommendation BT.5-: Methodology for the subjective assessment of the quality of television pictures, ITU-T, Tech. Rep.,. [] A. A. Webster, C. T. Jones, M. H. Pinson, S. D. Voran, and S. Wolf, An objective video quality assessment system based on human perception, in in SPIE Human Vision, Visual Processing, and Digital Display IV, 99, pp [5] C. D. M. Regis, J. V. M. Cardoso, and M. S. Alencar, Video quality assessment based on the effect of the estimation of the spatial perceptual information, in Proceedings of th Brazilian Symposium of Telecommunications (SBrT ),.