تقدير التشويه الملحوظ لـ الصور / مقاطع الفيديو في مجال البكسل
Title Estimating just-noticeable distortion for images/videos in pixel domain
الباحث الرئيس محمد عزير
التخصص: الهندسة الكهربائية
التخصص الدقيق: just-noticeable distortion
المستخلص: تأخذ نماذج التشوه الملحوظ (JND) الحالية المستندة إلى البكسل فقط في الاعتبار تكيف النصوع والملمس
اخفاء (TM). وبالمثل ، لا تأخذ النماذج القائمة على تحويل جيب التمام المنفصل (DCT) في الاعتبار تأثيرات الرؤية النقية
ولا تقدر TM بكفاءة. نظرًا لأن النظام البصري البشري (HVS) ليس حساسًا للتشويه تحت عتبة JND ،
يستخدم تقدير عتبة الرؤية الحسية على نطاق واسع في تطبيقات المعالجة الرقمية والفيديو. يقترح المؤلفون
نموذج JND شامل وفعال قائم على البكسل يشتمل على جميع العوامل الرئيسية التي تساهم في تقدير JND.
يتم تقييم إخفاء التباين (CM) عن طريق التمييز بين الحافة و TM فيما يتعلق بإخفاء الانتروبيا
خصائص HVS. وبالمثل ، تؤخذ تأثيرات الرؤية النقية أيضًا في الاعتبار من أجل التقدير الشامل لـ
وظيفة حساسية التباين (CSF). ومن ثم ، فإن نموذج JND المقترح المستند إلى البكسل يشتمل على CSF المكاني والزماني ، نقرة
تأثيرات الرؤية ، وتأثير حركة العين ، والتكيف مع الإنارة و CM لتكون أكثر اتساقًا مع الإدراك البشري. ال
إن دمج هذه العوامل المهمة يجعل النموذج المقترح هو الأكثر شمولاً وفعالية في الوقت الحالي
المؤلفات. أجريت تجارب نفسية فيزيائية لاختبار النموذج المقترح. تظهر النتائج النموذج المقترح
يتفوق أداء النماذج الأخرى الموجودة بشكل شامل مما يثبت كفاءته.
Abstract: Existing pixel-based just noticeable distortion (JND) models only take into account luminance adaptation and texture
masking (TM). Similarly, existing discrete cosine transform (DCT) based models do not take into account foveal vision effects
and do not estimate TM efficiently. As human visual system (HVS) is not sensitive to distortion below the JND threshold,
estimation of the perceptual visibility threshold is widely used in digital and video processing applications. The authors propose
a comprehensive and efficient pixel-based JND model incorporating all major factors which contribute to the JND estimation.
The evaluation of contrast masking (CM) is done by distinguishing the edge and TM with respect to the entropy masking
properties of the HVS. Similarly, the foveal vision effects are also taken into account for the comprehensive estimation of
contrast sensitivity function (CSF). Hence, the proposed pixel-based JND model incorporates the spatio-temporal CSF, foveal
vision effects, influence of eye-movement, luminance adaptation and CM to be more consistent with human perception. The
incorporation of these important factors makes the proposed model the most comprehensive and efficient in the current
literature. Psychophysical experiments were performed to test the proposed model. The results show the proposed model
comprehensively outperforms other existing models proving its efficiency.