DCT变换的blockiness的程度和blockiness中8x8pixel像素....docVIP

QA 1Q: DCT变换的blockiness的程度和blockiness中8x8pixel像素块的关系。 A：MPEG-2视频压缩编码算法是基于离散余弦变换（DCT）。DCT变换是以8×8宏块为基本单元进行，每个宏块单独编码，变换后又对DCT系数按照高、低频系数进行非线性量化。量化结果按四舍五入的原则进行取舍，因此量化后接近零的高频系数都定为零，只剩下少数的非零低频系数。在图像中，低频系数表示了图像的轮廓，高频系数代表图像细节。P帧和B帧重构图像出现块结构。在块边界出现的信号跳变，破坏了图像边缘的连续性，是重构图像的噪声。 这里解释一下，什么叫做视频blockiness 的方差，为什么要选用这个量。 我们看下面的这张图 大家可以看到，视频blockiness的均值是肯定会上升的，这个不怀疑，关键是blockiness的方差是个什么值。该值实际上就是图中一个序列的方差。我们看到蓝色的线条是不丢包时刻的blockiness序列，各个值之间是非常接近的，整条序列方差变化很小。而绿色和红色的线条是丢包在不同的概率下的blockiness变化情况，可以看出经常会出现大幅度的上升，此时方差肯定是在变化的，而同时也对应着视频质量的大幅度下滑。因此我猜想丢包间隔和丢包间隔的波动幅度这两个网络参数一定和这个序列方差有着一定的关系，但是具体什么样的关系，需要用模型来看。而且，这个量的意义比视频blockiness 的均值意义还要大，因为根据我们计算blockiness的算法，不同的视频场景这个blockiness指标值就会不同。（比如说我们这里的是鱼缸和金鱼的场景，如果我们拍摄的是一个混乱的垃圾场，这个值平均来说就比我们现在的这个值要大），在实用中，我们根据均值来判断可能就会出现和场景相关的不确定因素，而如果我们采用视频blockiness的方差值，那么就可以排除场景不同的干扰，提出具有普适意义的指标。 4Q：研究意义问题：在Internet上丢包方式是怎样的，哪几种丢包方式比较普遍，我们的回归方程是否可以侧重于针对几种常见的丢包，这样研究意义比较大。 A：Internet上的丢包问题有学校在做，不过正式给出的结果不多，有清晰模型的不多，研究上主要是想用不同的估计方法来估计和预测网络状况丢包概率。一些主要的文献是1998－2000年作出的，不过网络的发展比较块，当时给出的一些数值和现在我们的需求相差比较大。给出的结果大多丢包率都有百分之几，而我们国通信行业标准送审稿《IP网络技术要求——网络性能参数与指标》中规定，进行互联网多媒体传输时，网络性能要求达到1级或1级以上，即，，，，，是不是有偏的问题。从实用的角度来说，我们希望估计出来的值是无偏估计量，但是，如果这里的对这个估计方程的影响不是白噪声（也就是在给定和 的情况下，的分布不是正态分布，或者减弱一点条件，要求这个条件期望），那么说明当中还有我们未能发现的影响视频blockiness状况的重要因素，我们可以试着再去提取，如果没法提取，我们在统计上也有办法（比如采用工具变量法、虚拟变量法）来减小影响，解决这样的问题，让我们的估计值在大样本情况逼近真实值。 7Q: 拟合公式中的多重共线性问题: MD^2及var同时存在。 A: 这涉及到回归方程的选择问题。那天示例的这个情况是我的失误，没有考虑多重共线性的问题，应该加以说明。在统计上，完全共线性是不可解的，多重共线性可以作，但是一般尽量避免，因为会增大估计方差，降低估计效率。回归方程的选择的好，可以很好的逼近真实情况。ppt中我给出的是一种示例，方程的选择可以有多种，比如说用log值等。还需要进一步的实验验证。