1、視覺(jué)顯著性源于人類(lèi)視覺(jué)系統(tǒng)，是人類(lèi)視覺(jué)系統(tǒng)的固有屬性。顯著性區(qū)域表示人眼關(guān)注的位置，是影響感知視頻質(zhì)量的關(guān)鍵因素。根據(jù)HVS(人類(lèi)視覺(jué)系統(tǒng))特性檢測(cè)視頻顯著性區(qū)域，并將它應(yīng)用在視頻質(zhì)量評(píng)價(jià)中可以極大地提升評(píng)價(jià)的準(zhǔn)確程度。人眼是視頻的最終接受者，所以主觀視頻質(zhì)量評(píng)價(jià)是最直接、最有效的方法，但是由于主觀評(píng)價(jià)費(fèi)時(shí)費(fèi)力，導(dǎo)致它不能應(yīng)用于實(shí)時(shí)處理中。因此，必須要找到一種滿足人眼視覺(jué)特性的客觀評(píng)價(jià)方法。同時(shí)視頻的感知質(zhì)量也和失真分布有著很大關(guān)聯(lián)。如

2、何將顯著性和失真應(yīng)用于視頻質(zhì)量評(píng)價(jià)也是本文的研究?jī)?nèi)容。
　　本文調(diào)研了國(guó)內(nèi)外現(xiàn)有的視頻顯著性檢測(cè)和視頻質(zhì)量評(píng)價(jià)算法，重點(diǎn)闡述了視覺(jué)顯著性檢測(cè)的應(yīng)用和不足，發(fā)現(xiàn)視頻時(shí)域相關(guān)性、視覺(jué)暫留效應(yīng)是影響視頻顯著性的關(guān)鍵因素。本文結(jié)合視頻空時(shí)域相關(guān)性，根據(jù)視覺(jué)暫留效應(yīng)建立時(shí)域滑動(dòng)窗，將視頻看做3D視頻體，在三維變換頻域研究視頻序列的顯著性，最后通過(guò)連通分析、自適應(yīng)閾值判斷等得到顯著區(qū)域。頻域算法具有運(yùn)算速度快的特點(diǎn)，因此保證了本文算法的有效性

3、和快速性。實(shí)驗(yàn)結(jié)果表明，本文算法提高了檢測(cè)結(jié)果的準(zhǔn)確性，并且計(jì)算復(fù)雜度也明顯降低。
　　論文又針對(duì)顯著性區(qū)域進(jìn)行分析，發(fā)現(xiàn)對(duì)顯著區(qū)域分配較大權(quán)重可以得到更好的視頻質(zhì)量。因此要將這部分區(qū)域轉(zhuǎn)化成權(quán)重系數(shù)，用來(lái)調(diào)整視頻質(zhì)量評(píng)價(jià)算法。本文對(duì)顯著區(qū)域進(jìn)行高斯曲面建模，將顯著區(qū)域映射為表示人眼關(guān)注度的權(quán)重系數(shù)，這一權(quán)重后續(xù)將被應(yīng)用到視頻質(zhì)量評(píng)價(jià)算法中，使主客觀評(píng)價(jià)更趨于一致。
　　最后論文將顯著性的應(yīng)用拓展到視頻質(zhì)量評(píng)價(jià)的領(lǐng)域中，并且