视频序列的空间复杂度和时间复杂度的不用模型计算

空间复杂度：表征一帧图像的纹理复杂度。空间上越复杂的场景，SI值越高。

时间复杂度：表征视频序列的时间变化量。运动程度较高的序列通常会有更高的TI值。

对于这两个值不同的文献中有着不同的计算方法，下面举几个例子：

1.在《无参考视频质量评价方法研究 》中作者为了计算的简单只去16*16块进行计算。

空间复杂度：计算四个方向的像素差值的绝对值的和，去最小的一个作为空间复杂度SAD，四个方向分别是垂直方向、水平方向、直流和平面模式,箭头代表预测像素值的来源方向。

时间复杂度：在帕间预测中,每一帕被分为若干个块,分别到邻近的重建帕中寻找最匹配的块,然后计算当前块和匹配块之间在空间位置上的相对偏移量,也就是运动矢量(Motion Vector)。采用了 一种两步整像素搜索算法，计算这两步骤中最小的SAD的值作为时间复杂度。具体的内容参见《无参考视频质量评价研究》。

2.在雷霄骅博士的博文中也提出了一种计算的方法。

SI计算方法：对第n帧视频进行Sobel滤波，然后对滤波后图像计算标准差。选这些帧中的最大值为SI。

TI计算方法：求n与n-1帧图像的帧差，然后对帧差图像计算标准差。选这些帧中的最大值为TI。

3.在《基于H.264码流的无参考视频质量评价模型》一文中是这样定义的。

视频序列的空间复杂度通常通过视频空间像素的方差反应，方差越大，空间复杂度越大，方差越小，空间复杂度越小。但是在评估的过程中，像素是得不到的，因此通过转化得到，可以由文献知道，空间复杂度与量化参数有关：



其中系数可以通过函数拟合得到。Qp是量化参数，Qs量化步长。它们之间的关系是：



时间复杂度：可以用运动补偿后的残差信号像素方差或视频的运动矢量来表示，视频时间复杂度越高，则残差信号像素的方差或运动矢量就越大。本文通过对跳跃块的处理来表示视频的复杂度。


其中用跳越块的个数比上总的块数等于时间复杂度。

4.在《一种网络丢包的无参考视频质量评估方法》中，

时域复杂度：对于视频的时域复杂度可以用运动补偿后的残差信号像素方差或视频的运动矢量来表示。

计算方法：在无参考视频质量评估中，不对视频流进行完全解码，只对码流的包头信息进行解析，进而确定视频的

时域复杂度，通过对包头解码后#得到所有信息，编码量化参数，帧类型，编码速率，丢包的数量，丢包的位置。

得到时域复杂度：

其中Qp是量化参数，R编码速率，a和b是待定的模型参数。