一、背景介绍

视频流畅性测试是视频质量评估一个重要的指标。一般的获取方法是在渲染前增加统计信息。不过这种方法需要增加额外工作量，并且也不是用户直接的体验数据。

这里介绍一种基于时域运动指标/平均相关位置像素差（TI：temporal information）计算视频流畅性的方法。

二、原理介绍

ITU-R BT.1788 建议书对TI：temporal information、SI，Spatial perceptual Information的介绍。

SI表征一帧图像的空间细节量。空间上越复杂的场景，SI值越高。

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。

TI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。

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。

参考链接如下：

视频特性TI（时间信息）和SI（空间信息）的计算工具：TIandSI_雷霄骅的博客-CSDN博客做视频评价试验的时候，需要根据一定的条件选择有代表性的视频序列。ITU-R BT.1788建议使用时间信息（TI，Temporal perceptual Information）和空间信息（SI，Spatial perceptual Information）来衡量视频的特性。SI表征一帧图像的空间细节量。空间上越复杂的场景，SI值越高。TI表征视频序列的时间变化量。运动程度较高的序列通常会https://blog.csdn.net/leixiaohua1020/article/details/9056443

VMAF源码motion.c文件也有对TI的计算：

/**
 * Note: img1_stride and img2_stride are in terms of (sizeof(float) bytes)
 */
float vmaf_image_sad_c(const float *img1, const float *img2, int width, int height, int img1_stride, int img2_stride)
{
    float accum = (float)0.0;

    for (int i = 0; i < height; ++i) {
                float accum_line = (float)0.0;
        for (int j = 0; j < width; ++j) {
            float img1px = img1[i * img1_stride + j];
            float img2px = img2[i * img2_stride + j];

            accum_line += fabs(img1px - img2px);//计算整帧残差之和
        }
        accum += accum_line;
    }

    return (float) (accum / (width * height)); //计算残差平均值
}