📚 课程目录第4章主观评测方法

4. 主观评测方法：主观评测标准、双盲测试流程与常见缺陷识别

客观数据再漂亮，最终也是给人看的。我见过不少项目，实验室数据跑得飞起，一给客户演示就被打回来。为什么？因为人眼不是传感器，我们感知到的“好”和“坏”，跟SNR、MTF这些指标有时候并不完全一致。

主观评测，说白了就是让人来看。但“人看”这件事，如果不加控制，结果就是公说公有理、婆说婆有理。所以我们需要一套标准化的方法，让主观评价变得可重复、可比较。

做主观评测，绕不开ITU-R BT.500。这个标准最早是为电视图像质量制定的，但它的方法论，现在被广泛用在手机、相机、安防等各个领域。

BT.500的核心是“双刺激连续质量量表法”，也就是DSIS（Double Stimulus Impairment Scale）。简单说，就是给评测者看两个画面：一个是原始参考，一个是待测画面。评测者需要给待测画面的“损伤程度”打分。

我个人习惯在瑞芯微平台上做调优时，会把BT.500的5分制再细化一下。比如在3分和4分之间，我会加一个3.5分，用来区分“轻微讨厌但还能接受”和“有点烦但不算严重”。

我的经验： 评分标准一定要在评测开始前，让所有评测者一起校准。找几张典型的图，大家一起打一遍分，把标准对齐。否则，有的人觉得“轻微讨厌”是3分，有的人觉得是2分，数据就没法用了。

主观评测最大的敌人是什么？是偏见。评测者如果知道哪个是竞品、哪个是我们的方案，潜意识里就会偏向自己人。所以，双盲测试是必须的。

双盲测试的流程，我建议按下面几步走：

注意： 我曾经在一个项目里，因为评测者数量不够（只有5个人），结果数据方差极大，完全没法下结论。后来补了15个人，数据才稳定下来。所以，人数一定要够，别偷懒。

下面这张图，是我自己总结的双盲测试流程，你可以参考一下：

主观评测时，我们到底在看什么？说白了，就是找茬。但找茬也要有章法。我总结了三个最常见的缺陷类型：噪声、偏色、过曝。这三个问题，几乎覆盖了90%的客户投诉。

噪声不是“有没有”的问题，而是“能不能忍”的问题。在暗光场景下，噪声是不可避免的。但好的降噪算法，能把噪声控制在“颗粒感”的范围内，而不是“雪花点”。

评测噪声时，我建议关注以下几点：

    避坑指南： 我曾经调一个项目，降噪强度拉满，客观指标SNR涨了3dB，但主观上画面糊得像油画。后来把降噪强度降了20%，噪声稍微多了一点，但纹理保住了，客户反而说好。所以，别只看指标，要相信自己的眼睛。

偏色是主观评测里最容易引起争议的问题。因为不同人对颜色的敏感度不一样。有的人觉得偏蓝，有的人觉得偏绿。

评测偏色时，我习惯用“灰卡法”：在场景里放一张标准灰卡，然后看灰卡在画面里的RGB值是否接近。如果R、G、B三个通道的均值偏差超过5%，那偏色就比较明显了。

常见的偏色场景：

过曝是动态范围不足的直接表现。高光区域一片死白，细节全丢。这种问题在逆光场景下尤其常见。

评测过曝时，我关注两个点：

我的习惯： 在瑞芯微平台上调HDR时，我会把“高光阈值”这个参数反复调。阈值设高了，高光细节保住了，但暗部噪声会放大；阈值设低了，暗部干净了，但高光又过曝了。这个平衡点，只能靠主观评测来找。

下面这个表格，是我自己整理的主观缺陷快速诊断表，你可以保存下来，评测时对照着看：

嗯，主观评测这件事，说到底就是“用眼睛投票”。但要让这个投票结果有说服力，就必须把流程标准化、数据化。BT.500给了我们框架，双盲测试排除了偏见，而识别常见缺陷则是基本功。这三样东西，缺一不可。