最小可觉差法
ClearView采用众所周知的人体视觉系统，即最小可觉差法 （JND）来客观地评估视频质量。JND根据算法来预测视频质量，这些算法的根据是对数以百计的评估专家的观测进行建模，并根据观测距离、感知的缺陷、观测角度以及电视显示器尺寸等进行打分。
开始时，记录下面两个视频序列：
1. 视频源序列
2. 处理后的视频
在开始JND之前，视频在时间上和空间上被对齐，模拟噪声被归一化。我们的JND产生一个平均评价得分（MOS），分值等级从0到100，小于5为视频质量优异。（有关JND的更多信息，请查阅Sarnoff实验室的白皮书）。
计算一个JND的主要目的是自动地评估观测者平均评估得分，不过得到用户评估的最好的方法还是直接询问他们！使用ClearView的最简单方法就是在相同条件下，在同一显示器上观测比较两个视频序列，并主观地决定哪一个更好。视频可以分屏显示、无缝分屏，镜像分屏（蝶形），或A-B（源-结果）方式，分割可以是水平分割，也可以是竖直分割。回放支持用于深入分析的缩放、慢动作、穿梭，以及暂停，下面给出了一些显示模式。
回归测试
在利用JND或你自己的“黄金眼”对视频进行完评分后，该得分可以与任意数量的单元进行比较进行回归测试。该视频将被视作为后来参照的“黄金（样板）”。在该例中，ClearView将两个视频序列对齐，并比较他们的视频质量。任何得分低于用户规定门限的视频序列，都将被视为不合格。
ClearView按照下面来控制测试建立：
1. ClearView对被测设备（DUT）提供原始视频序列
2. DUT处理视频数据
3. ClearView记录DUT的输出
4. 参照“黄金”序列，ClearView对齐并归一化DUT