CN101998137A - 视频质量参数获取方法和装置及电子设备 - Google Patents

Abstract

本发明实施例公开了一种视频质量参数获取方法和装置及电子设备。该方法包括将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间；获取所述细分视频段的视频质量参数；将所述细分视频段的视频质量参数进行处理，得到所述目标视频段的视频质量参数。通过本发明实施例，可以提高视频质量评估的准确性。

Description

视频质量参数获取方法和装置及电子设备

技术领域

本发明涉及视频技术，特别涉及一种视频质量参数获取方法和装置及电子设备。

背景技术

随着网络技术的发展，影视点播、网络电视、可视电话等已渐成为宽带网络的主要业务。在视频应用迅速发展的背景下，对视频质量进行便捷、有效地评估是视频应用中一个迫切需要解决的问题。视频质量评估可以分为主观视频质量评估和客观视频质量评估两种，主观视频质量评估是由经验人员进行评估，客观视频质量评估无需人的参与，由各种算法得到评估结果。由于最终的视频质量也是由用户来感知，因此，主观视频质量评估方法是准确的评估方法，但是，由于存在人的参与，主观视频质量评估方法会造成效率较低等问题。为了解决主观视频质量评估方法导致的问题，产生了多种客观视频质量评估方法，各种客观视频质量评估方法的评估结果要接近于主观视频质量评估方法的评估结果。现有一种对视频序列进行视频质量评估的方法是：首先计算出各视频帧的质量得分，之后，再根据视频帧的质量得分得到该视频序列的质量得分。具体的根据视频帧的质量得分得到该视频序列的质量得分包括：第一种方法，将该视频序列中的所有视频帧的质量得分进行平均运算，将平均值作为该视频序列的得分；第二种方法，将该视频序列中得分最少的N个视频帧的质量得分的平均值作为该视频序列的得分。

发明人在实现本发明的过程中发现现有技术至少存在如下问题：现有采用的对视频序列的质量评估方法都是以视频帧为单位的，很可能与主观视频质量评估方法相差较远，使评估结果不够准确。

发明内容

本发明实施例是提供一种视频质量参数获取方法和装置及电子设备，以提高视频质量评估的准确性。

本发明实施例提供了一种视频质量参数获取方法，包括：

将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间；

获取所述细分视频段的视频质量参数；

将所述细分视频段的视频质量参数进行处理，得到所述目标视频段的视频质量参数。

本发明实施例提供了一种视频质量参数获取装置，包括：

划分模块，用于将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间；

段质量获取模块，用于获取所述细分视频段的视频质量参数；

序列质量获取模块，用于将所述细分视频段的视频质量参数进行处理，得到所述目标视频段的视频质量参数。

本发明实施例提供了一种电子设备，包括：

收发装置以及上述的视频质量参数获取装置，所述收发装置用于执行如下项中的至少一项：发送所述目标视频段、接收所述目标视频段的视频质量参数。

由上述技术方案可知，由于人眼是以视频段为单位进行视频质量感知，本发明实施例通过将目标视频段划分为多个细分视频段，每个细分视频段的持续时间至少为人眼认知时间，因此以细分视频段为单位进行计算，符合人眼认知机制，提高视频质量评估的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明第一实施例的方法流程示意图；

图2为本发明第一实施例中划分视频段的第一方法的示意图；

图3为本发明第一实施例中划分视频段的第二方法的示意图；

图4为本发明第二实施例的方法流程示意图；

图5为本发明第三实施例的方法流程示意图；

图6为本发明第四实施例的视频质量参数获取装置的结构示意图；

图7为本发明第五实施例的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了使客观视频质量评估方法与主观视频质量评估方法更加接近，本发明实施例提出一种符合人眼认知特性及视觉特点的视频质量获取方法和装置。

图1为本发明第一实施例的方法流程示意图，包括：

步骤11：视频质量参数获取装置将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间。所述目标视频段包括一个或者两个以上的视频帧，该目标视频段可以为整个的视频序列，也可以为一个视频序列中的一部分。

由于人眼不是以视频帧为单位进行感知的，因此本实施例通过将多个视频帧组成一个视频段可以符合人眼认知特性，与主观视频质量评估方法接近。

其中，将视频序列划分为视频段的方法可以包括如下两种：

第一种，按照画面组(Group Of Picture，GOP)进行划分。

图2为本发明第一实施例中划分视频段的第一方法的示意图。参见图2，将每一个GOP作为一个细分视频段(用S表示)，一个GOP就是一组连续的I帧、P帧、B帧画面，根据视频理论，当一个GOP中的I帧或某个P帧存在失真时，该失真一般会连续地传播扩散到这个GOP结束，即下一个I帧到来之时，因此可以将每个GOP作为一个细分视频段。当然，如果一个GOP的持续时间小于人眼认知时间，则可以将多个GOP组合成一个细分视频段，以满足人眼认知需求。

第二种，按照失真、非失真进行划分。

图3为本发明第一实施例中划分视频段的第二方法的示意图。参见图3，将连续的存在失真的视频帧作为一个细分视频段(用S表示)，将连续的不存在失真的视频帧作为另一个细分视频段。由于人眼容易注意到视频中比较特殊的内容，例如，压缩引起的图像失真，误码影响的花块效应、视频帧丢失引起的停顿或跳跃、缓冲引起的停顿等，上述这些情况都可以统称为失真，因此，也就是说人眼更关注于失真部分，因此，可以根据失真情况对目标视频段进行划分。当整个目标视频段没有失真波动、质量较稳定时，一个目标视频段即为一个细分视频段；当目标视频段中失真程度有波动时，可以将失真情况近似的连续的帧分为一段，即把存在失真和不存在失真的视频帧划分到不同的细分视频段中。当然，如果失真的细分视频段小于人眼认知时间，可以将后续的不存在失真的视频帧也合并在该失真的细分视频段内。

步骤12：该装置获取所述细分视频段的视频质量参数。

具体地，可以根据所述细分视频段内的视频帧的视频质量参数，计算得到对应的细分视频段的视频质量参数；或者，根据所述细分视频段内的丢包率，计算得到对应的细分视频段的视频质量参数。

方法一，根据细分视频段内的视频帧的视频质量参数计算得到对应的细分视频段的视频质量参数。其中，可以对不同的视频帧引入不同的加权系数(即权重)，该权重与对应的视频帧的视频质量参数成反比。

根据人眼视觉特性可知，人眼更容易受视频质量低的视频帧的影响，因此，视频段的视频质量参数(或者为得分)在很大程度上取决于视频质量低的视频帧的视频质量得分，视频帧的视频质量得分越低，其权重就要越大。

计算公式可以为：

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n\×W_n^1};$ 或者，

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{W}_n^1};$

其中，SegScore_{curr_seg}为待计算的当前细分视频段的视频质量参数，Score_n为当前细分视频段内的第n个视频帧的视频质量参数，T_n为当前细分视频段内的第n个视频帧的持续时间，

为当前细分视频段内的第n个视频帧的加权系数，且与Score_n成反比。

在特定情况下也可以按照单帧的持续时间对相应的视频帧的视频质量参数进行加权，特定情况例如，完全受丢包影响的失真帧和未受丢包影响的视频帧分在不同的视频段中，或者各视频段的质量较为平稳一致。此时，计算公式可以为：

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n};$

参数定义同上。

方法二，根据细分视频段内的视频帧的丢包率计算得到对应的细分视频段的视频质量参数。

视频段的视频质量与视频段的丢包率有关，丢包率越高，视频段的视频质量越低，反之，丢包率越低，视频段的视频质量越高。计算公式可以为：

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=a+b\×\frac{1}{1+{\left(\frac{\mathrm{Ppl}}{c}\right)}^d};$

其中，SegScore_{curr_seg}为待计算的当前细分视频段的视频质量得分，Ppl为当前细分视频段的丢包率，a为视频质量最低分值，b为受编码影响且无丢包时的质量分数，c和d为与视频内容相关的参数，具体不做限定。利用丢包率计算视频质量得分还可以是其他方法，在此不做限定。

步骤13：该装置将细分视频段的视频质量参数进行处理，得到所述目标视频段的视频质量参数。

具体地，可以将所述细分视频段的视频质量参数进行加权处理，所述细分视频段的加权值与对应的细分视频段的视频质量参数成反比。

由于人眼更易受视频质量低的视频段的影响，因此目标视频段的视频质量参数在很大程度上取决于视频质量低的细分视频段的视频质量参数，也就是视频质量越低的细分视频段的权重就要越大。并且，由于人的遗忘性，会对最近看到的视频段的印象深刻，对较早看到的视频段的记忆较模糊，因此，还可以根据细分视频段的显示时刻进行加权，离评估点越近的细分视频段的权重越大。

计算公式可以为：

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3};$ 或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2};$

其中，Q_sequence为目标视频段的视频质量参数，SegScore_n为第n个细分视频段的视频质量参数，

为第n个细分视频段的加权系数，与SegScore_n成反比，

为与第n个细分视频段的另一加权系数，与当前时刻与第n个细分视频段的显示时刻之间的差值成反比。

当然，可以理解的是，上述公式中可以只考虑视频质量的影响因素，即也可以不包括显示时刻的权重系数

或者，当考虑不同的视频段的持续时间对视频质量的影响后，计算公式也可以为：

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3\×{T_n}^{\′}};$ 或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×{T_n}^{\′}};$

其中，T_n′为第n个细分视频段的持续时间，其余参数定义同上。

本实施例通过将目标视频段划分为持续时间至少为人眼认知时间的细分视频段，以细分视频段为单位进行处理，可以符合人眼认知特性；通过对视频质量越低的细分视频段设置越大的权重，可以符合人眼视觉特性，因此可以更接近主观视频质量评估方法得到的结果。

考虑到人眼视觉的另外一些特性，例如，在按照GOP分段的场景下，若连续的几个GOP均为严重失真段时，则实际人眼感知到的是一个较大的失真段，因此可以将这几个连续的GOP失真段合为一个失真段，对应的分数调整为这几个连续的视频段的平均值；或者，在主观上，质量好坏频繁变化的视频更易引起人的厌恶，因此，当两个失真段之间为非失真段时，该非失真段的分数就要被调低，例如调为三段的平均值。

图4为本发明第二实施例的方法流程示意图，包括：

步骤41：视频质量参数获取装置将目标视频段中的至少一个的GOP作为一个细分视频段，其中，每个细分视频段的持续时间至少为人眼认知时间。

步骤42：该装置计算每个细分视频段的视频质量参数。

具体的计算公式可以参见步骤12，不再赘述。

步骤43：该装置根据各细分视频段的视频质量参数确定出连续的两个以上的细分视频段均为严重失真段。

其中，可以预先设定一个阈值，视频质量得分低于该阈值时确定为严重失真段。

步骤44：该装置将该连续的两个以上的细分视频段进行合并处理，得到合成视频段，该合成视频段的视频质量参数为该连续的两个以上的细分视频段的视频质量参数的平均值。

步骤45：该装置根据单个细分视频段及合成视频段的视频质量参数得到该目标视频段的视频质量参数。

具体的计算公式可以参见步骤13，不再赘述。

本实施例通过将连续的严重失真段合为一个视频段进行处理，可以更符合人眼视觉特性，使结果更符合主观视频质量评估结果。

图5为本发明第三实施例的方法流程示意图，包括：

步骤51：视频质量获取装置将目标视频段中的至少一个的GOP作为一个细分视频段，其中，每个细分视频段的持续时间至少为人眼认知时间。

步骤52：该装置计算每个细分视频段的视频质量参数。

具体的计算公式可以参见步骤12，不再赘述。

步骤53：该装置根据各细分视频段的视频质量参数确定出连续的两个失真细分视频段之间的细分视频段为非失真视频段。

其中，可以预先设定一个阈值，视频质量参数低于该阈值时确定为失真段，高于该阈值时为非失真段。

步骤54：该装置将该非失真细分视频段的视频质量调低，例如调为该连续的两个失真细分视频段的视频质量参数及非失真细分视频帧的视频质量参数的平均值。

步骤55：该装置根据调整后的细分视频段的视频质量参数得到该目标视频段的视频质量参数。

具体的计算公式可以参见步骤13，不再赘述。

本实施例通过将连续的失真段之间的非失真段的视频质量得分调低，可以更符合人眼视觉特性，使结果更符合主观视频质量评估结果。

图6为本发明第四实施例的视频质量参数获取装置的结构示意图，包括划分模块61、段质量获取模块62和序列质量获取模块63。划分模块61用于将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间，所述目标视频段包括一个或者两个以上的视频帧；段质量获取模块62与划分模块61连接，用于获取所述细分视频段的视频质量参数；序列质量获取模块63与段质量获取模块62连接，用于将所述细分视频段的视频质量参数进行处理，得到所述目标视频段的视频质量参数。

本实施例的视频质量获取装置可以集成电路或芯片中，包括CPU、或数字信号处理(Digital Signal Processing，DSP)、或通信芯片等。

其中，划分模块61可以包括第一单元或者第二单元；第一单元用于按照将持续时间至少为人眼认知时间的至少一个的画面组作为一个细分视频段的方法，对所述目标视频段进行划分；第二单元用于将连续的不存在失真的视频帧作为一个细分视频段，将连续的存在失真的视频帧作为另一个细分视频段，对所述目标视频段进行划分；或者将连续的不存在失真的视频帧作为一个细分视频段，将连续的存在失真的视频帧及其后续的不存在失真的视频帧作为另一个细分视频段，对所述目标视频段进行划分，所述另一个细分视频段的持续时间长度可以是：至少为人眼认知时间。

段质量获取模块62可以包括第三单元或者第四单元；第三单元或者第四单元与第一单元或者第二单元连接；

所述第三单元用于根据所述细分视频段内的视频帧的视频质量参数，计算得到对应的细分视频段的视频质量参数，在具体实施例时，划分模块接收到目标视频段时，同时还接收到该目标视频段中每个视频帧的视频质量参数，之后发送给第三单元，第三单元可以直接根据视频帧的视频质量参数计算得到细分视频段的视频质量参数，也可以是第三单元先计算每个视频帧的视频质量参数，之后，再根据计算得到的视频帧的视频质量参数计算得到细分视频段的视频质量参数；所述第四单元用于根据所述细分视频段内的丢包率，计算得到对应的细分视频段的视频质量参数，在具体实施例时，第四单元可以先测量出各细分视频段内的丢包率，之后再计算得到对应的细分视频段的视频质量参数。

具体地，第三单元用于采用如下的计算公式，根据所述细分视频段内的视频帧的视频质量参数，计算得到对应的细分视频段的视频质量参数：

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n};$

或者，

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n\×W_n^1};$

或者，

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{W}_n^1};$

其中，SegScore_{curr_seg}为待计算的当前细分视频段的视频质量参数，Score_n为当前细分视频段内的第n个视频帧的视频质量参数，T_n为当前细分视频段内的第n个视频帧的持续时间，

为当前细分视频段内的第n个视频帧的加权系数，且与Score_n成反比。

第四单元用于采用如下的计算公式，根据所述细分视频段的丢包率，计算得到对应的细分视频段的视频质量：

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=a+b\×\frac{1}{1+{\left(\frac{\mathrm{Ppl}}{c}\right)}^d};$

其中，SegScore_{curr_seg}为待计算的当前细分视频段的视频质量得分，Ppl为当前细分视频段的丢包率，a为视频质量最低分值，b为受编码影响且无丢包时的质量分数，c和d为与视频内容相关的参数，具体不做限定。利用丢包率计算视频质量得分还可以是其他方法，在此不做限定。

序列质量获取模块63包括加权处理单元，加权处理单元用于将所述细分视频段的视频质量参数进行加权处理，得到所述目标视频段的视频质量参数，所述细分视频段的加权值与对应的细分视频段的视频质量参数成反比，其可以采用如下的计算公式：

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3\×{T_n}^{\′}};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×{T_n}^{\′}}$

其中，Q_sequence为目标视频段的视频质量参数，SegScore_n为第n个细分视频段的视频质量参数，

为第n个细分视频段的加权系数，与SegScore_n成反比，

为与第n个细分视频段的另一加权系数，与当前时刻与第n个细分视频段的显示时刻之间的差值成反比，T_n′为第n个细分视频段的持续时间。

考虑到人眼视觉的另外一些特性，段质量获取模块62还可以包括第五单元或者第六单元，第五单元或者第六单元与第三单元或者第四单元连接；

第五单元用于当根据细分视频段的视频质量参数确定出连续的两个以上的细分视频段均为严重失真段时，将所述连续的两个以上的细分视频段合并为一个合成视频段，并将所述连续的两个以上的细分视频段的视频质量参数的平均值作为所述合成视频段的视频质量参数；

第六单元用于当根据细分视频段的视频质量参数确定出两个存在失真的细分视频段之间为一个不存在失真的细分视频段时，将所述两个存在失真的细分视频段及一个不存在失真的细分视频段的视频质量参数的平均值作为所述不存在失真的细分视频段的视频质量参数。

本实施例通过将目标视频段划分为细分视频段，以细分视频段为单位进行处理，可以符合人眼认知特性；通过对视频质量越低的细分视频段设置越大的权重，可以符合人眼视觉特性，因此可以更接近主观视频质量评估方法得到的结果。

图7为本发明第五实施例的电子设备的结构示意图，包括收发装置71和视频质量参数获取装置72。其中，视频质量参数获取装置72可以为图6所示的装置，不再赘述。收发装置71用于执行如下项中的至少一项：发送所述目标视频段、接收所述目标视频段的视频质量参数。可以理解的是，收发装置还可以提供其他一些信息，例如每个视频帧的视频质量参数，以计算得到细分视频段的视频质量参数。

本发明实施例的电子设备可以是手机、视频处理设备、计算机、服务器等。

本实施例通过将目标视频段划分为细分视频段，以细分视频段为单位进行处理，可以符合人眼认知特性；通过对视频质量越低的细分视频段设置越大的权重，可以符合人眼视觉特性，因此可以更接近主观视频质量评估方法得到的结果。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (17)

1.一种视频质量参数获取方法，其特征在于，包括：

将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间；

获取所述细分视频段的视频质量参数；

将所述细分视频段的视频质量参数进行处理，得到所述目标视频段的视频质量参数。

2.根据权利要求1所述的方法，其特征在于，所述将所述细分视频段的视频质量参数进行处理包括：

将所述细分视频段的视频质量参数进行加权处理。

3.根据权利要求2所述的方法，其特征在于，所述细分视频段的加权值与对应的细分视频段的视频质量参数成反比。

4.根据权利要求1-3任一所述的方法，其特征在于，所述将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间包括：

将持续时间至少为人眼认知时间的至少一个的画面组作为一个细分视频段，对所述目标视频段进行划分；

或者，

将连续的不存在失真的视频帧作为一个细分视频段，将连续的存在失真的视频帧作为另一个细分视频段，对所述目标视频段进行划分；或者将连续的不存在失真的视频帧作为一个细分视频段，将连续的存在失真的视频帧及其后续的不存在失真的视频帧作为另一个细分视频段，对所述目标视频段进行划分。

5.根据权利要求1-3任一所述的方法，其特征在于，所述获取所述细分视频段的视频质量参数包括：

根据所述细分视频段内的视频帧的视频质量参数，计算得到对应的细分视频段的视频质量参数；

或者，

根据所述细分视频段内的丢包率，计算得到对应的细分视频段的视频质量参数。

6.根据权利要求5所述的方法，其特征在于，所述根据所述细分视频段内的视频帧的视频质量参数，计算得到对应的细分视频段的视频质量参数的计算公式为：

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n};$

或者，

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n\×W_n^1};$

或者，

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{W}_n^1};$

其中，SegScore_{curr_seg}为待计算的当前细分视频段的视频质量参数，Score_n为当前细分视频段内的第n个视频帧的视频质量参数，T_n为当前细分视频段内的第n个视频帧的持续时间，为当前细分视频段内的第n个视频帧的加权系数。

7.根据权利要求2所述的方法，其特征在于，所述将所述细分视频段的视频质量参数进行加权处理的计算公式为：

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3\×{T_n}^{\′}};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×{T_n}^{\′}}$

其中，Q_sequence为目标视频段的视频质量参数，SegScore_n为第n个细分视频段的视频质量参数，

为第n个细分视频段的加权系数，

为与第n个细分视频段的另一加权系数，T_n′为第n个细分视频段的持续时间。

8.根据权利要求6所述的方法，其特征在于，还包括：

当根据细分视频段的视频质量参数确定出连续的两个以上的细分视频段均为严重失真段时，将所述连续的两个以上的细分视频段合并为一个合成视频段，将所述连续的两个以上的细分视频段的视频质量参数的平均值作为所述合成视频段的视频质量参数；或者，

当根据细分视频段的视频质量参数确定出两个存在失真的细分视频段之间为一个不存在失真的细分视频段时，将所述两个存在失真的细分视频段及一个不存在失真的细分视频段的视频质量参数的平均值作为所述不存在失真的细分视频段的视频质量参数。

9.一种视频质量参数获取装置，其特征在于，包括：

划分模块，用于将目标视频段划分为至少一个的细分视频段，每个细分视频段的持续时间至少为人眼认知时间；

段质量获取模块，用于获取所述细分视频段的视频质量参数；

序列质量获取模块，用于将所述细分视频段的视频质量参数进行处理，得到所述目标视频段的视频质量参数。

10.根据权利要求9所述的装置，其特征在于，

所述序列质量获取模块包括加权处理单元，所述加权处理单元用于将所述细分视频段的视频质量参数进行加权处理，得到所述目标视频段的视频质量参数。

11.根据权利要求10所述的装置，其特征在于，所述加权处理单元采用的所述细分视频段的加权值与对应的细分视频段的视频质量参数成反比。

12.根据权利要求9-11任一所述的装置，其特征在于，

所述划分模块包括第一单元或者第二单元；

所述第一单元用于按照将持续时间至少为人眼认知时间的至少一个的画面组作为一个细分视频段的方法，对所述目标视频段进行划分；

所述第二单元用于将连续的不存在失真的视频帧作为一个细分视频段，将连续的存在失真的视频帧作为另一个细分视频段，对所述目标视频段进行划分；或者将连续的不存在失真的视频帧作为一个细分视频段，将连续的存在失真的视频帧及其后续的不存在失真的视频帧作为另一个细分视频段，对所述目标视频段进行划分。

13.根据权利要求9-11任一所述的装置，其特征在于，

所述段质量获取模块包括第三单元或者第四单元；

所述第三单元用于根据所述细分视频段内的视频帧的视频质量参数，计算得到对应的细分视频段的视频质量参数；

所述第四单元用于根据所述细分视频段内的丢包率，计算得到对应的细分视频段的视频质量参数。

14.根据权利要求13所述的装置，其特征在于，

所述第三单元用于采用如下的计算公式，根据所述细分视频段内的视频帧的视频质量参数，计算得到对应的细分视频段的视频质量参数：

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n};$

或者，

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×T_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{T}_n\×W_n^1};$

或者，

${\mathrm{SegScore}}_{\mathrm{curr}\_\mathrm{seg}}=\frac{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}({\mathrm{Score}}_n\×W_n^1)}{\underset{n\∈\mathrm{curr}\_\mathrm{seg}}{\mathrm{\Σ}}{W}_n^1};$

其中，SegScore_{curr_seg}为待计算的当前细分视频段的视频质量参数，Score_n为当前细分视频段内的第n个视频帧的视频质量参数，T_n为当前细分视频段内的第n个视频帧的持续时间，为当前细分视频段内的第n个视频帧的加权系数。

15.根据权利要求10所述的装置，其特征在于，

所述序列质量获取模块中的所述加权处理单元用于采用如下的计算公式，将所述细分视频段的视频质量参数进行加权处理，得到所述目标视频段的视频质量参数：

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×W_n^3\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×W_n^3\×{T_n}^{\′}};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2)}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2};$

或者，

$Q_{\mathrm{sequence}}=\frac{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}({\mathrm{SegScore}}_n\×W_n^2\×{T_n}^{\′})}{\underset{n\∈\mathrm{sequence}}{\mathrm{\Σ}}{W}_n^2\×{T_n}^{\′}}$

其中，Q_sequence为目标视频段的视频质量参数，SegScore_n为第n个细分视频段的视频质量参数，为第n个细分视频段的加权系数，

为与第n个细分视频段的另一加权系数，T_n′为第n个细分视频段的持续时间。

16.根据权利要求14所述的装置，其特征在于，

所述段质量获取模块还包括第五单元或者第六单元；

所述第五单元用于当根据细分视频段的视频质量参数确定出连续的两个以上的细分视频段均为严重失真段时，将所述连续的两个以上的细分视频段合并为一个合成视频段，将所述连续的两个以上的细分视频段的视频质量参数的平均值作为所述合成视频段的视频质量参数；

所述第六单元用于当根据细分视频段的视频质量参数确定出两个存在失真的细分视频段之间为一个不存在失真的细分视频段时，将所述两个存在失真的细分视频段及一个不存在失真的细分视频段的视频质量参数的平均值作为所述不存在失真的细分视频段的视频质量参数。

17.一种电子设备，其特征在于，包括收发装置以及如权利要求9至16中任一项所述的视频质量参数获取装置，所述收发装置用于执行如下项中的至少一项：发送所述目标视频段、接收所述目标视频段的视频质量参数。

Images