CN107493471B - 一种视频传输质量的计算方法和装置 - Google Patents
一种视频传输质量的计算方法和装置 Download PDFInfo
- Publication number
- CN107493471B CN107493471B CN201710860588.1A CN201710860588A CN107493471B CN 107493471 B CN107493471 B CN 107493471B CN 201710860588 A CN201710860588 A CN 201710860588A CN 107493471 B CN107493471 B CN 107493471B
- Authority
- CN
- China
- Prior art keywords
- frame
- video
- similarity
- frame number
- receiving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种视频传输质量的计算方法和装置,该方法和装置应用于视频处理系统,具体为在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。该质量指数作为量化指标能够以量化的方式反映该视频处理系统的传输质量,从而能够为开发者对视频处理系统进行改进提供客观的依据。
Description
技术领域
本发明涉及视频技术领域,特别是涉及一种视频传输质量的计算方法和装置。
背景技术
视频质量用于衡量视频经过一系列处理后、与原始视频相比的退化程度,因此其能够在一定程度上反映视频处理系统的性能好坏。其实,任何视频处理系统在对视频进行处理的过程中都会引入一定的视频质量损失,这些损失包括信号发送损失,信号接收解码分析损失、信号传输损耗等,上述视频质量的损失都会对用户的使用体验造成不好的影响。
其中,在上述各项损失中,传输过程中的帧丢失引起的视频传输损失占有较大的比重,因此,通过计算视频传输质量的量化指标能够衡量视频处理系统的视频处理效果,并能够进一步为视频处理系统的改进提供依据。
发明内容
有鉴于此,本发明提供了一种视频传输质量的计算方法和装置,用于衡量视频处理系统的视频处理效果,为视频处理系统的改进提供依据。
为了解决上述问题,本发明公开了一种视频传输质量的计算方法,应用于视频处理系统,所述计算方法包括步骤:
在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;
当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;
当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;
将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。
可选的,还包括步骤:
根据所述最大相似度得到所述发送帧与所述接收帧之间的映射关系;
根据所述映射关系确定所述视频处理系统传输所述视频的过程中所丢失的帧。
可选的,所述利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,包括步骤:
将所述发送帧的帧数和所述接收帧的帧数代入所述递归计算方程,所述递归计算方程包括预设的帧相似方程;
利用所述帧相似方程计算两帧之间的相似度;
进行递归计算,从递归计算过程中得到所述最大相似度。
可选的,所述递归计算在所述发送帧与帧数与所述接收帧的帧数相等时结束。
可选的,所述利用所述帧相似方程计算两帧之间的相似度,包括:
获取两帧的图像数据;
将两帧的图像数据之间对应数据进行匹配计算,得到所述相似度。
相应的,为了保证上述方法的实施,本发明还提供了一种视频传输质量的计算装置,应用于视频处理系统,所述计算装置包括:
帧数统计模块,用于在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;
丢帧判断模块,用于当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;
相似度计算模块,用于当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;
质量计算模块,用于将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。
可选的,还包括:
映射确定模块,用于根据所述最大相似度得到所述发送帧与所述接收帧之间的映射关系;
丢失帧定位模块,用于根据所述映射关系确定所述视频处理系统传输所述视频的过程中所丢失的帧。
可选的,所述相似度计算模块包括:
数据代入单元,用于将所述发送帧的帧数和所述接收帧的帧数代入所述递归计算方程,所述递归计算方程包括预设的帧相似方程;
相似度计算单元,用于利用所述帧相似方程计算两帧之间的相似度;
递归计算单元,用于进行递归计算,从递归计算过程中得到所述最大相似度。
可选的,所述递归计算单元在所述发送帧与帧数与所述接收帧的帧数相等时结束递归计算。
可选的,所述相似度计算单元包括:
数据获取子单元,用于获取两帧的图像数据;
匹配计算子单元,用于将两帧的图像数据之间对应数据进行匹配计算,得到所述相似度。
从上述技术方案可以看出,本发明提供了一种视频传输质量的计算方法和装置,该方法和装置应用于视频处理系统,具体为在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。该质量指数作为量化指标能够以量化的方式反映该视频处理系统的传输质量,从而能够为开发者对视频处理系统进行改进提供客观的依据。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明提供的一种视频传输质量的计算方法实施例的步骤流程图;
图2为本发明提供的另一种视频传输质量的计算方法实施例的步骤流程图;
图3为本发明提供的一种视频传输质量的计算装置实施例的结构框图;
图4为本发明提供的另一种视频传输质量的计算装置实施例的结构框图。
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,所描述的实施例仅仅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做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。
实施一
图1为本发明提供的一种视频传输质量的计算方法实施例的步骤流程图。
参照图1所示,本实施例提供的视频传输质量计算方法应用于视频处理系统,用于计算该视频处理系统在视频经过发送处理后的质量降低指数,具体是利用传输前的发送帧与接收后的接收帧进行计算,具体步骤包括:
S101:分别对发送帧的帧数和接收帧的帧数进行统计。
在视频处理系统通过相应的传输装置进行传输过程中,如果传输正常稳定,发送帧和接收帧的帧数应该是相同的,即发送多少帧就应该接收到多少帧,如果两者不同则说明传输质量出现下降。因此,需要对发送帧的帧数和接收帧的帧数进行统计,分别得到发送帧和接收帧的帧数。
S102:判断是否出现丢帧现象。
如前所述,通过对接收帧的帧数与发送帧的帧数的对比,可以确定是否出现丢帧现象。具体说来,可以每隔预设时间间隔判定一次是否出现丢帧,如每隔100发送帧,如果视频处理系统的速率为25帧/秒,则每隔4秒进行依次判断。
在判断时,可以将发送帧的序列的某帧上设置标记,对于出现标记的接收帧则确定为与该发送帧相对应。
S103:利用递归计算方程计算发送帧与接送帧之间的最大相似度。
递归计算方程为预先选定好的,在判定出现丢帧现象后,接收帧的帧数必然小于发送帧的帧数,将此两个帧数代入上述递归计算方程进行递归计算,从而得到接收帧与发送帧之间的最大相似度,即相似度最高的两帧之间的相似度,依次衡量传输质量。
具体计算时,首先将发送帧的帧数与接收帧的帧数代入递归计算方程,该方程中包括有预设的帧相似方程;其中,在计算过程中利用预设的帧相似方程计算两帧之间的相似度;然后,通过递归计算,从递归计算过程中得到的多个相似度中选出其中最大值,该最大值即最大相似度。
假设发出帧的帧数为y,接收帧的帧数位x,可以将x和y利用下述的递归计算方程进行计算:
n∈[1,x]
m=n+y-x
n<m
x<y
按照以上通项公式计算得到f(x,y),即为这发送帧与接收帧之间的最大相似度。其中f(x,y)指两帧之间的最大相似度,即帧相似程度;E(An,Sm)则指的是相应帧之间的相似度。
比如,比如接收帧为99帧,发送帧为100帧,
问题帧存在于A的前98帧和S的前99帧中,此时满足:
f(99,100)=f(98,99)+E(A99,S100)
b.A的前98帧和S的前98帧对应,A99对应S99或S100,此时满足
f(99,100)=f(98,98)+max(E(A99,S99),E(A99,S100))
取E(A99,S99)和E(A99,S100)的较大值表明相似度高的更可能是对应帧,即这两帧是相匹配的。
综上可以得出
这样就将f(99,100)转换为f(98,99)和f(98,98)的函数。
对于转换出的f(98,99),因为两个输入参数不相等,继续进行转换,可以将两个输入数进一步减小。当两个输入参数相等时,表明两个序列含有相同的帧数,不存在丢失帧的情况。
因此递归结束的条件为f(x,y)函数转换出的所有f函数中满足x=y。
在上述计算过程中,对于帧之间的相似度的计算过程为:首先获取待计算的两帧的图像数据,然后利用图像数据之间的对应数据进行匹配计算,从而得到两帧之间的相似度。本申请中帧相似方程即利用上述原理对两帧之间的相似度进行计算。
相似度用于反映两幅图像之间的相近程度。可以用于计算机视觉中的检测跟踪中目标位置的获取,根据已有模板在图像中找到一个与之最接近的区域。
已有的一些算法比如BlobTracking,Meanshift,Camshift,粒子滤波等等也都是需要这方面的理论去支撑。还有一方面就是基于图像内容的图像检索,也就是通常说的以图检图。比如给你某一个人在海量的图像数据库中罗列出与之最匹配的一些图像,当然这项技术可能也会这样做,将图像抽象为几个特征值,比如Trace变换,图像哈希或者Sift特征向量等等,来根据数据库中存得这些特征匹配再返回相应的图像来提高效率。
比如有图像A和图像B,分别计算两幅图像的直方图,HistA,HistB,然后计算两个直方图的归一化相关系数(巴氏距离,直方图相交距离)等等。这种思想是基于简单的数学上的向量之间的差异来进行图像相似程度的度量,这种方法是目前用的比较多的一种方法,第一,直方图能够很好的归一化,比如通常的256个bin条的。那么两幅分辨率不同的图像可以直接通过计算直方图来计算相似度很方便。而且计算量比较小。
1、直方图反映的是图像像素灰度值的概率分布,比如灰度值为200的像素有多少个,但是对于这些像素原来的位置在直方图中并没有体现,所以图像的骨架,也就是图像内部到底存在什么样的物体,形状是什么,每一块的灰度分布式什么样的这些在直方图信息中是被省略掉得。那么造成的一个问题就是,比如一个上黑下白的图像和上白下黑的图像其直方图分布是一模一样的,其相似度为100%。
2、两幅图像之间的距离度量,采用的是巴氏距离或者归一化相关系数,这种用分析数学向量的方法去分析图像本身就是一个很不好的办法。
3、就信息量的道理来说,采用一个数值来判断两幅图像的相似程度本身就是一个信息压缩的过程,那么两个256个元素的向量(假定直方图有256个bin条)的距离用一个数值表示那么肯定就会存在不准确性。
S104:将最大相似度除以发送帧的帧数,得到质量指数。
在得到上述最大相似度后,将该最大相似度除以发送帧的帧数,从而得到放映该视频处理系统的质量传输的质量指数,即一个能够反映传输质量的具体的量化指标。
从上述技术方案可以看出,本实施例提供了一种视频传输质量的计算方法,该方法应用于视频处理系统,具体为在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。该质量指数作为量化指标能够以量化的方式反映该视频处理系统的传输质量,从而能够为开发者对视频处理系统进行改进提供客观的依据。
实施二
图2为本发明提供的另一种视频传输质量的计算方法实施例的步骤流程图。
参照图2所示,本实施例提供的视频传输质量计算方法应用于视频处理系统,用于计算该视频处理系统在视频经过发送处理后的质量降低指数,具体是利用传输前的发送帧与接收后的接收帧进行计算,具体步骤包括:
S201:分别对发送帧的帧数和接收帧的帧数进行统计。
在视频处理系统通过相应的传输装置进行传输过程中,如果传输正常稳定,发送帧和接收帧的帧数应该是相同的,即发送多少帧就应该接收到多少帧,如果两者不同则说明传输质量出现下降。因此,需要对发送帧的帧数和接收帧的帧数进行统计,分别得到发送帧和接收帧的帧数。
S202:判断是否出现丢帧现象。
如前所述,通过对接收帧的帧数与发送帧的帧数的对比,可以确定是否出现丢帧现象。具体说来,可以每隔预设时间间隔判定一次是否出现丢帧,如每隔100发送帧,如果视频处理系统的速率为25帧/秒,则每隔4秒进行依次判断。
在判断时,可以将发送帧的序列的某帧上设置标记,对于出现标记的接收帧则确定为与该发送帧相对应。
S203:利用递归计算方程计算发送帧与接送帧之间的最大相似度。
递归计算方程为预先选定好的,在判定出现丢帧现象后,接收帧的帧数必然小于发送帧的帧数,将此两个帧数代入上述递归计算方程进行递归计算,从而得到接收帧与发送帧之间的最大相似度,即相似度最高的两帧之间的相似度,依次衡量传输质量。
具体计算时,首先将发送帧的帧数与接收帧的帧数代入递归计算方程,该方程中包括有预设的帧相似方程;其中,在计算过程中利用预设的帧相似方程计算两帧之间的相似度;然后,通过递归计算,从递归计算过程中得到的多个相似度中选出其中最大值,该最大值即最大相似度。
假设发出帧的帧数为y,接收帧的帧数位x,可以将x和y利用下述的递归计算方程进行计算:
n∈[1,x]
m=n+y-x
n<m
x<y
按照以上通项公式计算得到f(x,y),即为这发送帧与接收帧之间的最大相似度。
比如,比如接收帧为99帧,发送帧为100帧,
问题帧存在于A的前98帧和S的前99帧中,此时满足:
f(99,100)=f(98,99)+E(A99,S100)
b.A的前98帧和S的前98帧对应,A99对应S99或S100,此时满足
f(99,100)=f(98,98)+max(E(A99,S99),E(A99,S100))
取E(A99,S99)和E(A99,S100)的较大值表明相似度高的更可能是对应帧,即这两帧是相匹配的。
综上可以得出
这样就将f(99,100)转换为f(98,99)和f(98,98)的函数。
对于转换出的f(98,99),因为两个输入参数不相等,继续进行转换,可以将两个输入数进一步减小。当两个输入参数相等时,表明两个序列含有相同的帧数,不存在丢失帧的情况。
因此递归结束的条件为f(x,y)函数转换出的所有f函数中满足x=y。
S204:将最大相似度除以发送帧的帧数,得到质量指数。
在得到上述最大相似度后,将该最大相似度除以发送帧的帧数,从而得到放映该视频处理系统的质量传输的质量指数,即一个能够反映传输质量的具体的量化指标。
S205:根据最大相似度得到发送帧与接收帧之间的映射关系。
在得到上述最大相似度后,从上述最大相似度的计算过程可知,可以根据该最大相似度确定发送帧与接收帧之间的映射关系,即接收帧与发送帧之间的帧之间对应关系。
S206:根据映射关系确定丢失的帧。
在确定上述映射关系、即帧之间对应关系后,即可确定出在传输过程中丢失的帧,然后可以根据具体情况确定补发,以此提高传输质量。
从上述技术方案可以看出,本实施例提供了一种视频传输质量的计算方法,该方法应用于视频处理系统,具体为在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。该质量指数作为量化指标能够以量化的方式反映该视频处理系统的传输质量,从而能够为开发者对视频处理系统进行改进提供客观的依据。并能够根据最大相似度确定出传输过程中丢失的帧,然后可根据该丢失帧确定是否补发,从而提高了传输质量。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
实施三
图3为本发明提供的一种视频传输质量的计算装置实施例的结构框图。
参照图3所示,本实施例提供的视频传输质量计算装置应用于视频处理系统,用于计算该视频处理系统在视频经过发送处理后的质量降低指数,具体是利用传输前的发送帧与接收后的接收帧进行计算,具体包括帧数统计模块10、丢帧判断模块20、相似度计算模块30和质量计算模块40。其中:
帧数统计模块用于对发送帧的帧数和接收帧的帧数分别进行统计。
在视频处理系统通过相应的传输装置进行传输过程中,如果传输正常稳定,发送帧和接收帧的帧数应该是相同的,即发送多少帧就应该接收到多少帧,如果两者不同则说明传输质量出现下降。因此,需要对发送帧的帧数和接收帧的帧数进行统计,分别得到发送帧和接收帧的帧数。
丢帧判断模块用于判断是否出现丢帧现象。
如前所述,通过对接收帧的帧数与发送帧的帧数的对比,可以确定是否出现丢帧现象。具体说来,可以每隔预设时间间隔判定一次是否出现丢帧,如每隔100发送帧,如果视频处理系统的速率为25帧/秒,则每隔4秒进行依次判断。
在判断时,可以将发送帧的序列的某帧上设置标记,对于出现标记的接收帧则确定为与该发送帧相对应。
相似度计算模块用于利用递归计算方程计算发送帧与接送帧之间的最大相似度。
递归计算方程为预先选定好的,在判定出现丢帧现象后,接收帧的帧数必然小于发送帧的帧数,将此两个帧数代入上述递归计算方程进行递归计算,从而得到接收帧与发送帧之间的最大相似度,即相似度最高的两帧之间的相似度,依次衡量传输质量。
该模块包括数据代入单元31、相似度计算单元32和递归计算单元33,具体计算时,数据代入单元用于将发送帧的帧数与接收帧的帧数代入递归计算方程,该方程中包括有预设的帧相似方程;其中,相似度计算单元用于在计算过程中利用预设的帧相似方程计算两帧之间的相似度;递归计算单元用于通过递归计算,从递归计算过程中得到的多个相似度中选出其中最大值,该最大值即最大相似度。
假设发出帧的帧数为y,接收帧的帧数位x,可以将x和y利用下述的递归计算方程进行计算:
n∈[1,x]
m=n+y-x
n<m
x<y
按照以上通项公式计算得到f(x,y),即为这发送帧与接收帧之间的最大相似度。
比如,比如接收帧为99帧,发送帧为100帧,
问题帧存在于A的前98帧和S的前99帧中,此时满足:
f(99,100)=f(98,99)+E(A99,S100)
b.A的前98帧和S的前98帧对应,A99对应S99或S100,此时满足
f(99,100)=f(98,98)+max(E(A99,S99),E(A99,S100))
取E(A99,S99)和E(A99,S100)的较大值表明相似度高的更可能是对应帧,即这两帧是相匹配的。
综上可以得出
这样就将f(99,100)转换为f(98,99)和f(98,98)的函数。
对于转换出的f(98,99),因为两个输入参数不相等,继续进行转换,可以将两个输入数进一步减小。当两个输入参数相等时,表明两个序列含有相同的帧数,不存在丢失帧的情况。
因此递归结束的条件为f(x,y)函数转换出的所有f函数中满足x=y。
相似度计算单元具体包括数据获取子单元(未示出)和匹配计算子单元(未示出),在对帧之间的相似度的计算时,首先获取数据获取子单元用于获取待计算的两帧的图像数据,匹配计算子单元用于利用图像数据之间的对应数据进行匹配计算,从而得到两帧之间的相似度。
相似度用于反映两幅图像之间的相近程度。可以用于计算机视觉中的检测跟踪中目标位置的获取,根据已有模板在图像中找到一个与之最接近的区域。
质量计算模块用于将最最大相似度除以发送帧的帧数,得到质量指数。
在得到上述最大相似度后,将该最大相似度除以发送帧的帧数,从而得到放映该视频处理系统的质量传输的质量指数,即一个能够反映传输质量的具体的量化指标。
从上述技术方案可以看出,本实施例提供了一种视频传输质量的计算装置,该装置应用于视频处理系统,具体为在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。该质量指数作为量化指标能够以量化的方式反映该视频处理系统的传输质量,从而能够为开发者对视频处理系统进行改进提供客观的依据。
实施四
图4为本发明提供的另一种视频传输质量的计算装置实施例的结构框图。
参照图2所示,本实施例提供的视频传输质量计算装置是在上一实施例的基础上增设了映射确定模块50和丢失帧定位模块60。
映射确定模块用于根据最大相似度得到发送帧与接收帧之间的映射关系。
在得到上述最大相似度后,从上述最大相似度的计算过程可知,可以根据该最大相似度确定发送帧与接收帧之间的映射关系,即接收帧与发送帧之间的帧之间对应关系。
丢失帧定位模块用于根据映射关系确定丢失的帧。
在确定上述映射关系、即帧之间对应关系后,即可确定出在传输过程中丢失的帧,然后可以根据具体情况确定补发,以此提高传输质量。
从上述技术方案可以看出,本实施例提供了一种视频传输质量的计算装置,该装置应用于视频处理系统,具体为在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。该质量指数作为量化指标能够以量化的方式反映该视频处理系统的传输质量,从而能够为开发者对视频处理系统进行改进提供客观的依据。并能够根据最大相似度确定出传输过程中丢失的帧,然后可根据该丢失帧确定是否补发,从而提高了传输质量。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的技术方案进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种视频传输质量的计算方法,应用于视频处理系统,其特征在于,所述计算方法包括步骤:
在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;
当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;
当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;所述利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度,包括步骤:将所述发送帧的帧数和所述接收帧的帧数代入所述递归计算方程,所述递归计算方程包括预设的帧相似方程;利用所述帧相似方程计算两帧之间的相似度;进行递归计算,从递归计算过程中得到所述最大相似度;
将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。
2.如权利要求1所述的计算方法,其特征在于,还包括步骤:
根据所述最大相似度得到所述发送帧与所述接收帧之间的映射关系;
根据所述映射关系确定所述视频处理系统传输所述视频的过程中所丢失的帧。
3.如权利要求1所述的计算方法,其特征在于,所述递归计算在所述发送帧的帧数与所述接收帧的帧数相等时结束。
4.如权利要求1所述的计算方法,其特征在于,所述利用所述帧相似方程计算两帧之间的相似度,包括:
获取两帧的图像数据;
将两帧的图像数据之间对应数据进行匹配计算,得到所述相似度。
5.一种视频传输质量的计算装置,应用于视频处理系统,其特征在于,所述计算装置包括:
帧数统计模块,用于在所述视频处理系统传输视频的过程中,对发送帧的帧数和接收帧的帧数进行统计;
丢帧判断模块,用于当所述接收帧的帧数小于所述发送帧的帧数时,判定所述视频处理系统出现丢帧现象;
相似度计算模块,用于当出现所述丢帧现象时,利用预设的递归计算方程对所述发送帧的帧数和所述接收帧的帧数进行计算,得到所述发送帧与所述接收帧之间的最大相似度;所述相似度计算模块包括:数据代入单元,用于将所述发送帧的帧数和所述接收帧的帧数代入所述递归计算方程,所述递归计算方程包括预设的帧相似方程;相似度计算单元,用于利用所述帧相似方程计算两帧之间的相似度;递归计算单元,用于进行递归计算,从递归计算过程中得到所述最大相似度;
质量计算模块,用于将所述最大相似度除以所述发送帧的帧数,得到所述视频传输质量的质量指数。
6.如权利要求5所述的计算装置,其特征在于,还包括:
映射确定模块,用于根据所述最大相似度得到所述发送帧与所述接收帧之间的映射关系;
丢失帧定位模块,用于根据所述映射关系确定所述视频处理系统传输所述视频的过程中所丢失的帧。
7.如权利要求5所述的计算装置,其特征在于,所述递归计算单元在所述发送帧的帧数与所述接收帧的帧数相等时结束递归计算。
8.如权利要求5所述的计算装置,其特征在于,所述相似度计算单元包括:
数据获取子单元,用于获取两帧的图像数据;
匹配计算子单元,用于将两帧的图像数据之间对应数据进行匹配计算,得到所述相似度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860588.1A CN107493471B (zh) | 2017-09-21 | 2017-09-21 | 一种视频传输质量的计算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860588.1A CN107493471B (zh) | 2017-09-21 | 2017-09-21 | 一种视频传输质量的计算方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107493471A CN107493471A (zh) | 2017-12-19 |
CN107493471B true CN107493471B (zh) | 2019-06-11 |
Family
ID=60652780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710860588.1A Active CN107493471B (zh) | 2017-09-21 | 2017-09-21 | 一种视频传输质量的计算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107493471B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711153B (zh) * | 2018-05-29 | 2021-09-14 | 北京小鸟科技股份有限公司 | 一种数字视频图像畸变检测方法 |
CN116193189A (zh) * | 2022-10-25 | 2023-05-30 | 展讯半导体(成都)有限公司 | 丢帧率测试方法、装置、系统、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7023471B2 (en) * | 2001-10-31 | 2006-04-04 | Intel Corporation | Video quality assessment with test video sequences |
CN101227604B (zh) * | 2007-01-18 | 2010-05-19 | 上海未来宽带技术及应用工程研究中心有限公司 | 一种通过网络损伤度检测网络视频质量的方法 |
CN102111305A (zh) * | 2009-12-23 | 2011-06-29 | 比亚迪股份有限公司 | 在控制局域网网络结构中监控网络节点的运行状态的方法 |
EP2670151A1 (en) * | 2012-05-28 | 2013-12-04 | Tektronix Inc. | Heuristic method for drop frame detection in digital baseband video |
CN104717490A (zh) * | 2013-12-17 | 2015-06-17 | 西安广融电气有限公司 | 视频接收检测装置 |
-
2017
- 2017-09-21 CN CN201710860588.1A patent/CN107493471B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107493471A (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6239594B2 (ja) | 3d情報処理装置及び方法 | |
CN109447154A (zh) | 图片相似度检测方法、装置、介质及电子设备 | |
KR20150140392A (ko) | 단일 이미지로부터 깊이를 추정하기 | |
CN109640066B (zh) | 高精度稠密深度图像的生成方法和装置 | |
US20160142700A1 (en) | Measuring Accuracy of Image Based Depth Sensing Systems | |
JP2024507089A (ja) | 画像のコレスポンデンス分析装置およびその分析方法 | |
CN110348519A (zh) | 金融产品欺诈团伙的识别方法和装置 | |
CN107493471B (zh) | 一种视频传输质量的计算方法和装置 | |
CN114092963A (zh) | 关键点检测及模型训练方法、装置、设备和存储介质 | |
CN113642471A (zh) | 一种图像识别方法、装置、电子设备和存储介质 | |
CN107484124B (zh) | 一种基于csi的虚拟现实跟踪方法及系统 | |
CN110532837A (zh) | 一种物品取放过程中的图像数据处理方法和家电设备 | |
CN116596854A (zh) | 一种设备缺陷的识别方法、装置、设备及介质 | |
CN109978855A (zh) | 一种遥感图像变化检测方法及装置 | |
CN107392948B (zh) | 一种分振幅实时偏振成像系统的图像配准方法 | |
CN111310531A (zh) | 图像分类方法、装置、计算机设备及存储介质 | |
CN108932703A (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN109451318B (zh) | 便于vr视频编码的方法、装置、电子设备及存储介质 | |
EP3327481B1 (en) | Method for modelling an imaging device, corresponding computer program product and computer-readable carrier medium | |
CN112367476B (zh) | Tof相机的曝光时间确定方法、装置及终端设备 | |
CN111640096B (zh) | 电子产品外观的检测方法、装置及终端 | |
CN114339252A (zh) | 一种数据压缩方法及装置 | |
CN107451860B (zh) | 信息推送方法和装置 | |
Zhang et al. | Image quality assessment based on structural saliency | |
CN110349109A (zh) | 基于鱼眼畸变校正方法及其系统、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |