CN109413413A - 视频质量评价方法及装置 - Google Patents

视频质量评价方法及装置 Download PDF

Info

Publication number
CN109413413A
CN109413413A CN201811122465.9A CN201811122465A CN109413413A CN 109413413 A CN109413413 A CN 109413413A CN 201811122465 A CN201811122465 A CN 201811122465A CN 109413413 A CN109413413 A CN 109413413A
Authority
CN
China
Prior art keywords
video
observer
default
quality
factor
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.)
Granted
Application number
CN201811122465.9A
Other languages
English (en)
Other versions
CN109413413B (zh
Inventor
孙伟芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CCTV INTERNATIONAL NETWORKS WUXI Co Ltd
Original Assignee
CCTV INTERNATIONAL NETWORKS WUXI Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CCTV INTERNATIONAL NETWORKS WUXI Co Ltd filed Critical CCTV INTERNATIONAL NETWORKS WUXI Co Ltd
Priority to CN201811122465.9A priority Critical patent/CN109413413B/zh
Publication of CN109413413A publication Critical patent/CN109413413A/zh
Application granted granted Critical
Publication of CN109413413B publication Critical patent/CN109413413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明提供了一种视频质量评价方法及装置，其中，方法中包括：S1解码待评价视频，并根据解码结果判断视频是否损坏，若没有，跳转至步骤S2；S2判断视频中是否存在画面突变现象和/或色调问题；若没有，跳转至步骤S3；若有，跳转至步骤S4；S3将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果；S4将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题，并根据存在的预设问题对视频质量进行评价输出评价结果。其弥补了视频质量客观评价方法中对于用户体验方面的缺乏，实用性更高；同时集成了主观评价方法准确性的优点，适用客观算法对其进行预处理，大大降低了人工成本和时间成本。

Description

视频质量评价方法及装置
技术领域
本发明涉及计算机视觉技术领域，尤其涉及一种视频质量评价方法及装置。
背景技术
当前视频质量评价方法绝大部分是采用针对有损压缩后的视频进行评价，方法主要分为两大类：主观评价方法和客观评价方法，其中，主观评价方法由发起人提供一个相对稳定的环境，集合不少于一定人数的专业视频评价人员进行1:1的视频观影评价并做出打分，最后得出此视频的评价结果，即其凭感知者主观感受评价对象的质量；客观评价方法通过建立数学模型，进行相关后得到量化指标或参数来衡量图像质量，再通过数学模型得出视频质量，即其依据模型给出的量化指标衡量视频图像质量。
但是，对于主观评价方法来说，由于存在专业从事主观评价的人员较少、评价时间较长、评价环境要求严格(主观评价受环境因素影响较大，需要相对稳定的观影环境)价格昂贵等因素，导致其代价较高且效率低下。对于客观评价方法来说，由于视频特征提取方法的鲁棒性不高，评价结果往往不尽如人意，而且很多评价算法使用监督学习算法时需要有源作对比，实用性不强。目前，基于越来越大量的视频质量评价需求，一种能够更加准确的评价视屏质量的方法迫在眉睫。
发明内容
针对上述问题，本发明提供了一种视频质量评价方法及装置，有效解决现有视频质量评价方法单一，实用性不高的技术问题。
一种视频质量评价方法，包括：
S1解码待评价视频，并根据解码结果判断视频是否损坏，若没有，跳转至步骤S2；
S2判断视频中是否存在画面突变现象和/或色调问题；若没有，跳转至步骤S3；若有，跳转至步骤S4；
S3将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果；
S4将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题，并根据存在的预设问题对视频质量进行评价输出评价结果。
进一步优选地，在步骤S1中，具体包括：
S11解码待评价视频；
S12识别解码后的视频是否有声音，若是，跳转至步骤S13；
S13识别解码后的视频是否出现丢包，若没有，跳转至步骤S14；
S14识别解码后的视频是否出现时间戳错误，若没有，跳转至步骤S2。
3.如权利要求2所述的视频质量评价方法，其特征在于，在步骤S11中，若判断解码后的视频没有声音，判定视频损坏，根据预设分数对其进行评分，结束对视频的评价。
进一步优选地，在步骤S12中，若判断解码后的视频中出现丢包，跳转至步骤S15；
在步骤S13中，若判断解码后的视频中出现时间错错误，跳转至步骤S15；
S15将视频输出至普通视频观察员，由普通视频观察员观察视频中是否出现视频丢失，若是，根据丢失时长对视频质量进行评分，结束对视频的评价。
进一步优选地，在步骤S2，判断视频中是否存在画面突变现象中包括：
S21计算视频中相邻两帧图像之间的相似度；
S22根据相邻两帧图像之间的相似度得到其差异度；
S23将相邻两帧图像之间的差异度与预设差异阈值进行比较；
S24当相邻两帧图像之间的差异度大于预设阈值，判断该两帧图像之间出现画面突变。
进一步优选地，在步骤S2，判断视频中是否存在色调问题中包括：
S25计算预设时间段内视频帧偏色因子的均值；
S26将预设时间段内视频帧偏色因子的均值与预设偏色因子进行比较；
S27当预设时间段内视频帧偏色因子的均值大于预设偏色因子，则记录该时间点。
进一步优选地，在步骤S2，判断视频中是否存在色调问题中还包括：
S28计算视频帧图像的灰度均值和方差；
S29将视频帧图像的灰度均值和方差分别与预设均值和预设方差进行比较；
S30根据比较结果判断的视频帧是否存在偏亮或偏暗，若是，记录该时间点。
进一步优选地，在步骤S4，普通视频观察员根据存在的预设问题对视频质量进行评价中具体为，普通视频观察员根据存在预设问题的占用面积比例和/或持续时间比例对该视频的质量进行评分。
本发明还提供了一种视频质量评价装置，包括：
视频解码模块，用于解码待评价视频，并根据解码结果判断视频是否损坏；
判断模块，用于根据视频解码模块的判断结果进一步判断视频中是否存在画面突变现象和/或色调问题；
视频输出模块，用于根据判断模块的判断结果将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果；或将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题，并根据存在的预设问题对视频质量进行评价输出评价结果。
进一步优选地，在判断模块中包括：
计算单元，用于计算视频中相邻两帧图像之间的相似度，并根据相邻两帧图像之间的相似度得到其差异度；
比较单元，用于将计算单元得到的相邻两帧图像之间的差异度与预设差异阈值进行比较；
判定单元，当相邻两帧图像之间的差异度大于预设阈值，判定该两帧图像之间出现画面突变。
进一步优选地，计算单元还用于计算预设时间段内视频帧偏色因子的均值，及用于计算视频帧图像的灰度均值和方差；
比较单元还用于将预设时间段内视频帧偏色因子的均值与预设偏色因子进行比较，及用于将视频帧图像的灰度均值和方差分别与预设均值和预设方差进行比较；
在判断模块中还包括记录单元，当预设时间段内视频帧偏色因子的均值大于预设偏色因子，则记录该时间点；
判定单元还用于根据比较结果判断的视频帧是否存在偏亮或偏暗，若是，记录单元记录该时间点。
在本发明提供的视频质量评价方法及装置中，弥补了视频质量客观评价方法中对于用户体验方面的缺乏，更加符合实际应用的客观评价方法，实用性更高；此外，该评价方法集成了主观评价方法准确性的优点，同时适用客观算法对其进行预处理(包括解码，根据解码结果判断视频是否损坏、判断视频中是否存在画面突变现象和/或色调问题等)，大大降低了人工成本和时间成本；再有，在本发明中，由视频是否损坏及其损坏的程度(评分)两部分组成的视频质量评价结果，能够更加全面和立体的给出视频的评价结果。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对上述特性、技术特征、优点及其实现方式予以进一步说明。
图1为本发明中视频质量评价方法流程示意图；
图2为本发明中视频质量评价装置示意图；
附图标记说明：
10-视频解码模块，20-判断模块，30-视频输出模块。
具体实施方式
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，下面将对照附图说明本发明的具体实施方式。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，并获得其他的实施方式。
如图1所示为本发明提供的视频质量评价方法流程示意图，从图中可以看出，在该视频质量评价方法中包括：S1解码待评价视频，并根据解码结果判断视频是否损坏，若没有，跳转至步骤S2；S2判断视频中是否存在画面突变现象和/或色调问题；若没有，跳转至步骤S3；若有，跳转至步骤S4；S3将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果；S4将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题，并根据存在的预设问题对视频质量进行评价输出评价结果。
在步骤S1中，可以使用如ffmpeg等解码工具对待评价视频进行解码，在这一过程中，解码工具对解码后的视频是否有声音进行识别，若解码得到的为无声音视频则直接判定其为损坏视频，并根据预设分数对其进行评分，结束评价过程；若解码得到的是有声音的视频，则进一步识别是否有丢包(使用解码工具进行识别，如由ffmpeg解码视频时，若出现丢包则会报出“missd XX packets”进行提示)，与此同时，对解码后的视频是否出现时间戳错误进行识别，若有记录相应的时间区域，并将视频输出至普通视频观察员，由普通视频观察员实时观看是否引起花屏等其它损坏，识别是否出现视频头中的视频长度(解码时读取视频的头信息中获取的视频长度)和解码完的累计的视频长度不一致的情况，若是，则输出片段丢失视频，并根据丢失时长对视频质量进行评分，结束对视频的评价。具体，当出现无声音或视频时长不对时，判定视频为损坏类型，评分在0.0～0.25，其中，无声音时为0.1分；视频时长不对时，根据真实时长和信息头时长比k，使用0.25*k进行评分。
根据以上描述，在步骤S1中，若解码后的视频为无声视频、出现视频丢失等情况，则评价过程结束，若没有出现上述情况，则进入步骤S2中，使用客观评价算法识别出画面突变或者视频过暗过亮、视频偏色等突变或异常时间区域，输出到播放器由普通观察员实时观察是否有花屏、模糊、黑屏、彩屏、静帧、音画不同步、声音断续等问题，若存在以上问题则输出评价结论。
在这一过程中，首先使用相似性分析方法识别突变画面，如模板匹配法、直方图比较法、基于边缘的方法、块匹配法以及压缩视频的镜头分割算法等。以直方图比较法进行识别为例，其通过图像间灰度或颜色散布情况的类似程度来判断镜头边界，计算直方图的加权距离的方式，增加图片中间区域在直方图中所占的权重。
具体，视频中相邻两帧n帧以及n+1帧图像所对应的像素点(i,j)的相似度D(fn,fn+1)为；
其中，k表示图像的色彩级别，直方图区间的划分总数；H表示图像的直方图。其中，直方图采用HSV颜色空间模型来统计直方图特征。
相邻两帧图像之间的相似度得到其差异度Z(fn,fn+1)为；
Z(fn，fn+1)＝1-D(fn，fn+1)
之后，将相邻两帧图像之间的差异度Z(fn,fn+1)与预设差异阈值进行比较；当相邻两帧图像之间的差异度大于预设阈值，判断该两帧图像之间出现画面突变。在实际应用中，将该预设差异阈值设置于0-1之间，如取值0.05～0.90间。
识别突变画面标记之后，进一步对视频中是否存在色调问题进行识别：具体，识别视频偏色基于YCrCb颜色空间，其中，Y＝0.299R+0.587G+0.114B代表亮度，Cr＝(R-Y)*0.713+128与Cb＝(B-Y)*0.564+128两个分量分别度量颜色中的红色色度与蓝色色度，图像偏色不仅与图像色度的平均值有直接关系，还与图像的色度分布特性有关，若在a-b色度坐标平面上为单峰值，或者分布较为集中，而色度平均值又较大时，一般都存在偏色，而且色度平均值较大，偏色较严重。
在计算图像偏色程度的过程中，采用图像平均色度D和色度中心距M的比值，即偏色因子K来衡量图像的偏色程度，偏色因子的计算方法为：
K＝D/M
其中，M、N分别为视频图像的宽和高，以像素为单位。(da,db)为a-b色度平面的中心坐标，为半径，为色度到色度中心的距离，其中，当da＞0,视频图像偏红，否则偏绿；当db＞0,视频图像偏黄，否则偏蓝。K为偏色因子，当K值偏大时，说明视频图像偏色越严重。
基于此，在本发明中，首先计算预设时间段内(如5s等)视频帧偏色因子的均值；之后将预设时间段内视频帧偏色因子的均值与预设偏色因子进行比较；若5s期间视频持续偏红或者偏蓝，且预设时间段内视频帧偏色因子的均值大于预设偏色因子，则记录该时间点。在实际应用中，该预设偏色因子可设定在1.5～2之间，当预设时间段内视频帧偏色因子的均值大于设定值，认为偏色严重。
对视频的偏色程度判断结束之后，进一步判断视频中是否出现过亮或过暗。我们知道，图片过亮或过暗的视觉效果是整幅图像看上去偏亮偏白或者是偏暗偏黑，在灰度空间里，灰度值总体偏高(趋于255)或者偏低(趋于0)。识别视频图像的亮度检测与色度检测相似，计算图片在灰度图上的均值和方差，当存在亮度异常时，灰度均值会偏离均值点(假设为0-255的中间值128)，方差也会偏小；以此通过计算灰度图的灰度均值和方差，当方差大于预设阈值C2时，则认为图片无偏暗或偏亮，否则定义阈值A，B，平均灰度值G。当G∈[0,A]认为图像偏暗，当G∈[B,255]认为图像偏亮。其中，128>A>0，可取64，255>B>128，可取191，50>C>0。评估视频帧图像是否过亮或过暗。
具体，灰度图转化可采用加权平均法得到视频帧图像各像素点的灰度值I(x,y)：
I(x,y)＝0.3*I_R(x,y)+0.59*I_G(x,y)+0.11*I_B(x,y)
其中，I_R(x,y)为红色分量，I_G(x,y)为绿色分量，I_B(x,y)为蓝色分量。
灰度均值为：
方差s2为：
计算得到视频帧图像的灰度均值和方差之后，将视频帧图像的灰度均值和方差分别与预设均值和预设方差进行比较；进而根据比较结果判断的视频帧是否存在偏亮或偏暗，若是，记录该时间点并输出。
在使用客观质量评价方法对视频质量进行客观评价的过程中，若判断出出现突变画面和/或色调问题(若不存在色调问题，输出画面突变时间点；不存在突变画面，输出色调问题时间区域；若都存在问题，输出色调问题时间区域及突变画面时间点)，则将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题(花屏、模糊、黑屏、彩屏、静帧、音画不同步、声音断续等问题)，并根据存在的预设问题对视频质量进行评价输出评价结果。
对于输出的评价结果，分为两类，花屏、模糊、黑屏、彩屏、静帧、曝光等图像类损坏，由损坏面积占总图片面积的比例和持续时间占总视频的比例两部分组成；音画不同步和声音断续之类的音频问题，由持续时间占总视频的比例决定损坏程度，在实际应用中，可以根据实际情况设定打分规则。在一实例中，打分规则如下：
当视频中没有出现损坏，也没有出现画面突变和色调问题，则将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果。
综上，在一实例中，基于视频损坏和视频无损坏对视频进行评价，输出结果具体为：
在评分的过程中，视频无损坏的评价结果基于视频本身的类型来衡量，视频质量评价结果由两部分组成：是否损坏和程度。
如图2所示为本发明提供的视频质量评价装置示意图，从图中可以看出，在该视频质量评价装置中包括：视频解码模块10、判断模块20及视频输出模块30，其中，视频解码模块用于解码待评价视频，并根据解码结果判断视频是否损坏；判断模块用于根据视频解码模块的判断结果进一步判断视频中是否存在画面突变现象和/或色调问题；视频输出模块用于根据判断模块的判断结果将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果；或将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题，并根据存在的预设问题对视频质量进行评价输出评价结果。
在视频解码模块中，可以使用如ffmpeg等解码工具对待评价视频进行解码，在这一过程中，解码工具对解码后的视频是否有声音进行识别，若解码得到的为无声音视频则直接判定其为损坏视频，并根据预设分数对其进行评分，结束评价过程；若解码得到的是有声音的视频，则进一步识别是否有丢包(使用解码工具进行识别，如由ffmpeg解码视频时，若出现丢包则会报出“missd XX packets”进行提示)，与此同时，对解码后的视频是否出现时间戳错误进行识别，若有记录相应的时间区域，并将视频输出至普通视频观察员，由普通视频观察员实时观看是否引起花屏等其它损坏，识别是否出现视频头中的视频长度(解码时读取视频的头信息中获取的视频长度)和解码完的累计的视频长度不一致的情况，若是，则输出片段丢失视频，并根据丢失时长对视频质量进行评分，结束对视频的评价。具体，当出现无声音或视频时长不对时，判定视频为损坏类型，评分在0.0～0.25，其中，无声音时为0.1分；视频时长不对时，根据真实时长和信息头时长比k，使用0.25*k进行评分。
之后，判断模块用于根据视频解码模块的判断结果进一步判断视频中是否存在画面突变现象和/或色调问题，具体，判断模块使用客观评价算法识别出画面突变或者视频过暗过亮、视频偏色等突变或异常时间区域，输出到播放器由普通观察员实时观察是否有花屏、模糊、黑屏、彩屏、静帧、音画不同步、声音断续等问题，若存在以上问题则输出评价结论。在该判断模块中包括：计算单元，用于计算视频中相邻两帧图像之间的相似度，并根据相邻两帧图像之间的相似度得到其差异度；比较单元，用于将计算单元得到的相邻两帧图像之间的差异度与预设差异阈值进行比较；判定单元，当相邻两帧图像之间的差异度大于预设阈值，判定该两帧图像之间出现画面突变。
首先使用相似性分析方法识别突变画面，如模板匹配法、直方图比较法、基于边缘的方法、块匹配法以及压缩视频的镜头分割算法等。以直方图比较法进行识别为例，其通过图像间灰度或颜色散布情况的类似程度来判断镜头边界，计算直方图的加权距离的方式，增加图片中间区域在直方图中所占的权重。
具体，视频中相邻两帧图像之间的相似度D(fn,fn+1)为；
其中，k表示图像的色彩级别，直方图区间的划分总数；H表示图像的直方图在n帧以及n+1帧的图像中落在第x个直方图区间中的像素点值，其中，直方图采用HSV颜色空间模型来统计直方图特征。
相邻两帧图像之间的相似度得到其差异度Z(fn,fn+1)为；
Z(fn，fn+1)＝1-D(fn，fn+1)
之后，将相邻两帧图像之间的差异度Z(fn,fn+1)与预设差异阈值进行比较；当相邻两帧图像之间的差异度大于预设阈值，判断该两帧图像之间出现画面突变。
此外，计算单元还用于计算预设时间段内视频帧偏色因子的均值，及用于计算视频帧图像的灰度均值和方差；比较单元还用于将预设时间段内视频帧偏色因子的均值与预设偏色因子进行比较，及用于将视频帧图像的灰度均值和方差分别与预设均值和预设方差进行比较；在判断模块中还包括记录单元，当预设时间段内视频帧偏色因子的均值大于预设偏色因子，则记录该时间点；判定单元还用于根据比较结果判断的视频帧是否存在偏亮或偏暗，若是，记录单元记录该时间点。
具体，识别视频偏色基于YCrCb颜色空间，其中，Y＝0.299R+0.587G+0.114B代表亮度，Cr＝(R-Y)*0.713+128与Cb＝(B-Y)*0.564+128两个分量分别度量颜色中的红色色度与蓝色色度，图像偏色不仅与图像色度的平均值有直接关系，还与图像的色度分布特性有关，若在a-b色度坐标平面上为单峰值，或者分布较为集中，而色度平均值又较大时，一般都存在偏色，而且色度平均值较大，偏色较严重。
在计算图像偏色程度的过程中，采用图像平均色度D和色度中心距M的比值，即偏色因子K来衡量图像的偏色程度，偏色因子的计算方法为：
K＝D/M
其中，M、N分别为视频图像的宽和高，以像素为单位。(da,db)为a-b色度平面的中心坐标，为半径，为色度到色度中心的距离，其中，当da＞0,视频图像偏红，否则偏绿；当db＞0,视频图像偏黄，否则偏蓝。K为偏色因子，当K值偏大时，说明视频图像偏色越严重。
基于此，在本发明中，首先计算预设时间段内(如5s等)视频帧偏色因子的均值；之后将预设时间段内视频帧偏色因子的均值与预设偏色因子进行比较；若预设时间段内视频帧偏色因子的均值大于预设偏色因子，则记录该时间点。
对视频的偏色程度判断结束之后，进一步判断视频中是否出现过亮或过暗。我们知道，图片过亮或过暗的视觉效果是整幅图像看上去偏亮偏白或者是偏暗偏黑，在灰度空间里，灰度值总体偏高(趋于255)或者偏低(趋于0)。识别视频图像的亮度检测与色度检测相似，计算图片在灰度图上的均值和方差，当存在亮度异常时，灰度均值会偏离均值点(假设为0-255的中间值128)，方差也会偏小；以此通过计算灰度图的灰度均值和方差，评估视频帧图像是否过亮或过暗。
具体，灰度图转化可采用加权平均法得到视频帧图像各像素点的灰度值I(x,y)：
I(x,y)＝0.3*I_R(x,y)+0.59*I_G(x,y)+0.11*I_B(x,y)
其中，I_R(x,y)为红色分量，I_G(x,y)为绿色分量，I_B(x,y)为蓝色分量。
灰度均值为：
方差s2为：
计算得到视频帧图像的灰度均值和方差之后，将视频帧图像的灰度均值和方差分别与预设均值和预设方差进行比较；进而根据比较结果判断的视频帧是否存在偏亮或偏暗，若是，记录该时间点并输出。
在使用客观质量评价方法对视频质量进行客观评价的过程中，若判断出出现突变画面和/或色调问题(若不存在色调问题，输出画面突变时间点；不存在突变画面，输出色调问题时间区域；若都存在问题，输出色调问题时间区域及突变画面时间点)，则将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题(花屏、模糊、黑屏、彩屏、静帧、音画不同步、声音断续等问题)，并根据存在的预设问题对视频质量进行评价输出评价结果。
对于输出的评价结果，分为两类，花屏、模糊、黑屏、彩屏、静帧、曝光等图像类损坏，由损坏面积占总图片面积的比例和持续时间占总视频的比例两部分组成；音画不同步和声音断续之类的音频问题，由持续时间占总视频的比例决定损坏程度，在实际应用中，可以根据实际情况设定打分规则。
当视频中没有出现损坏，也没有出现画面突变和色调问题，则将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果。
应当说明的是，上述实施例均可根据需要自由组合。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通相关人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种视频质量评价方法，其特征在于，所述视频质量评价方法中包括：
S1解码待评价视频，并根据解码结果判断视频是否损坏，若没有，跳转至步骤S2；
S2判断视频中是否存在画面突变现象和/或色调问题；若没有，跳转至步骤S3；若有，跳转至步骤S4；
S3将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果；
S4将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题，并根据存在的预设问题对视频质量进行评价输出评价结果。
2.如权利要求1所述的视频质量评价方法，其特征在于，在步骤S1中，具体包括：
S11解码待评价视频；
S12识别解码后的视频是否有声音，若是，跳转至步骤S13；
S13识别解码后的视频是否出现丢包，若没有，跳转至步骤S14；
S14识别解码后的视频是否出现时间戳错误，若没有，跳转至步骤S2。
3.如权利要求2所述的视频质量评价方法，其特征在于，在步骤S11中，若判断解码后的视频没有声音，判定视频损坏，根据预设分数对其进行评分，结束对视频的评价。
4.如权利要求2所述的视频质量评价方法，其特征在于，
在步骤S12中，若判断解码后的视频中出现丢包，跳转至步骤S15；
在步骤S13中，若判断解码后的视频中出现时间错错误，跳转至步骤S15；
S15将视频输出至普通视频观察员，由普通视频观察员观察视频中是否出现视频丢失，若是，根据丢失时长对视频质量进行评分，结束对视频的评价。
5.如权利要求1所述的视频质量评价方法，其特征在于，在步骤S2，判断视频中是否存在画面突变现象中包括：
S21计算视频中相邻两帧图像之间的相似度；
S22根据相邻两帧图像之间的相似度得到其差异度；
S23将相邻两帧图像之间的差异度与预设差异阈值进行比较；
S24当相邻两帧图像之间的差异度大于预设阈值，判断该两帧图像之间出现画面突变。
6.如权利要求1所述的视频质量评价方法，其特征在于，在步骤S2，判断视频中是否存在色调问题中包括：
S25计算预设时间段内视频帧偏色因子的均值；
S26将预设时间段内视频帧偏色因子的均值与预设偏色因子进行比较；
S27当预设时间段内视频帧偏色因子的均值大于预设偏色因子，则记录该时间点。
7.如权利要求6所述的视频质量评价方法，其特征在于，在步骤S2，判断视频中是否存在色调问题中还包括：
S28计算视频帧图像的灰度均值和方差；
S29将视频帧图像的灰度均值和方差分别与预设均值和预设方差进行比较；
S30根据比较结果判断的视频帧是否存在偏亮或偏暗，若是，记录该时间点。
8.如权利要求1-7任意一项所述的视频质量评价方法，其特征在于，在步骤S4，普通视频观察员根据存在的预设问题对视频质量进行评价中具体为，普通视频观察员根据存在预设问题的占用面积比例和/或持续时间比例对该视频的质量进行评分。
9.一种视频质量评价装置，其特征在于，所述视频质量评价装置中包括：
视频解码模块，用于解码待评价视频，并根据解码结果判断视频是否损坏；
判断模块，用于根据视频解码模块的判断结果进一步判断视频中是否存在画面突变现象和/或色调问题；
视频输出模块，用于根据判断模块的判断结果将视频输出至专业视频观察员，由专业视频观察员对该视频质量进行评价并输出结果；或将视频输出至普通视频观察员，由普通视频观察员观察视频中是否存在预设问题，并根据存在的预设问题对视频质量进行评价输出评价结果。
10.如权利要求9所述的视频质量评价装置，其特征在于，在判断模块中包括：
计算单元，用于计算视频中相邻两帧图像之间的相似度，并根据相邻两帧图像之间的相似度得到其差异度；
比较单元，用于将计算单元得到的相邻两帧图像之间的差异度与预设差异阈值进行比较；
判定单元，当相邻两帧图像之间的差异度大于预设阈值，判定该两帧图像之间出现画面突变。
11.如权利要求10所述的视频质量评价装置，其特征在于，
计算单元还用于计算预设时间段内视频帧偏色因子的均值，及用于计算视频帧图像的灰度均值和方差；
比较单元还用于将预设时间段内视频帧偏色因子的均值与预设偏色因子进行比较，及用于将视频帧图像的灰度均值和方差分别与预设均值和预设方差进行比较；
在判断模块中还包括记录单元，当预设时间段内视频帧偏色因子的均值大于预设偏色因子，则记录该时间点；
判定单元还用于根据比较结果判断的视频帧是否存在偏亮或偏暗，若是，记录单元记录该时间点。
CN201811122465.9A 2018-09-26 2018-09-26 视频质量评价方法及装置 Active CN109413413B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811122465.9A CN109413413B (zh) 2018-09-26 2018-09-26 视频质量评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811122465.9A CN109413413B (zh) 2018-09-26 2018-09-26 视频质量评价方法及装置

Publications (2)

Publication Number Publication Date
CN109413413A true CN109413413A (zh) 2019-03-01
CN109413413B CN109413413B (zh) 2020-06-05

Family

ID=65466405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811122465.9A Active CN109413413B (zh) 2018-09-26 2018-09-26 视频质量评价方法及装置

Country Status (1)

Country Link
CN (1) CN109413413B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458803A (zh) * 2019-07-04 2019-11-15 深圳市玩瞳科技有限公司 基于彩带校准的帧图像偏色和亮度检测方法及装置
CN112291551A (zh) * 2020-06-23 2021-01-29 广州红贝科技有限公司 一种基于图像处理的视频质量检测方法、存储设备及移动终端

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395043A (zh) * 2011-11-11 2012-03-28 北京声迅电子股份有限公司 视频质量诊断方法
CN103945219A (zh) * 2014-04-30 2014-07-23 北京邮电大学 一种网络侧视频质量监测系统
CN103945213A (zh) * 2013-01-22 2014-07-23 中兴通讯股份有限公司 一种视频流质量监测方法及装置
US20140218543A1 (en) * 2013-02-01 2014-08-07 Victor Steinberg Video quality analyzer
CN104168478A (zh) * 2014-07-29 2014-11-26 银江股份有限公司 基于Lab空间及相关性函数的视频图像偏色检测方法
CN105430383A (zh) * 2015-12-07 2016-03-23 广东电网有限责任公司珠海供电局 一种视频流媒体业务的体验质量评估方法
CN105430384A (zh) * 2015-12-10 2016-03-23 青岛海信网络科技股份有限公司 一种视频质量诊断方法和系统
CN107027072A (zh) * 2017-05-04 2017-08-08 深圳市金立通信设备有限公司 一种视频标记方法、终端及计算机可读存储介质
CN107087159A (zh) * 2017-04-18 2017-08-22 天津市德力电子仪器有限公司 Iptv和ott视频质量的评估装置及评估方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395043A (zh) * 2011-11-11 2012-03-28 北京声迅电子股份有限公司 视频质量诊断方法
CN103945213A (zh) * 2013-01-22 2014-07-23 中兴通讯股份有限公司 一种视频流质量监测方法及装置
US20140218543A1 (en) * 2013-02-01 2014-08-07 Victor Steinberg Video quality analyzer
CN103945219A (zh) * 2014-04-30 2014-07-23 北京邮电大学 一种网络侧视频质量监测系统
CN104168478A (zh) * 2014-07-29 2014-11-26 银江股份有限公司 基于Lab空间及相关性函数的视频图像偏色检测方法
CN105430383A (zh) * 2015-12-07 2016-03-23 广东电网有限责任公司珠海供电局 一种视频流媒体业务的体验质量评估方法
CN105430384A (zh) * 2015-12-10 2016-03-23 青岛海信网络科技股份有限公司 一种视频质量诊断方法和系统
CN107087159A (zh) * 2017-04-18 2017-08-22 天津市德力电子仪器有限公司 Iptv和ott视频质量的评估装置及评估方法
CN107027072A (zh) * 2017-05-04 2017-08-08 深圳市金立通信设备有限公司 一种视频标记方法、终端及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458803A (zh) * 2019-07-04 2019-11-15 深圳市玩瞳科技有限公司 基于彩带校准的帧图像偏色和亮度检测方法及装置
CN112291551A (zh) * 2020-06-23 2021-01-29 广州红贝科技有限公司 一种基于图像处理的视频质量检测方法、存储设备及移动终端

Also Published As

Publication number Publication date
CN109413413B (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN108038456B (zh) 一种人脸识别系统中的防欺骗方法
US8571253B2 (en) Image quality evaluation device and method
CN102231264B (zh) 动态对比度增强装置和方法
CN101390128B (zh) 脸部器官的位置的检测方法及检测系统
US7853048B2 (en) Pupil color correction device and program
CN106056559A (zh) 基于暗通道先验的非均匀光场水下目标探测图像增强方法
CN101609500A (zh) 出入境数字人像相片质量评估方法
JP2002501234A (ja) 人間の顔の追跡システム
CN108509902A (zh) 一种驾驶员行车过程中手持电话通话行为检测方法
CN109413413A (zh) 视频质量评价方法及装置
CN110458803A (zh) 基于彩带校准的帧图像偏色和亮度检测方法及装置
CN104809700B (zh) 一种基于亮通道的低照度视频实时增强方法
CN106373096A (zh) 一种多特征权值自适应的阴影消除方法
CN106599880A (zh) 一种面向无人监考的同人判别方法
CN109829905A (zh) 一种面部美化感知质量的无参考评价方法
CN110933406A (zh) 一种短视频配乐质量客观评价方法
CN103200349A (zh) 一种扫描图像色偏自动检测方法
CN101370154A (zh) 一种图像质量的评测方法及装置
CN102685547B (zh) 一种基于块效应和噪声的低码率视频质量检测方法
CN102542304B (zh) 识别wap手机色情图像的区域分割肤色算法
CN104112266B (zh) 一种图像边缘虚化的检测方法和装置
CN112601080B (zh) 判断电视单色场信号的方法
CN112581461B (zh) 基于生成网络的无参考图像质量评价方法及装置
KR101493900B1 (ko) 놀이용 카드의 비가시성 패턴의 존재 여부가 검출되는 영상 처리 방법 및 기록매체
US8295539B2 (en) Method and system of immersive sensation enhancement for video sequence displaying

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