CN110213573A - 一种视频质量评估方法、装置和电子设备 - Google Patents

一种视频质量评估方法、装置和电子设备 Download PDF

Info

Publication number
CN110213573A
CN110213573A CN201910517059.0A CN201910517059A CN110213573A CN 110213573 A CN110213573 A CN 110213573A CN 201910517059 A CN201910517059 A CN 201910517059A CN 110213573 A CN110213573 A CN 110213573A
Authority
CN
China
Prior art keywords
video
quality
training
assessed value
evaluation method
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
CN201910517059.0A
Other languages
English (en)
Other versions
CN110213573B (zh
Inventor
廖懿婷
孟胜彬
李军林
王悦
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.)
Beijing ByteDance Network Technology Co Ltd
ByteDance Inc
Original Assignee
Beijing ByteDance Network Technology Co Ltd
ByteDance Inc
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 Beijing ByteDance Network Technology Co Ltd, ByteDance Inc filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201910517059.0A priority Critical patent/CN110213573B/zh
Publication of CN110213573A publication Critical patent/CN110213573A/zh
Priority to PCT/CN2020/094332 priority patent/WO2020248890A1/zh
Application granted granted Critical
Publication of CN110213573B publication Critical patent/CN110213573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/004Diagnosis, testing or measuring for television systems or their details for digital television systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion

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

本公开提供了一种视频质量评估方法、装置、电子设备和计算机可读存储介质,该方法包括:将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值;以及基于第一评估值和第二评估值,根据预定准则来评估第一视频和第二视频的质量,其中,根据预定视频质量评估方法,在第一视频的质量不同于第二视频的质量的情况下,第一评估值不同于第二评估值。

Description

一种视频质量评估方法、装置和电子设备
技术领域
本公开涉及视频质量评估,更具体地,涉及一种视频质量评估方法、装置、电子设备和计算机可读存储介质。
背景技术
图像/视频质量评估在图像/视频处理中起着至关重要的作用,它可以用于预测图像/视频质量并评估各种视频处理/压缩算法的性能。通常有两类评估视频质量的方法:主观方法和客观方法。主观方法依赖于人类主体观看视频并提供质量评级,客观方法使用算法来预测人类观看者如何评价视频。
由于客观方法不需要强烈的人类参与,因而对于大规模的实时评估更加实用。取决于是否需要参考视频(或参考视频的特征)用于图像/视频质量评估,客观方法可以进一步分为三类:全参考(Full Reference)视频质量评估方法,部分参考(Reduced Reference,RR)视频质量评估方法和无参考(no reference,NR)制品质量评估方法,其中全参考视频质量评估方法使用完整的原始视频信号作为对比数据来评估视频质量,部分参考视频质量评估方法使用经过提取的部分视频特征作为对比数据来评估视频质量,无参考视频质量评估方法仅使用用户得到的实际数据来评估视频质量。
发明内容
本公开提供了一种视频质量评估方法、装置、电子设备和计算机可读存储介质。
根据本公开的一方面,提供了一种视频质量评估方法,该方法包括:将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值;以及基于第一评估值和第二评估值,根据预定准则来评估第一视频和第二视频的质量,其中,根据预定视频质量评估方法,在第一视频的质量不同于第二视频的质量的情况下,第一评估值不同于第二评估值。
根据本公开的另一方面,提供了一种视频质量评估装置,该装置包括:评估值计算模块,用于执行以下操作:将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值;和质量评估模块,用于基于第一评估值和第二评估值,根据预定准则来评估第一视频和第二视频的质量,其中,根据预定视频质量评估方法,在第一视频的质量不同于第二视频的质量的情况下,第一评估值不同于第二评估值。
根据本公开的又一方面,提供了一种包括存储器和处理器的电子设备,存储器上存储有计算机程序指令,该计算机程序指令在由该处理器加载并运行时,使该处理器执行以下操作:将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值;以及基于第一评估值和第二评估值,根据预定准则来评估第一视频和第二视频的质量,其中,根据预定视频质量评估方法,在第一视频的质量不同于第二视频的质量的情况下,第一评估值不同于第二评估值。
根据本公开的再一方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,该计算机程序指令在由处理器加载并运行时,使该处理器执行以下操作:将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值;以及基于第一评估值和第二评估值,根据预定准则来评估第一视频和第二视频的质量,其中,根据预定视频质量评估方法,在第一视频的质量不同于第二视频的质量的情况下,第一评估值不同于第二评估值。
如以下将详细描述的,本公开提出了一种在不存在参考视频的情况下,使用诸如全参考视频质量评估方法和部分参考视频质量评估方法的视频质量评估方法来评估两个视频的质量的方法。换言之,即使在参考视频不可用时,根据本公开的实施例的视频质量评估方法也可以使用全参考视频质量评估方法或部分参考视频质量评估方法来评估视频的质量,例如,对视频的质量进行排序。
应该理解,前面的一般描述和下面的详细描述两者都是示例性的,并且旨在提供要求保护的技术的进一步说明,而不旨在限制本公开的技术构思。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的视频质量评估方法的一个示意流程图;
图2是根据本公开的一些实施例的视频质量评估方法的另一个示意流程图;
图3是根据本公开的一些实施例的用于视频质量评估的电子装置的一个示意图;
图4是根据本公开的一些实施例的用于视频质量评估的电子装置的另一个示意图;
图5是根据本公开的一些实施例的用于视频质量评估的电子设备的示意图;
图6是根据本公开的一些实施例的用于视频质量评估的另一电子设备的示意图;以及
图7是根据本公开的一些实施例的用于视频质量评估的计算机可读存储介质的示意图。
具体实施方式如上所述,由于全参考视频质量评估方法和部分参考视频质量评估方法在评估视频质量时利用原始视频,因而全参考视频质量评估方法和部分参考视频质量评估方法对于某些应用更准确;而无参考视频质量评估方法可能具有更广泛的应用,因为无参考视频质量评估方法不需要参考视频。
基于上述问题而提出了本公开,本公开的发明人通过研究分析发现全参考视频质量评估方法和部分参考视频质量评估方法中的一些评估方法,例如,视频质量多方法评估融合(Video Multimethod Assessment Fusion,VMAF)方法,在一些情况下具有如下特性:对于两个质量不同的视频,第一视频和第二视频,将第一视频作为测试视频,将第二视频作为参考视频,使用这些视频质量评估方法得到的评估值,不同于将第二视频作为测试视频,将第一视频作为参考视频而得到的评估值。基于此而提出了本公开,本公开提出了一种视频质量评估方法、装置、电子设备和计算机可读存储介质。根据本公开的实施例的视频质量评估方法在不存在参考视频的情况下,使用具有以上特性的诸如VMAF的视频质量评估方法来评估两个视频的质量。换言之,即使在参考视频不可用时,根据本公开的实施例的视频质量评估方法也可以使用具有以上特性的全参考视频质量评估方法或部分参考视频质量评估方法来评估视频的质量,例如,对视频的质量进行排名。
为了使得本公开的目的、技术方案和优点更为明显,下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
首先,参考图1,图1是根据本公开的一些实施例的视频质量评估方法的一个示意流程图。如图1所示,根据本公开的一些实施例的视频质量评估方法可以从步骤S100处开始。
在步骤S100处,根据本公开的一些实施例的视频质量评估方法将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值。之后,根据本公开的一些实施例的视频质量评估方法前进到步骤S102。在步骤S102处,根据本公开的一些实施例的视频质量评估方法将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值。其中,第一视频和第二视频是需要评估的两个视频。并且其中预定视频质量评估方法可以是如上所述的具有以下特性的视频质量评估方法:对于两个质量不同的视频,第一视频和第二视频,将第一视频作为测试视频,将第二视频作为参考视频,使用该视频质量评估方法得到的评估值,不同于将第二视频作为测试视频,将第一视频作为参考视频而得到的评估值。具体地,在一些实施例中,预定视频质量评估方法可以是视频质量多方法评估融合。关于该特性,本公开的发明人通过研究分析具备该特性的视频质量评估方法发现,可以提取视频中表征图像的特征向量(例如,自然场景统计(Natural Scene Statistics,NSS))以及视频中的图像与无失真自然图像的接近度的视频质量评估方法(例如,VMAF)可以具备该特性。换言之,根据本公开的一些实施例的预定视频质量评估方法可以用于提取视频(第一视频和第二视频)中表征图像的特征向量以及视频中的图像与无失真自然图像的接近度。
之后,根据本公开的一些实施例的视频质量评估方法可以前进到步骤S104。在步骤S104处,根据本公开的一些实施例的视频质量评估方法基于在步骤S100处得到的第一评估值和在步骤S102处得到的第二评估值,根据预定准则来评估第一视频和第二视频的质量。具体地,在一些实施例中,根据本公开的一些实施例的视频质量评估方法可以根据如下准则来评估第一视频和第二视频的质量:响应于在步骤S100处得到的第一评估值大于在步骤S102处得到的第二评估值,确定第一视频的质量好于第二视频的质量。并且其中,评估第一视频和第二视频的质量可以包括但不限于:(i)对第一视频的质量和第二视频的质量进行排序,例如,按照视频质量的高低,从高到底排序或者从低到高排序;(ii)确定进行评估的两个视频中的哪个视频质量较高或较好;(iii)确定进行评估的两个视频中的哪个视频质量较低或较差。
为了使本领域技术人员更好的理解上面结合图1描述的根据本公开的一些实施例的视频质量评估方法,在下文中,本公开将给出一个具体示例。在该示例中,预定视频质量评估方法是VMAF,要评估的两个视频为test–video1(第一视频)和test-video2(第二视频)。如上所述,首先将test-video1作为测试视频,将test-video2作为参考视频,使用VMAF,得到第一评估值VMAF-value1。然后将test-video2作为测试视频,将test-video1作为参考视频,使用VMAF,得到第二评估值VMAF-value2。之后,比较VMAF-value1和VMAF-value2,如果VMAF-value1>VMAF-value2,则视频test-video1的质量好于视频test-video2的质量;反之,视频test-video2的质量好于视频test-video1的质量。
应该理解,虽然在上面的示例中,预定视频质量评估方法使用的是VMAF,但是本公开对此没有限制。如上所述,任何具有以下特性的视频质量评估方法:对于两个质量不同的视频,第一视频和第二视频,将第一视频作为测试视频,将第二视频作为参考视频,使用该视频质量评估方法得到的评估值,不同于将第二视频作为测试视频,将第一视频作为参考视频而得到的评估值,都可以作为根据本公开的一些实施例的视频质量评估方法中的预定视频质量评估方法。
还应该理解,虽然在上面的示例中,预定准则为:响应于在步骤S100处得到的第一评估值大于在步骤S102处得到的第二评估值,评估第一视频的质量好于第二视频的质量,但是根据本公开对此没有限制。即,根据本公开的一些实施例的视频质量评估方法中的预定准则可以是适用于前述预定视频质量评估方法的任何准则。换言之,预定准则是取决于所使用的预定视频质量评估方法的准则。
还应该理解,虽然在前述描述和示例中,第一视频和第二视频是质量不同的两个视频,但是本公开对此没有限制。即,根据本公开的一些实施例的视频质量评估方法也可以用于评估质量相同的两个视频。在这种情况下,将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值可以等于将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值,并且可以确定两个视频的质量相同。
还应该理解,虽然在前述描述和示例中,根据本公开的一些实施例的视频质量评估方法用于评估两个视频的质量,但是本公开对此没有限制。即,通过适当的使用根据本公开的一些实施例的视频质量评估方法可以评估多个视频的质量,例如,对多个视频的质量进行排序。
还应该理解,虽然在前述描述和示例中,根据本公开的一些实施例的视频质量评估方法用于评估两个视频的质量,但是本公开对此没有限制。即,根据本公开的一些实施例的视频质量评估方法除了用于评估两个视频的质量之外,还可以用于评估两个图像的质量。因此,在本公开中,视频可以包括图像或者可以是图像。
上面结合图1描述的根据本公开的一些实施例的视频质量评估方法在不存在参考视频的情况下,利用诸如全参考视频质量评估方法和部分参考视频质量评估方法的视频质量评估方法的以下特性:对于两个质量不同的视频,第一视频和第二视频,将第一视频作为测试视频,将第二视频作为参考视频,使用该视频质量评估方法得到的评估值,不同于将第二视频作为测试视频,将第一视频作为参考视频而得到的评估值,来评估两个视频的质量。换言之,即使在参考视频不可用时,根据本公开的一些实施例的视频质量评估方法也可以使用具有前述特性的视频质量评估方法来评估视频的质量,例如,对视频的质量进行排名。从而增加了具有前述特性的视频质量评估方法的应用范围。
上面结合图1描述了根据本公开的一些实施例的视频质量评估方法,在下文中,本公开将结合表1来给出根据本公开的一些实施例的视频质量评估方法的评估结果。在该示例中,本公开测试两种不同压缩级别(CRF 24和CRF 28)的500个视频。本领域技术人员理解,这些视频的质量等级应为SOURCE>CRF24>CRF28。测试结果如表1所示。
表1
从表1可以看出,根据本公开的一些实施例的视频质量评估方法可以以正确的顺序确定视频集的质量的等级。即,正确地确定视频的质量的高低顺序。
图2是根据本公开的一些实施例的视频质量评估方法的另一个示意流程图。和图1所示的根据本公开的一些实施例的视频质量评估方法的示意流程相比,图2所示的根据本公开的一些实施例的视频质量评估方法的示例流程除了包括步骤S100、步骤S102和步骤S104之外,还包括步骤S200。即,根据本公开的一些实施例的视频质量评估方法在对两个视频的质量进行评估之前,还可以对预定视频质量评估方法进行训练,使得根据本公开的一些实施例的视频质量评估方法具有更好的性能和更广的应用范围。
具体地,在步骤S200处,以主观视频质量评估方法得到的视频质量分数为训练目标,基于第一训练视频和第二训练视频来执行训练,其中第一训练视频和第二训练视频是不同失真程度的视频。例如,在一些示例实施例中,训练目标可以是通过主观测试得到的差分平均意见分数(Difference Mean Opinion Score,DMOS),第一训练视频可以是高清视频,第二训练视频可以是高清视频以某种编码模式(例如,CRF 23,CRF 26和2-pass-ABR)编码之后的视频、和高清视频同内容的模糊失真视频等。在训练过程中,可以使用支持向量机(Support Vector Machine,SVM)回归器,以主观视频质量评估方法得到的视频质量分数DMOS为训练目标,基于第一训练视频和第二训练视频来训练所使用的预定视频质量评估方法。由于训练过程S200与常规的参考视频训练方法(例如,VMAF的训练方法)类似,因此为了简洁,此处省略其详细描述。
应该理解,在上面的描述中,虽然训练目标的示例是通过主观测试得到的DMOS,但是本公开对此没有限制。另外,虽然在上述公开中第一训练视频的示例是高清视频,但是本公开对此没有限制,也就是说,在本公开中,高清视频可以是指同一内容的训练视频中的清晰度最高(即,失真程度最低)的视频,例如高清视频、超高清视频等。另外,虽然在上述公开中是使用SVM回归器来训练预定视频质量评估方法,但是本公开对此没有限制,也就是说可以使用现有的或在未来研发的任何适于训练视频质量评估方法的训练算法来训练预定视频质量方法,例如K-means算法等。
结合图2描述的根据本公开的一些实施例的视频质量评估方法通过训练目标视频质量评估方法,使得根据本公开的一些实施例的视频质量评估方法可以在不存在参考视频的情况下,利用目标视频质量评估方法(例如VMAF)来评估多种不同失真程度的视频的质量,从而使得根据本公开的一些实施例的视频质量评估方法具有更好的性能和更广的应用范围。
在上文中,结合图1和图2描述了根据本公开的一些实施例的视频质量评估方法,并结合表1描述了根据本公开的一些实施例的视频质量评估方法的评估结果。从结合表1的描述中可以看出,根据本公开的一些实施例的视频质量评估方法可以正确地评估视频的质量,例如正确地确定视频的质量的高低顺序。
下面,本公开将结合图3至图7来描述根据本公开的一些实施例的用于视频质量评估的装置、电子设备和计算机可读存储介质。
图3是根据本公开的一些实施例的用于视频质量评估的电子装置300的示意图。如图3所示,根据本公开的一些实施例的用于视频质量评估的电子装置300可以包括评估值计算模块310和质量评估模块320。其中,评估值计算模块310用于执行以下操作:将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值;质量评估模块320,用于基于第一评估值和第二评估值,根据预定准则来评估第一视频和第二视频的质量,其中,根据预定视频质量评估方法,在第一视频的质量不同于第二视频的质量的情况下,第一评估值不同于第二评估值。可替代地或另外地,图3所示的评估值计算模块310和质量评估模块320还可以执行上面结合图1和图2描述的根据本公开的一些实施例的视频质量评估方法。
图4是根据本公开的一些实施例的用于视频质量评估的电子装置400的示意图。如图4所示,根据本公开的一些实施例的用于视频质量评估的电子装置400除了包括与图3所示的电子装置300中包括的评估值计算模块310和质量评估模块320类似的评估值计算模块410和质量评估模块420之外,图4所示的电子装置400还可以包括训练模块430。其中,图4所示的电子装置400中的评估值计算模块410和质量评估模块420和图3所示的评估值计算模块310和质量评估模块320所执行的操作类似,为了简便,此处省略其详细描述。图4所示的电子装置400中的训练模块430用于执行以下操作:以主观视频质量评估方法得到的视频质量分数为训练目标,基于第一训练视频和第二训练视频来执行训练,其中第一训练视频和第二训练视频是不同失真程度的视频。可替代地或另外地,图4所示的训练模块430还可以执行上面结合图2描述的根据本公开的一些实施例的视频质量评估方法中包括的训练过程。
图5是根据本公开的一些实施例的用于视频质量评估的电子设备500的示意图。如图5所示,根据本公开的一些实施例的用于视频质量评估的电子设备500可以包括处理器510和存储器520,该存储器520上存储有计算机程序指令,该计算机程序指令在由该处理器510运行时,使该处理器510执行上面结合图1和图2描述的根据本公开的一些实施例的视频质量评估方法。
图6是根据本公开的一些实施例的用于视频质量评估的电子设备600的示意图。图6示出了适于用来实现本公开实施例的电子设备600的结构示意图。电子设备600可以是云平台、服务器和终端设备等等。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)610,其可以根据存储在只读存储器(ROM)620中的程序或者从存储装置680加载到随机访问存储器(RAM)630中的程序而执行各种适当的动作和处理。在RAM 630中,还存储有电子设备600操作所需的各种程序和数据。处理装置610、ROM 620以及RAM 630通过总线640彼此相连。输入/输出(I/O)接口650也连接至总线640。
通常,以下装置可以连接至I/O接口650:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置660;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置670;包括例如磁带、硬盘等的存储装置680;以及通信装置690。通信装置690可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实施为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置690从网络上被下载和安装,或者从存储装置680被安装,或者从ROM 620被安装。在该计算机程序被处理装置610运行时,执行本公开实施例的方法中限定的上述功能。
图7是根据本公开的一些实施例的用于视频质量评估的计算机可读存储介质700的示意图。如图7所示,根据本公开的一些实施例的用于视频质量评估的计算机可读存储介质700上存储有计算机程序指令710,该计算机程序指令710在由处理器运行时,使该处理器执行上面结合图1和图2描述的根据本公开的一些实施例的视频质量评估方法。
在上文中,结合图1至图7描述了根据本公开的一些实施例的视频质量评估方法、装置、电子设备和计算机可读存储介质,并且结合表1描述了根据本公开的一些实施例的视频质量评估方法的评估结果。从上面的描述可以看出,根据本公开的一些实施例的视频质量评估方法、装置、电子设备和计算机可读存储介质可以在不存在参考视频的情况下,利用目标视频质量评估方法(例如VMAF)来评估多种类型的视频的质量,从而增加了该目标视频质量评估方法的应用范围。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper TextTransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备运行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,提供了一种视频质量评估方法,以及实施该方法的装置、电子设备和计算可读存储介质。该方法包括,将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;将第二视频作为测试视频,将第一视频作为参考视频,使用预定视频质量评估方法得到第二评估值;以及基于第一评估值和第二评估值,根据预定准则来评估第一视频和第二视频的质量,其中,根据预定视频质量评估方法,在第一视频的质量不同于第二视频的质量的情况下,第一评估值不同于第二评估值。
根据本公开的一个或多个实施例,在该方法中,根据预定准则来评估第一视频和第二视频的质量包括:响应于第一评估值大于第二评估值,确定第一视频的质量好于第二视频的质量。
根据本公开的一个或多个实施例,在该方法中,预定视频质量评估方法用于提取第一视频和第二视频中表征图像的特征向量以及第一视频和第二视频中的图像与无失真自然图像的接近度。
根据本公开的一个或多个实施例,在该方法中,预定视频质量评估方法包括:视频质量多方法评估融合。
根据本公开的一个或多个实施例,该方法还包括:以主观视频质量评估方法得到的视频质量分数为训练目标,基于第一训练视频和第二训练视频来执行训练,其中,第一训练视频和第二训练视频是不同失真程度的视频。
根据本公开的一个或多个实施例,在该方法中,以主观视频质量评估方法得到的视频质量分数为训练目标,基于第一训练视频和第二训练视频来执行训练包括:以主观视频质量评估方法得到的视频质量分数为训练目标,使用支持向量机(SVM)回归器,基于第一训练视频和第二训练视频来执行训练。以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形。

Claims (10)

1.一种视频质量评估方法,所述方法包括:
将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;
将所述第二视频作为测试视频,将所述第一视频作为参考视频,使用所述预定视频质量评估方法得到第二评估值;以及
基于所述第一评估值和所述第二评估值,根据预定准则来评估所述第一视频和所述第二视频的质量,
其中,根据所述预定视频质量评估方法,在所述第一视频的质量不同于所述第二视频的质量的情况下,所述第一评估值不同于所述第二评估值。
2.根据权利要求1所述的方法,其中,所述根据预定准则来评估所述第一视频和所述第二视频的质量包括:
响应于所述第一评估值大于所述第二评估值,确定所述第一视频的质量好于所述第二视频的质量。
3.根据权利要求1或2所述的方法,其中,所述预定视频质量评估方法用于提取所述第一视频和所述第二视频中表征图像的特征向量以及所述第一视频和所述第二视频中的图像与无失真自然图像的接近度。
4.根据权利要求1至3中任一项所述的方法,其中,所述预定视频质量评估方法包括:视频质量多方法评估融合。
5.根据权利要求1至4中的任一项所述的方法,还包括:
以主观视频质量评估方法得到的视频质量分数为训练目标,基于第一训练视频和第二训练视频来执行训练,
其中,所述第一训练视频和所述第二训练视频是不同失真程度的视频。
6.根据权利要求5所述的方法,其中以主观视频质量评估方法得到的视频质量分数为训练目标,基于第一训练视频和第二训练视频来执行训练包括:
以主观视频质量评估方法得到的视频质量分数为训练目标,使用支持向量机(SVM)回归器,基于所述第一训练视频和所述第二训练视频来执行训练。
7.一种视频质量评估装置,所述装置包括:
评估值计算模块,用于执行以下操作:
将第一视频作为测试视频,将第二视频作为参考视频,使用预定视频质量评估方法得到第一评估值;
将所述第二视频作为测试视频,将所述第一视频作为参考视频,使用所述预定视频质量评估方法得到第二评估值;和
质量评估模块,用于基于所述第一评估值和所述第二评估值,根据预定准则来评估所述第一视频和所述第二视频的质量,
其中,根据所述预定视频质量评估方法,在所述第一视频的质量不同于所述第二视频的质量的情况下,所述第一评估值不同于所述第二评估值。
8.根据权利要求7所述的装置,还包括:
训练模块,用于执行以下操作:
以主观视频质量评估方法得到的视频质量分数为训练目标,基于第一训练视频和第二训练视频来执行训练,
其中,所述第一训练视频和第二训练视频是不同失真程度的视频。
9.一种电子设备,包括:
处理器;以及
存储器,用于存储计算机程序指令;
其中,当所述计算机程序指令由所述处理器加载并运行时,所述处理器执行如权利要求1至6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,所述指令在由处理器加载并运行时,使所述处理器执行如权利要求1至6中任一项所述的方法。
CN201910517059.0A 2019-06-14 2019-06-14 一种视频质量评估方法、装置和电子设备 Active CN110213573B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910517059.0A CN110213573B (zh) 2019-06-14 2019-06-14 一种视频质量评估方法、装置和电子设备
PCT/CN2020/094332 WO2020248890A1 (zh) 2019-06-14 2020-06-04 一种视频质量评估方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910517059.0A CN110213573B (zh) 2019-06-14 2019-06-14 一种视频质量评估方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN110213573A true CN110213573A (zh) 2019-09-06
CN110213573B CN110213573B (zh) 2020-10-13

Family

ID=67792829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910517059.0A Active CN110213573B (zh) 2019-06-14 2019-06-14 一种视频质量评估方法、装置和电子设备

Country Status (2)

Country Link
CN (1) CN110213573B (zh)
WO (1) WO2020248890A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111782543A (zh) * 2020-07-20 2020-10-16 王天宝 一种在云端进行的评测方法、相关设备及系统
WO2020248890A1 (zh) * 2019-06-14 2020-12-17 北京字节跳动网络技术有限公司 一种视频质量评估方法、装置和电子设备
CN112616051A (zh) * 2020-12-23 2021-04-06 北京金山云网络技术有限公司 视频质量的比较方法及装置、存储介质、电子设备
CN112672159A (zh) * 2020-12-23 2021-04-16 北京金山云网络技术有限公司 视频质量的比较方法及装置、存储介质、电子设备
CN113542796A (zh) * 2020-04-22 2021-10-22 腾讯科技(深圳)有限公司 视频评测方法、装置、计算机设备和存储介质
CN113923441A (zh) * 2020-07-08 2022-01-11 钉钉控股(开曼)有限公司 视频质量的评估方法、装置及电子设备
CN114662897A (zh) * 2022-03-17 2022-06-24 Oppo广东移动通信有限公司 数据处理方法、装置、电子设备及存储介质
CN114760506A (zh) * 2022-04-11 2022-07-15 北京字跳网络技术有限公司 视频转码的评估方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984665A (zh) * 2010-10-29 2011-03-09 深圳市同洲电子股份有限公司 一种视频传输质量评测的方法与系统
CN103634591A (zh) * 2013-11-20 2014-03-12 华为技术有限公司 一种视频质量评估的方法、装置和系统
CN103731664A (zh) * 2013-12-25 2014-04-16 华为技术有限公司 全参考视频质量评估方法、装置及视频质量测试仪
US8780210B1 (en) * 2013-02-01 2014-07-15 Videoq, Inc. Video quality analyzer
CN104661021A (zh) * 2015-02-12 2015-05-27 国家电网公司 一种视频流的质量评估方法和装置
CN105981384A (zh) * 2013-09-06 2016-09-28 王舟 用于客观感知视频质量评估的方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8525883B2 (en) * 2011-09-02 2013-09-03 Sharp Laboratories Of America, Inc. Methods, systems and apparatus for automatic video quality assessment
CN102421009A (zh) * 2011-12-07 2012-04-18 中国航空无线电电子研究所 一种视频信号的自动测试方法
CN106375754B (zh) * 2015-07-22 2018-03-06 中国人民解放军理工大学 基于视觉刺激衰减特性的无参考视频质量评估方法
CN110213573B (zh) * 2019-06-14 2020-10-13 北京字节跳动网络技术有限公司 一种视频质量评估方法、装置和电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984665A (zh) * 2010-10-29 2011-03-09 深圳市同洲电子股份有限公司 一种视频传输质量评测的方法与系统
US8780210B1 (en) * 2013-02-01 2014-07-15 Videoq, Inc. Video quality analyzer
CN105981384A (zh) * 2013-09-06 2016-09-28 王舟 用于客观感知视频质量评估的方法和系统
CN103634591A (zh) * 2013-11-20 2014-03-12 华为技术有限公司 一种视频质量评估的方法、装置和系统
CN103731664A (zh) * 2013-12-25 2014-04-16 华为技术有限公司 全参考视频质量评估方法、装置及视频质量测试仪
CN104661021A (zh) * 2015-02-12 2015-05-27 国家电网公司 一种视频流的质量评估方法和装置

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020248890A1 (zh) * 2019-06-14 2020-12-17 北京字节跳动网络技术有限公司 一种视频质量评估方法、装置和电子设备
CN113542796B (zh) * 2020-04-22 2023-08-08 腾讯科技(深圳)有限公司 视频评测方法、装置、计算机设备和存储介质
CN113542796A (zh) * 2020-04-22 2021-10-22 腾讯科技(深圳)有限公司 视频评测方法、装置、计算机设备和存储介质
CN113923441B (zh) * 2020-07-08 2023-10-20 钉钉控股(开曼)有限公司 视频质量的评估方法、装置及电子设备
CN113923441A (zh) * 2020-07-08 2022-01-11 钉钉控股(开曼)有限公司 视频质量的评估方法、装置及电子设备
CN111782543A (zh) * 2020-07-20 2020-10-16 王天宝 一种在云端进行的评测方法、相关设备及系统
CN112672159B (zh) * 2020-12-23 2023-05-05 北京金山云网络技术有限公司 视频质量的比较方法及装置、存储介质、电子设备
CN112616051B (zh) * 2020-12-23 2023-05-05 北京金山云网络技术有限公司 视频质量的比较方法及装置、存储介质、电子设备
CN112672159A (zh) * 2020-12-23 2021-04-16 北京金山云网络技术有限公司 视频质量的比较方法及装置、存储介质、电子设备
CN112616051A (zh) * 2020-12-23 2021-04-06 北京金山云网络技术有限公司 视频质量的比较方法及装置、存储介质、电子设备
CN114662897A (zh) * 2022-03-17 2022-06-24 Oppo广东移动通信有限公司 数据处理方法、装置、电子设备及存储介质
CN114760506A (zh) * 2022-04-11 2022-07-15 北京字跳网络技术有限公司 视频转码的评估方法、装置、设备及存储介质
CN114760506B (zh) * 2022-04-11 2024-02-09 北京字跳网络技术有限公司 视频转码的评估方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110213573B (zh) 2020-10-13
WO2020248890A1 (zh) 2020-12-17

Similar Documents

Publication Publication Date Title
CN110213573A (zh) 一种视频质量评估方法、装置和电子设备
CN111414543B (zh) 用于生成评论信息序列的方法、装置、电子设备和介质
CN111984803B (zh) 多媒体资源处理方法、装置、计算机设备及存储介质
CN110032978A (zh) 用于处理视频的方法和装置
CN110097004B (zh) 面部表情识别方法和装置
CN117408646B (zh) 电子签章签署方法、装置、电子设备和计算机可读介质
CN113256339B (zh) 资源投放的方法、装置、存储介质及电子设备
WO2022017082A1 (zh) 用于检测虚假交易订单的方法和装置
CN110334650A (zh) 物体检测方法、装置、电子设备及存储介质
CN114420135A (zh) 基于注意力机制的声纹识别方法及装置
CN116935083A (zh) 一种图像聚类方法和装置
CN111967584A (zh) 生成对抗样本的方法、装置、电子设备及计算机存储介质
JP2022534160A (ja) 情報を出力するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム
CN115146786A (zh) 联邦学习的实现方法、装置、系统、介质、设备以及产品
CN110363132A (zh) 活体检测方法、装置、电子设备及存储介质
US20230418794A1 (en) Data processing method, and non-transitory medium and electronic device
CN110414625A (zh) 确定相似数据的方法、装置、电子设备及存储介质
CN109635821A (zh) 图像区域的特征提取方法、装置、设备及可读介质
CN111680754B (zh) 图像分类方法、装置、电子设备及计算机可读存储介质
CN113486749A (zh) 图像数据收集方法、装置、电子设备和计算机可读介质
CN111737575B (zh) 内容分发方法、装置、可读介质及电子设备
CN110209851A (zh) 模型训练方法、装置、电子设备及存储介质
CN110189279A (zh) 模型训练方法、装置、电子设备及存储介质
CN109947964A (zh) 用于更新信息的方法和装置
CN110334763A (zh) 模型数据文件生成、图像识别方法、装置、设备及介质

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