一种视频卡顿的检测方法、装置、系统和存储介质
技术领域
本发明涉及电子技术领域,尤其涉及一种视频卡顿的检测方法、装置、系统和存储介质。
背景技术
在智能设备上观看视频时,有时由于网络带宽不足或是硬件性能较差等原因出现视频卡顿现象,而这种现象影响了用户体验。当前,当技术人员在优化视频卡顿时,通过专门的测试人员长时间的观看视频并统计发生视频卡顿的次数和时间点,从而评估视频卡顿的优化效果,但是这种评估方式效率低下,且耗费巨额人力成本。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种视频卡顿的检测方法、装置、系统和存储介质。
本发明解决上述技术问题的技术方案如下:
一种视频卡顿的检测方法,所述方法包括:
获取目标设备在检测时间段内的图像信息,其中所述检测时间段的终止时刻是当前时刻;
利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息,得到近邻相似度值;
利用SSIM和所述图像信息,得到在所述检测时间段内所采集图像的平均相似度值;
根据所述近邻相似度值、所述平均相似度值、近邻相似度阈值和平均相似度阈值,判断所述目标设备在所述检测时间段内是否发生视频卡顿。
本发明的有益效果是:通过获取到的目标设备在检测时间段内的图像信息和结构相似度算法,得到近邻相似度值和平均相似度值,并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值,判断目标设备在检测时间段内是否发生视频卡顿,本发明通过监测目标设备的屏幕在检测时间段内的视频画面,利用结构相似度算法,实现了自动判断是否发生了视频卡顿,提升测试效率,节约人力成本。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述利用结构相似度算法和所述图像信息,得到在所述检测时间段内所采集图像的平均相似度,具体包括:
从所述当前时刻向前每倒推一个预设步长,得到一个检测点,在所述检测时间段内得到多个检测点,其中所述检测时间段内包含预设数量的采样时间点,所述预设步长是一个或多个采样时间点的时长;
利用结构相似度算法,计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值;
根据所有所述结构相似度值,得到所述检测时间段内所采集图像的平均相似度值。
采用上述进一步方案的有益效果是:通过在检测时间段内获取到的图像的平均相似度值,对判断是否发生了视频卡顿现象更加准确。
进一步地,所述根据所述近邻相似度、所述平均相似度、近邻相似度阈值和平均相似度阈值,判断所述目标设备在所述检测时间段内是否发生视频卡顿,具体包括:
当所述近邻相似度大于所述近邻相似度阈值,且所述平均相似度大于所述平均相似度阈值时,判定所述目标设备在所述检测时间段内发生视频卡顿;
否则,判定所述目标设备在所述检测时间段内无发生视频卡顿。
采用上述进一步方案的有益效果是:通过近邻相似度、平均相似度、近邻相似度阈值和平均相似度阈值,判断目标设备在检测时间段内是否发生视频卡顿的方法,对于判定视频卡顿现象更为精确,减少了漏判和误判。
本发明解决上述技术问题的另一种技术方案如下:
一种视频卡顿的检测装置,所述装置包括:
获取模块,用于获取采集到的目标设备在检测时间段内的图像信息,其中所述检测时间段包含预设数量的采样时刻,所述检测时间段的终止时刻是当前时刻;
计算模块,用于利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息,得到近邻相似度值;
利用结构相似度算法和所述图像信息,得到在所述检测时间段内所采集图像的平均相似度;
判断模块,用于根据所述近邻相似度、所述平均相似度、近邻相似度阈值和平均相似度阈值,判断所述目标设备在所述检测时间段内是否发生视频卡顿。
本发明的有益效果是:提供一种视频卡顿的检测装置包括获取模块、计算模块和判断模块,根据获取到的目标设备在检测时间段内的图像信息和结构相似度算法,得到近邻相似度值和平均相似度值,并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值,判断目标设备在检测时间段内是否发生视频卡顿,通过监测目标设备的屏幕在检测时间段内的视频画面,利用结构相似度算法,实现了自动判断是否发生了视频卡顿,提升测试效率,节约人力成本。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述计算模块,具体用于从所述当前时刻向前每倒推一个预设步长,得到一个检测点,在所述检测时间段内得到多个检测点,其中所述检测时间段内包含预设数量的采样时间点,所述预设步长是一个或多个采样时间点的时长;
利用结构相似度算法,计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值,其中所述预设时间步长为一个或多个采样时刻的时长;
根据所有所述结构相似度值,得到所述检测时间段内所采集图像的平均相似度值。
采用上述进一步方案的有益效果是:计算模块通过对在检测时间段内获取到的图像计算平均相似度值,对判断是否发生了视频卡顿现象更加准确。
进一步地,所述判断模块,具体用于当所述近邻相似度值大于所述近邻相似度阈值,且所述平均相似度值大于所述平均相似度阈值时,判定所述目标设备在所述检测时间段内发生视频卡顿;
否则,判定所述目标设备在所述检测时间段内未发生视频卡顿。
采用上述进一步方案的有益效果是:判断模块通过近邻相似度、平均相似度、近邻相似度阈值和平均相似度阈值,判断目标设备在检测时间段内是否发生视频卡顿的方法,对于判定视频卡顿现象更为精确,减少了漏判和误判。
此外,本发明提供一种视频卡顿的检测系统,包括摄像设备及如上述技术方案中任一项所述的视频卡顿的检测装置;
所述摄像设备与所述视频卡顿的检测装置连接;
所述摄像设备,用于采集目标设备在检测时间段内的图像信息。
本发明还提供一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行根据上述技术方案中任一项所述的视频卡顿的检测方法的步骤。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明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,下面所描述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为本发明实施例提供的一种视频卡顿的检测方法的示意性流程图;
图2为本发明另一实施例提供的一种视频卡顿的检测装置的模块结构图;
图3为本发明另一实施例提供的一种视频卡顿的检测系统的系统结构图。
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的一部分实施例,而不是全部实施例。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的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图1本发明实施例提供的一种视频卡顿的检测方法的示意性流程图所示,一种视频卡顿的检测方法包括以下步骤:
110、获取目标设备在检测时间段内的图像信息。
应理解,检测时间段内包含预设数量的采样时间点,检测时间段的终止时刻是当前时刻。
120、利用结构相似度算法SSIM和当前时刻及上一时刻分别采集的图像信息,得到近邻相似度值。
130、利用SSIM和图像信息,得到在检测时间段内所采集图像的平均相似度。
140、根据近邻相似度、平均相似度、近邻相似度阈值和平均相似度阈值,判断目标设备在检测时间段内是否发生视频卡顿。
基于本实施例提供的一种视频卡顿的检测方法,通过获取到的目标设备在检测时间段内的图像信息和结构相似度算法,得到近邻相似度值和平均相似度值,并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值,判断目标设备在检测时间段内是否发生视频卡顿,本发明通过监测目标设备的屏幕在检测时间段内的视频画面,利用结构相似度算法,实现了自动判断是否发生了视频卡顿,提升了测试效率且节约了人力成本。
进一步地,步骤130中具体包括:
131、从当前时刻向前每倒推一个预设步长,得到一个检测点,在检测时间段内得到多个检测点,其中检测时间段内包含预设数量的采样时间点,预设步长是一个或多个采样时间点的时长。
132、利用结构相似度算法,计算每一个检测点所采集的图像信息与当前时刻所采集的图像信息的结构相似度值。
133、根据所有结构相似度值,得到检测时间段内所采集图像的平均相似度值。
进一步地,步骤140中具体包括:
141、当近邻相似度值大于近邻相似度阈值,且平均相似度值大于平均相似度阈值时,判定目标设备在检测时间段内发生视频卡顿;
142、否则,判定目标设备在检测时间段内未发生视频卡顿。
应理解,结构相似度SSIM(Structural Similarity Index)是一种衡量两幅图像相似度的指标,在图像质量评价领域中已经有广泛的应用。
具体地,例如,当前时刻t所采集的目标设备的图像信息是x,在上一时刻即t-T所采集的图像信息是y,则在当前时刻和上一时刻所采集图像的近邻相似度值Scur(Pt)可按照下式得到:
其中μ
x是x的平均值,μ
y是y的平均值,
是x的方差,
是y的方差,σ
xy是x和y的协方差,c
1=(k
1L)
2c
2=(k
2L)
2是用来维持稳定的常数,L是像素值的动态范围,k
1=0.01,k
2=0.03,近邻相似度值的取值范围为[0,1],当x和y一模一样时,SSIM的取值为1。
具体地,设当前时刻t获取到的目标设备的图像信息为Pt。
定义检测段长度为N,N为正整数且N≥2。
平均相似度值Savg(Pt)为当前时刻t采集的图像信息Pt与t–kT(k∈[1,N])时刻所抓取图像之间的结构相似度平均值,即
当Scur(Pt)>近邻相似度阈值且Savg(Pt)>平均相似度阈值时,即认为当前时刻所采集的图像不仅与上一时刻所采集的图像在主观感知上相同,并且与过往N个采样时刻所采集的图像都高度相似,也就是说视频画面在整个检测时间段内都没有主观感知上的明显变化,即发生了视频卡顿现象。在典型应用中,设近邻相似度阈值取0.9,平均相似度阈值取0.8。
如图2本发明另一实施例提供的一种视频卡顿的检测装置的模块结构图所示,一种视频卡顿的检测装置包括:
获取模块,用于获获取目标设备在检测时间段内的图像信息,其中所述检测时间段的终止时刻是当前时刻;
计算模块,用于利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息,得到近邻相似度值;
利用结构相似度算法和所述图像信息,得到在所述检测时间段内所采集图像的平均相似度;
判断模块,用于根据所述近邻相似度、所述平均相似度、近邻相似度阈值和平均相似度阈值,判断所述目标设备在所述检测时间段内是否发生视频卡顿。
基于本实施例提供的一种视频卡顿的检测装置,包括获取模块、计算模块和判断模块,根据获取到的目标设备在检测时间段内的图像信息和结构相似度算法,得到近邻相似度值和平均相似度值,并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值,判断目标设备在检测时间段内是否发生视频卡顿,通过监测目标设备的屏幕在检测时间段内的视频画面,利用结构相似度算法,实现了自动判断是否发生了视频卡顿,提升测试效率,节约人力成本。
进一步地,所述计算模块,具体用于从所述当前时刻向前每倒推一个预设步长,得到一个检测点,在所述检测时间段内得到多个检测点,其中所述检测时间段内包含预设数量的采样时间点,所述预设步长是一个或多个采样时间点的时长;
利用结构相似度算法,计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值;
根据所有所述结构相似度值,得到所述检测时间段内所采集图像的平均相似度值。
进一步地,判断模块,具体用于当所述近邻相似度值大于所述近邻相似度阈值,且所述平均相似度值大于所述平均相似度阈值时,判定所述目标设备在所述检测时间段内发生视频卡顿;
否则,判定所述目标设备在所述检测时间段内未发生视频卡顿。
图3为本发明另一实施例提供的一种视频卡顿的检测系统的系统结构图所示,一种视频卡顿的检测系统包括摄像设备及如上述技术方案中任一项所述的视频卡顿的检测装置;
摄像设备与视频卡顿的检测装置连接;
摄像设备采集目标设备在检测时间段内的图像信息。
视频卡顿的检测装置获取目标设备在检测时间段内的图像信息,利用结构相似度算法SSIM和当前时刻及上一时刻分别采集的图像信息,得到近邻相似度值,利用SSIM和图像信息,得到在检测时间段内所采集图像的平均相似度值,根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值,从而判断目标设备在检测时间段内是否发生视频卡顿。当然,摄像设备也可以接收视频卡顿检测装置发送的采集图像信息的命令后,开始进行采集。
例如,摄像头与测试站通过USB连接,摄像头接收测试站的指令,以固定时间间隔拍摄被测设备屏幕的视频画面,并且将拍摄到的画面回传给测试站。
本发明还提供一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行根据上述技术方案中任一项所述的视频卡顿的检测方法的步骤。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。