CN112135140A - 视频清晰度识别方法、电子设备及存储介质 - Google Patents
视频清晰度识别方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112135140A CN112135140A CN202010982081.5A CN202010982081A CN112135140A CN 112135140 A CN112135140 A CN 112135140A CN 202010982081 A CN202010982081 A CN 202010982081A CN 112135140 A CN112135140 A CN 112135140A
- Authority
- CN
- China
- Prior art keywords
- frame image
- definition
- preset
- video
- index value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 230000006835 compression Effects 0.000 claims abstract description 25
- 238000007906 compression Methods 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims description 85
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 10
- 238000012423 maintenance Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/48—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using compressed domain processing techniques other than decoding, e.g. modification of transform coefficients, variable length coding [VLC] data or run-length data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请提供一种视频清晰度识别方法、电子设备及计算机可读存储介质。本申请通过分别针对待识别视频中多个帧图像中的每个帧图像，获取所述帧图像的分辨率，并基于预设清晰度识别算法计算所述帧图像的清晰度指标值，然后，采用预设压缩方式，将所述帧图像压缩到预设低质量标准，得到压缩后帧图像，并基于预设清晰度识别算法计算所述压缩后帧图像的清晰度指标值，然后，基于所述帧图像的分辨率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度，进而，基于所述多个帧图像的清晰度，确定所述待识别视频的清晰度，由此，实现了对视频清晰度的识别，可以识别任一视频的清晰度是否满足要求。
Description
【技术领域】
本申请涉及视频处理技术，尤其涉及一种视频清晰度识别方法、电子设备及计算机可读存储介质。
【背景技术】
目前，随着音视频技术和自媒体技术的发展，各种视频网站、自媒体平台不断涌现。视频制造商、用户每天会产生海量内容丰富多元的各种视频，涵盖电影、电视剧、动漫、综艺、生活、音乐等，这些视频会上传各种视频网站、自媒体平台，供用户观看。由于视频拍摄设备、拍摄技术等影响，不同视频制造商、用户产生的视频质量不同，尤其是用户在日常生活中拍摄的视频，受摄像头性能、拍摄稳定性、拍摄技术等影响，会导致视频清晰度较差，从而影响了视频质量。
由于视频的数据量较大，会占用大量的存储资源和维护资源，如果对视频清晰度不加识别而存储所有上传的视频，会浪费视频网站、自媒体平台宝贵而有限的存储资源和维护资源；另外，如果对视频清晰度不加识别，在向用户推荐视频时，很容易将清晰度较低的视频推荐给用户，影响用户观看体验、并且浪费了用户流量，导致用户体验较差。
现有技术中，只能识别图片或同一图片上不同区域的清晰度，而无法识别视频、尤其是不同视频的清晰度，因此，无法基于统一标准对不同清晰度的视频进行筛选。
【发明内容】
本申请的多个方面提供一种视频清晰度识别方法、电子设备及计算机可读存储介质，用以识别视频的清晰度。
本申请的一方面，提供一种视频清晰度识别方法，包括：
分别针对待识别视频中多个帧图像中的每个帧图像，获取所述帧图像的分辨率；
基于预设清晰度识别算法，计算所述帧图像的清晰度指标值；
采用预设压缩方式，将所述帧图像压缩到预设低质量标准，得到压缩后帧图像；
基于所述预设清晰度识别算法，计算所述压缩后帧图像的清晰度指标值；
基于所述帧图像的分辨率、所述帧图像的码率和所述压缩后帧图像的码率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度；
基于所述多个帧图像的清晰度，确定所述待识别视频的清晰度。
本申请的另一方面，提供一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述一方面所提供的方法。
本申请的另一方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述一方面所提供的方法。
由上述技术方案可知，在本申请实施例中，可以分别针对待识别视频中多个帧图像中的每个帧图像，获取所述帧图像的分辨率，并基于预设清晰度识别算法计算所述帧图像的清晰度指标值，然后，采用预设压缩方式，将所述帧图像压缩到预设低质量标准，得到压缩后帧图像，并基于预设清晰度识别算法计算所述压缩后帧图像的清晰度指标值，然后，基于所述帧图像的分辨率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度，进而，基于所述多个帧图像的清晰度，确定所述待识别视频的清晰度。由此，本申请实施例基于视频中帧图像的分辨率，采用帧图像压缩前后的清晰度指标值，实现了对视频清晰度的识别，可以识别任一视频的清晰度是否满足要求。
另外，采用本申请所提供的技术方案，基于视频中帧图像的分辨率，基于视频压缩前后的清晰度指标值，来确定视频的清晰度，实现了对不同视频清晰度的统一标准识别，可以客观比较不同视频的清晰度，使得对视频清晰度的衡量更客观、统一。
另外，采用本申请所提供的技术方案，确定视频的清晰度，可以基于统一标准对不同清晰度的视频进行筛选，有助于节省视频网站、自媒体平台宝贵而有限的存储资源和维护资源，提高资源利用率。
另外，采用本申请所提供的技术方案，确定视频的清晰度，可以基于统一标准对不同清晰度的视频进行筛选，这样，在向用户推荐视频时，可以仅向用户推荐清晰度满足要求的视频，提高用户观看体验、节省用户流量。
【附图说明】
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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它的附图。
图1为本申请一实施例提供的视频清晰度识别方法的流程示意图；
图2为本申请一实施例中确定所述帧图像的清晰度一个具体示例的流程示意图；
图3为图2所示实施例中确定帧图像的清晰度是否满足预设清晰度标准的一个具体应用示例图；
图4为本申请另一实施例提供的视频清晰度识别方法的流程示意图；
图5为适于用来实现本申请实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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全部其它实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer，PC)、MP3播放器、MP4播放器、可穿戴设备(例如，智能眼镜、智能手表、智能手环等)等。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
如背景技术中所述，现有技术中，只能识别图片或同一图片上不同区域的清晰度，而无法识别视频、尤其是不同视频的清晰度，因此，无法基于统一标准对不同清晰度的视频进行筛选。
因此，亟需提供一种对视频清晰度进行统一识别的标准和方法，以提高视频中物品信息的显示效果，以识别视频清晰度是否满足要求。
图1为本申请一实施例提供的视频清晰度识别方法的流程示意图，如图1所示。
101、分别针对待识别视频中多个帧图像中的每个帧图像，获取所述帧图像的分辨率。
其中的多个帧图像，可以是待识别视频中的所有帧图像，即针对待识别视频中的每一帧图像，都执行101～105确定清晰度；或者也可以是从待识别视频按照一定规则抽取的多个帧图像，例如可以采用每隔若干帧图像抽取一帧图像的方式，也可以采用随机抽取多帧图像的方式，从待识别视频中抽取图像得到所述多个帧图像，分别针对每一帧图像执行101～105确定清晰度。本申请实施例对所述多个帧图像是否待识别视频中的全部帧图像、具体数量和抽取方式不做限制。
本申请实施例中的待识别视频，可以为采用任意视频编码标准、任意格式编码得到的视频，例如，基于常用的H.264/AVC视频编码标准，对原始视频数据编码得到的视频。本申请实施例对待识别视频的编码标准和编码格式不做限制。
102、基于预设清晰度识别算法，计算所述帧图像的清晰度指标值。
本申请实施例中的预设清晰度识别算法，可以是任意可以计算清晰度的算法，例如可以包括但不限于以下算法：边缘检测算法(canny算法)，拉普拉斯(laplas)算法，梯度评价函数(Brenner)，梯度函数(Tenengrad)，等等，本公开实施例对具体采用的清晰度识别算法不做限制。可以利用预设清晰度识别算法对所述帧图像中的像素进行计算处理，以针对所述帧图像中像素计算处理得到的平均值作为清晰度指标值。
103、采用预设压缩方式，将所述帧图像压缩到预设低质量标准，得到压缩后帧图像。
104、基于所述预设清晰度识别算法，计算所述压缩后帧图像的清晰度指标值。
105、基于所述帧图像的分辨率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度。
106、基于所述多个帧图像的清晰度，确定所述待识别视频的清晰度。
例如，在其中一些实现方式中，可以基于所述多个帧图像的清晰度的平均值作为所述待识别视频的清晰度。
或者，在另一些实现方式中，也可以根据所述多个帧图像的清晰度是否存在不满足预设清晰度标准的帧图像，来确定所述待识别视频的清晰度是否满足预设清晰度标准，若存在不满足预设清晰度标准的帧图像，则确定所述待识别视频的清晰度不满足预设清晰度标准；否则，若不存在不满足预设清晰度标准的帧图像，则确定所述待识别视频的清晰度满足预设清晰度标准。
或者，在又一些实现方式中，也可以根据所述多个帧图像的清晰度中不满足预设清晰度标准的帧图像与所述多个帧图像的比例是否大于一定阈值(例如10％)，来确定所述待识别视频的清晰度是否满足预设清晰度标准，若所述比例大于一定阈值，则确定所述待识别视频的清晰度不满足预设清晰度标准；否则，若所述比例不大于一定阈值，则确定所述待识别视频的清晰度满足预设清晰度标准。
需要说明的是，101～106的执行主体的部分或全部可以为位于终端的应用，或者还可以为设置终端的应用中的插件或软件开发工具包(Software Development Kit，SDK)等功能单元，或者还可以为位于网络侧服务器(例如视频网站、自媒体平台)中的应用，本申请实施例对此不进行特别限定。
可以理解的是，所述应用可以是安装在终端或网络侧服务器上的本地程序(nativeApp)，或者还可以是终端或网络侧服务器上的浏览器的一个网页程序(webApp)，本申请实施例对此不进行限定。
这样，基于视频中帧图像的分辨率，采用帧图像压缩前后的清晰度指标值，实现了对视频清晰度的识别，可以识别任一视频的清晰度是否满足要求。
另外，采用本申请所提供的技术方案，基于视频中帧图像的分辨率，基于视频压缩前后的清晰度指标值，来确定视频的清晰度，实现了对不同视频清晰度的统一标准识别，可以客观比较不同视频的清晰度，使得对视频清晰度的衡量更客观、统一。
另外，采用本申请所提供的技术方案，确定视频的清晰度，可以基于统一标准对不同清晰度的视频进行筛选，有助于节省视频网站、自媒体平台宝贵而有限的存储资源和维护资源，提高资源利用率。
另外，采用本申请所提供的技术方案，确定视频的清晰度，可以基于统一标准对不同清晰度的视频进行筛选，这样，在向用户推荐视频时，可以仅向用户推荐清晰度满足要求的视频，提高用户观看体验、节省用户流量。
可选地，在其中一些实现方式中，通过101获取到所述帧图像的分辨率之后，还可以基于所述帧图像的分辨率确定所述帧图像的分辨率范围。相应地，在105中，可以基于所述帧图像的分辨率范围，至少基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度。
其中，视频图像的分辨率(Video Graphics Array，VGA)是单位英寸中所包含的像素点数(Pixels Per Inch，PPI)。分辨率影响图像大小，与图像大小成正比，在码率一定的情况下，分辨率越高，图像越大；分辨率越低，图像越小。在码率一定的情况下，分辨率与清晰度成反比关系，分辨率越高，图像越不清晰，分辨率越低，图像越清晰。
基于本实施例，可以根据帧图像的分辨率范围，采用相应的计算方式来确定所述帧图像的清晰度，提高了帧图像的清晰度的获取效率和准确性。
图2为本申请一实施例中确定所述帧图像的清晰度一个具体示例的流程示意图。如图2所示，在图1所示实施例的基础上，基于所述帧图像的分辨率范围，至少基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度，可以通过如下方式实现：
确定所述帧图像的分辨率范围，若所述帧图像的分辨率大于第一预设分辨率(例如1000PPI)，执行201～202；若所述帧图像的分辨率大于第二预设分辨率(例如700PPI)且不大于第一预设分辨率(例如1000PPI)，执行203～205，其中，第二预设分辨率小于第一预设分辨率；若所述帧图像的分辨率大于第三预设分辨率(480PPI)且不大于第二预设分辨率(例如700PPI)，执行206～207，其中，第三预设分辨率小于第二预设分辨率。
201、基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，计算清晰度指标值的变化率。
例如，在其中一些实现方式中，若采用的预设清晰度识别算法为canny算法，则通过操作102得到所述帧图像的清晰度指标值表示为canny算法平均值b，通过操作104计算所述压缩后帧图像的清晰度指标值表示为canny算法平均值a，则所述清晰度指标值的变化率表示为Canny变化率m，可以通过如下方式计算：m＝(b-a)/b。
202、基于所述清晰度指标值的变化率是否大于第一预设变化率(例如0.05)，确定所述帧图像的清晰度是否满足预设清晰度标准。
具体来说，可以在所述清晰度指标值的变化率大于第一预设变化率时，确定所述帧图像的清晰度满足预设清晰度标准；否则，在所述清晰度指标值的变化率不大于第一预设变化率时，确定所述帧图像的清晰度不满足预设清晰度标准。
203、基于所述帧图像的码率和所述压缩后帧图像的码率计算码率变化率，基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值计算清晰度指标值的变化率。
其中，码率是编码器每秒编出的数据大小，单位是kbps，比如800kbps代表编码器每秒产生800kb(或100KB)的数据。在分辨率一定的情况下，码率与清晰度成正比关系，码率越高，图像越清晰；码率越低，图像越不清晰。
例如，在其中一些实现方式中，假设所述待识别视频或者所述帧图像压缩前的码率为e，压缩后对应的压缩后帧图像的码率为f，可以通过如下方式计算码率变化率n：n＝(e-f)/e。
204、基于所述码率变化率和所述清晰度指标值的变化率计算码率和清晰度指标值的综合变化率。
205、基于所述综合变化率是否大于第二预设变化率(0.5)，确定所述帧图像的清晰度是否满足预设清晰度标准。
具体来说，可以在所述综合变化率大于第二预设变化率时，确定所述帧图像的清晰度满足预设清晰度标准；否则，在所述综合变化率不大于第二预设变化率时，确定所述帧图像的清晰度不满足预设清晰度标准。
20/6、基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值计算清晰度指标值的变化率。
207、基于所述帧图像的码率和所述清晰度指标值的变化率，确定所述帧图像的清晰度是否满足预设清晰度标准。
其中，201、203和206分别为基于所述帧图像的分辨率范围择一执行的操作。
基于本实施例，提供了不同分辨率位于不同分辨率范围时帧图像的清晰度的确定方式，可以分别针对各个分辨率范围内的帧图像提供统一的标准，来快速、准确的确定帧图像的清晰度是否满足预设清晰度标准，提高了帧图像的清晰度是否满足要求的确定效率和准确性。
可选地，在其中一些实现方式中，在204中，可以通过对所述码率变化率和所述清晰度指标值的变化率进行加权计算，得到所述综合变化率。其中，所述清晰度指标值的权重大于所述码率变化率的权重。
例如，在一些可选示例中，针对码率变化率n和Canny变化率m，可以通过如下方式加权计算得到综合变化率t：t＝(m*k+n)/2，其中，k的取值为大于1的数值。
基于本实施例，由于清晰度指标值的变化率通常小于码率变化率，采用清晰度指标值的权重大于所述码率变化率的权重的方式，对码率变化率和清晰度指标值的变化率进行加权计算，得到的综合变化率可以更客观、准确的反应帧图像压缩前后的变化率，基于该综合变化率有助于更客观、准确的确定帧图像的清晰度是否满足预设清晰度标准。
可选地，在其中一些实现方式中，在207中，可以比较所述帧图像的码率是否大于预设码率(例如650kbps)。若所述帧图像的码率大于预设码率，则基于所述清晰度指标值的变化率是否大于第三预设变化率(0.05)，确定所述帧图像的清晰度是否满足预设清晰度标准，具体来说，若所述清晰度指标值的变化率大于第三预设变化率(0.05)，确定所述帧图像的清晰度满足预设清晰度标准；否则，确定所述帧图像的清晰度不满足预设清晰度标准。否则，若所述帧图像的码率不大于预设码率(例如650kbps)，基于所述清晰度指标值的变化率是否大于第四预设变化率(0.1)，确定所述帧图像的清晰度是否满足预设清晰度标准，具体来说，若所述清晰度指标值的变化率大于第四预设变化率(0.1)时，确定所述帧图像的清晰度满足预设清晰度标准；否则，确定所述帧图像的清晰度不满足预设清晰度标准。其中，所述第四预设变化率大于所述第三预设变化率。
基于本实施例，在帧图像的分辨率大于第三预设分辨率(480PPI)且不大于第二预设分辨率(例如700PPI)时，若帧图像的码率是否大于预设码率(例如650kbps)，帧图像相对较为清晰，此时，仅基于帧图像的码率和清晰度指标值的变化率便可以确定帧图像的清晰度满足预设清晰度标准，提高了帧图像的清晰度的确定效率。
进一步可选地，再参见图2，基于所述帧图像的分辨率范围，至少基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度时，还可以包括：若所述帧图像的分辨率不大于第四预设分辨率(480PPI)，可以直接确定所述待识别视频的清晰度不满足预设清晰度标准，从而提高清晰度识别效率。其中，第四预设分辨率小于第三预设分辨率。
如图3所示，为图2所示实施例中确定帧图像的清晰度是否满足预设清晰度标准的一个具体应用示例图。
可选地，在其中一些实现方式中，具体可以基于所述多个帧图像的清晰度是否满足预设清晰度标准，确定所述待识别视频的清晰度是否满足预设清晰度标准。
例如，在一些实现方式中，可以根据所述多个帧图像的清晰度是否存在不满足预设清晰度标准的帧图像，来确定所述待识别视频的清晰度是否满足预设清晰度标准，若存在不满足预设清晰度标准的帧图像，则确定所述待识别视频的清晰度不满足预设清晰度标准；否则，若不存在不满足预设清晰度标准的帧图像，则确定所述待识别视频的清晰度满足预设清晰度标准。
或者，在又一些实现方式中，也可以根据所述多个帧图像的清晰度中不满足预设清晰度标准的帧图像与所述多个帧图像的比例是否大于一定阈值(例如10％)，来确定所述待识别视频的清晰度是否满足预设清晰度标准，若所述比例大于一定阈值，则确定所述待识别视频的清晰度不满足预设清晰度标准；否则，若所述比例不大于一定阈值，则确定所述待识别视频的清晰度满足预设清晰度标准。
可选地，在其中一些实现方式中，在103中，具体可以采用视频压缩算法(FFmpeg)，设置恒定质量编码参数(CRF)的取值为大于28且不大于51的一个数值，对所述帧图像进行压缩，得到所述压缩后帧图像。
其中，CRF是恒定质量的编码方式的参数，通常，为了获取恒定质量的编码，可以通过用同样的大小去压缩每一个相同类型的帧图像，即，扔掉相对来说相同数量的信息，即使用相同的量化参数(QP)。这个量化参数QP定义了从一个像素宏块中丢掉多少信息。
CRF的取值范围为0～51，其中0为无损模式，数值越大，图像质量越差，生成的文件却越小。其中，18～28是一个合理的范围。18被认为是视觉无损的，它的输出视频质量和输入视频相当。CRF大于28时，图像即开始产生视觉损失。本实施例采用CRF的取值为大于28且不大于51的一个数值对帧图像进行压缩，得到的压缩后帧图像即为一个视觉有损图像，此时可以结合帧图像压缩前后的清晰度指标值的变化率来确定帧图像的质量(即清晰度)，可以认为帧图像压缩前后的清晰度指标值的变化率越大，原始的帧图像的质量越高(即越清晰)。帧图像压缩前后的清晰度指标值的变化率越小，原始的帧图像的质量越低(即越模糊)。若帧图像压缩前后的清晰度指标值的变化率较小，即小于一定预设值(对应于上述的第一预设变化率、第二预设变化率、第三预设变化率、第四预设变化率)，那么基本可以确定原帧图像也是模糊的。
可选地，在其中一些实现方式中，采用CRF的取值为38，对帧图像进行压缩，在这个标准下，不管原帧图像是否清晰，得到的压缩后帧图像基本上视觉感官都已经是模糊状态，然后通过比对原视频和压缩后视频真帧图像的清晰度指标值的变化率，若变化率较小，那么基本可以确定原视频也是模糊的。
本申请实施例中，也可以采用其他的视频压缩算法、和/或设置CRF的取值为其他取值，或者采用其他的编码参数及取值，只要满足压缩后帧图像处于视觉感官的模糊状态标准即可。本公开实施例对此不作限制。
可选地，在其中一些实现方式中，在103中，具体可以采用预设压缩方式，将所述待识别视频压缩到预设低质量标准，得到压缩后视频，所述压缩后视频包括各帧图像压缩后的图像，即包括述帧图像对应的所述压缩后图像。可选地，在其中一些实现方式中，具体可以采用FFmpeg，设置恒定质量编码参数CRF的取值为大于28且不大于51的一个数值，将所述待识别视频压缩到预设低质量标准，得到压缩后视频。
图4为本申请另一实施例提供的视频清晰度识别方法的流程示意图，如图4所示。
401、分别针对待识别视频中多个帧图像中的每个帧图像，获取所述帧图像的分辨率。
本申请实施例中的待识别视频，可以为采用任意视频编码标准、任意格式编码得到的视频，例如，基于常用的H.264/AVC视频编码标准，对原始视频数据编码得到的视频。本申请实施例对待识别视频的编码标准和编码格式不做限制。
402、获取所述待识别视频的码率，作为所述帧图像的码率。
其中，待识别视频中每个帧图像的码率相同，可以直接从编码器获取该待识别视频的码率，作为其中各帧图像的码率。
403、基于预设清晰度识别算法，计算所述帧图像的清晰度指标值。
其中，操作402和403不存在执行顺序限制，二者可以同时执行，也可以以任意先后顺序执行，或者以任意先后时差执行，本申请实施例对此不作限制。
404、采用预设压缩方式，将所述待识别视频压缩到预设低质量标准，得到压缩后视频。
其中，所述压缩后视频包括所述帧图像对应的所述压缩后图像。
405，获取所述压缩后帧图像的码率。
406、基于所述预设清晰度识别算法，计算所述压缩后帧图像的清晰度指标值。
其中，操作405和406不存在执行顺序限制，二者可以同时执行，也可以以任意先后顺序执行，或者以任意先后时差执行，本申请实施例对此不作限制。
407、基于所述帧图像的分辨率范围，基于所述帧图像的码率和所述压缩后帧图像的码率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值中的部分或全部信息，确定所述帧图像的清晰度是否满足预设清晰度标准。
其中，该操作407具体实现方式可以参考上述图2所示实施例，此处不再赘述。
408、基于所述多个帧图像的清晰度是否满足预设清晰度标准，确定所述待识别视频的清晰度是否满足预设清晰度标准。
基于本实施例，可以通过对视频压缩的方式，根据视频中帧图像的分辨率范围，基于所述帧图像的码率和所述压缩后帧图像的码率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值中的部分或全部信息，来确定所述帧图像的清晰度是否满足预设清晰度标准，进而确定所述待识别视频的清晰度是否满足预设清晰度标准，可以客观评价各视频的清晰度，使得对视频清晰度的衡量更客观、统一。
另外，采用本申请所提供的技术方案，确定视频的清晰度是否满足预设清晰度标准，可以基于统一标准对不同清晰度的视频进行筛选，有助于节省视频网站、自媒体平台宝贵而有限的存储资源和维护资源，提高资源利用率。
另外，采用本申请所提供的技术方案，确定视频的清晰度是否满足预设清晰度标准，可以基于统一标准对不同清晰度的视频进行筛选，这样，在向用户推荐视频时，可以仅向用户推荐清晰度满足要求的视频，提高用户观看体验、节省用户流量。
进一步可选地，在上述图4所示实施例中，通过操作408确定出所述待识别视频的清晰度是否满足预设清晰度标准后，若所述待识别视频的清晰度不满足预设清晰度标准，可以直接丢弃所述待识别视频，从而节省存储资源和维护资源。若所述待识别视频的清晰度满足预设清晰度标准，可以存储所述待识别视频，以便进一步推荐给用户。
本申请的技术方案可以适用于终端、视频服务器(例如视频网站、自媒体平台)等任意设备中的应用，例如，任意视频数据处理类应用、播放类应用中。利用视频数据处理类应用、播放类应用，执行本申请实施例提供的视频清晰度识别方法时，基于视频中帧图像的分辨率，采用帧图像压缩前后的清晰度指标值，实现了对视频清晰度的识别，可以识别任一视频的清晰度是否满足要求。
另外，采用本申请所提供的技术方案，基于视频中帧图像的分辨率，基于视频压缩前后的清晰度指标值，来确定视频的清晰度，实现了对不同视频清晰度的统一标准识别，可以客观比较不同视频的清晰度，使得对视频清晰度的衡量更客观、统一。
另外，采用本申请所提供的技术方案，确定视频的清晰度，可以基于统一标准对不同清晰度的视频进行筛选，有助于节省视频网站、自媒体平台宝贵而有限的存储资源和维护资源，提高资源利用率。
另外，采用本申请所提供的技术方案，确定视频的清晰度，可以基于统一标准对不同清晰度的视频进行筛选，这样，在向用户推荐视频时，可以仅向用户推荐清晰度满足要求的视频，提高用户观看体验、节省用户流量。
需要说明的是，对于前述的各方法实施例，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，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。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，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
图5示出了适于用来实现本申请实施方式的示例性计算机系统/服务器12的框图。图5显示的计算机系统/服务器12仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，存储装置或者系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口44进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图5所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1～图4所对应的实施例任一实施例所提供的方法。
本申请另一实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现图1～图4所对应的实施例任一实施例所提供的方法。
具体来说，可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。
计算机可读的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。计算机可读的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——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
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申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程序程序设计语言—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)。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或页面组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一个计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁盘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申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (13)
1.一种视频清晰度识别方法，其特征在于，包括：
分别针对待识别视频中多个帧图像中的每个帧图像，获取所述帧图像的分辨率；
基于预设清晰度识别算法，计算所述帧图像的清晰度指标值；
采用预设压缩方式，将所述帧图像压缩到预设低质量标准，得到压缩后帧图像；
基于所述预设清晰度识别算法，计算所述压缩后帧图像的清晰度指标值；
基于所述帧图像的分辨率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度；
基于所述多个帧图像的清晰度，确定所述待识别视频的清晰度。
2.根据权利要求1所述的方法，其特征在于，还包括：
基于所述帧图像的分辨率确定所述帧图像的分辨率范围；
所述基于所述帧图像的分辨率、所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度，包括：
基于所述帧图像的分辨率范围，至少基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度。
3.根据权利要求2所述的方法，其特征在于，所述基于所述帧图像的分辨率范围，至少基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，确定所述帧图像的清晰度，包括：
若所述帧图像的分辨率大于第一预设分辨率，基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值，计算清晰度指标值的变化率；基于所述清晰度指标值的变化率是否大于第一预设变化率，确定所述帧图像的清晰度是否满足预设清晰度标准；
若所述帧图像的分辨率大于第二预设分辨率且不大于第一预设分辨率，基于所述帧图像的码率和所述压缩后帧图像的码率计算码率变化率，基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值计算清晰度指标值的变化率；基于所述码率变化率和所述清晰度指标值的变化率计算码率和清晰度指标值的综合变化率；基于所述综合变化率是否大于第二预设变化率，确定所述帧图像的清晰度是否满足预设清晰度标准；
若所述帧图像的分辨率大于第三预设分辨率且不大于第二预设分辨率，基于所述帧图像的清晰度指标值和所述压缩后帧图像的清晰度指标值计算清晰度指标值的变化率；基于所述帧图像的码率和所述清晰度指标值的变化率，确定所述帧图像的清晰度是否满足预设清晰度标准。
4.根据权利要求3所述的方法，其特征在于，所述基于所述码率变化率和所述清晰度指标值的变化率计算码率和清晰度指标值的综合变化率，包括：
对所述码率变化率和所述清晰度指标值的变化率进行加权计算，得到所述综合变化率；其中，所述清晰度指标值的权重大于所述码率变化率的权重。
5.根据权利要求3所述的方法，其特征在于，所述基于所述帧图像的码率和所述清晰度指标值的变化率，确定所述帧图像的清晰度是否满足预设清晰度标准，包括：
比较所述帧图像的码率是否大于预设码率；
若所述帧图像的码率大于预设码率，基于所述清晰度指标值的变化率是否大于第三预设变化率，确定所述帧图像的清晰度是否满足预设清晰度标准；
否则，若所述帧图像的码率不大于预设码率，基于所述清晰度指标值的变化率是否大于第四预设变化率，确定所述帧图像的清晰度是否满足预设清晰度标准；其中，所述第四预设变化率大于所述第三预设变化率。
6.根据权利要求3～5任一权利要求所述的方法，其特征在于，还包括：
若所述帧图像的分辨率不大于所述第三预设分辨率，确定所述待识别视频的清晰度不满足预设清晰度标准。
7.根据权利要求3～5任一权利要求所述的方法，其特征在于，还包括：
获取所述待识别视频的码率，作为所述待识别视频中每个帧图像的码率；
获取所述压缩后帧图像的码率。
8.根据权利要求3～5任一权利要求所述的方法，其特征在于，所述基于所述多个帧图像的清晰度，确定所述待识别视频的清晰度，包括：
基于所述多个帧图像的清晰度是否满足预设清晰度标准，确定所述待识别视频的清晰度是否满足预设清晰度标准。
9.根据权利要求8所述的方法，其特征在于，还包括：
若所述待识别视频的清晰度不满足预设清晰度标准，丢弃所述待识别视频。
10.根据权利要求1～5任一权利要求所述的方法，其特征在于，所述采用预设压缩方式，将所述帧图像压缩到预设低质量标准，得到压缩后帧图像，包括：
采用视频压缩算法FFmpeg，设置恒定质量编码参数CRF的取值为大于28且不大于51的一个数值，对所述帧图像进行压缩，得到所述压缩后帧图像。
11.根据权利要求1～5任一权利要求所述的方法，其特征在于，所述采用预设压缩方式，将所述帧图像压缩到预设低质量标准，得到压缩后帧图像，包括：
采用预设压缩方式，将所述待识别视频压缩到预设低质量标准，得到压缩后视频，所述压缩后视频包括所述帧图像对应的所述压缩后图像。
12.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～11任一权利要求所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～11任一权利要求所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010982081.5A CN112135140B (zh) | 2020-09-17 | 2020-09-17 | 视频清晰度识别方法、电子设备及存储介质 |
| PCT/CN2021/118231 WO2022057789A1 (zh) | 2020-09-17 | 2021-09-14 | 视频清晰度识别方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010982081.5A CN112135140B (zh) | 2020-09-17 | 2020-09-17 | 视频清晰度识别方法、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112135140A true CN112135140A (zh) | 2020-12-25 |
| CN112135140B CN112135140B (zh) | 2023-11-28 |
Family
ID=73841799
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010982081.5A Active CN112135140B (zh) | 2020-09-17 | 2020-09-17 | 视频清晰度识别方法、电子设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112135140B (zh) |
| WO (1) | WO2022057789A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113392241A (zh) * | 2021-06-29 | 2021-09-14 | 中海油田服务股份有限公司 | 测井图像清晰度的识别方法、装置、介质及电子设备 |
| CN113436137A (zh) * | 2021-03-12 | 2021-09-24 | 北京世纪好未来教育科技有限公司 | 一种图像清晰度识别方法、装置、设备及介质 |
| CN113724225A (zh) * | 2021-08-31 | 2021-11-30 | 北京达佳互联信息技术有限公司 | 应用程序传输质量的确定方法及装置 |
| WO2022057789A1 (zh) * | 2020-09-17 | 2022-03-24 | 上海连尚网络科技有限公司 | 视频清晰度识别方法、电子设备及存储介质 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115225961B (zh) * | 2022-04-22 | 2024-01-16 | 上海赛连信息科技有限公司 | 一种无参考网络视频质量评价方法和装置 |
| CN116668737B (zh) * | 2023-08-02 | 2023-10-20 | 成都梵辰科技有限公司 | 一种基于深度学习的超高清视频清晰度测试方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013222245A (ja) * | 2012-04-13 | 2013-10-28 | Mitsubishi Electric Corp | 画像鮮鋭度評価装置 |
| CN104601999A (zh) * | 2014-12-31 | 2015-05-06 | 乐视网信息技术（北京）股份有限公司 | 一种基于关键帧的编码方法及装置 |
| CN105489194A (zh) * | 2015-11-24 | 2016-04-13 | 小米科技有限责任公司 | 一种显示图像的方法和装置 |
| CN107958455A (zh) * | 2017-12-06 | 2018-04-24 | 百度在线网络技术（北京）有限公司 | 图像清晰度评估方法、装置、计算机设备及存储介质 |
| CN109831680A (zh) * | 2019-03-18 | 2019-05-31 | 北京奇艺世纪科技有限公司 | 一种视频清晰度的评价方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4859219B2 (ja) * | 2006-09-07 | 2012-01-25 | キヤノン株式会社 | 映像出力装置及びその制御方法 |
| CN103581662B (zh) * | 2012-07-26 | 2016-08-31 | 腾讯科技（深圳）有限公司 | 视频清晰度测量方法和系统 |
| CN107833214A (zh) * | 2017-11-03 | 2018-03-23 | 北京奇虎科技有限公司 | 视频清晰度检测方法、装置、计算设备及计算机存储介质 |
| CN110769296B (zh) * | 2019-10-30 | 2021-08-27 | 杭州叙简科技股份有限公司 | 一种传输时基于本地缓存的视频码率自适应调节方式 |
| CN112135140B (zh) * | 2020-09-17 | 2023-11-28 | 上海连尚网络科技有限公司 | 视频清晰度识别方法、电子设备及存储介质 |
-
2020
- 2020-09-17 CN CN202010982081.5A patent/CN112135140B/zh active Active
-
2021
- 2021-09-14 WO PCT/CN2021/118231 patent/WO2022057789A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013222245A (ja) * | 2012-04-13 | 2013-10-28 | Mitsubishi Electric Corp | 画像鮮鋭度評価装置 |
| CN104601999A (zh) * | 2014-12-31 | 2015-05-06 | 乐视网信息技术（北京）股份有限公司 | 一种基于关键帧的编码方法及装置 |
| CN105489194A (zh) * | 2015-11-24 | 2016-04-13 | 小米科技有限责任公司 | 一种显示图像的方法和装置 |
| CN107958455A (zh) * | 2017-12-06 | 2018-04-24 | 百度在线网络技术（北京）有限公司 | 图像清晰度评估方法、装置、计算机设备及存储介质 |
| CN109831680A (zh) * | 2019-03-18 | 2019-05-31 | 北京奇艺世纪科技有限公司 | 一种视频清晰度的评价方法及装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022057789A1 (zh) * | 2020-09-17 | 2022-03-24 | 上海连尚网络科技有限公司 | 视频清晰度识别方法、电子设备及存储介质 |
| CN113436137A (zh) * | 2021-03-12 | 2021-09-24 | 北京世纪好未来教育科技有限公司 | 一种图像清晰度识别方法、装置、设备及介质 |
| CN113392241A (zh) * | 2021-06-29 | 2021-09-14 | 中海油田服务股份有限公司 | 测井图像清晰度的识别方法、装置、介质及电子设备 |
| CN113392241B (zh) * | 2021-06-29 | 2023-02-03 | 中海油田服务股份有限公司 | 测井图像清晰度的识别方法、装置、介质及电子设备 |
| CN113724225A (zh) * | 2021-08-31 | 2021-11-30 | 北京达佳互联信息技术有限公司 | 应用程序传输质量的确定方法及装置 |
| CN113724225B (zh) * | 2021-08-31 | 2024-04-09 | 北京达佳互联信息技术有限公司 | 应用程序传输质量的确定方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112135140B (zh) | 2023-11-28 |
| WO2022057789A1 (zh) | 2022-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112135140B (zh) | 视频清晰度识别方法、电子设备及存储介质 | |
| CN107529098B (zh) | 用于视频摘要的方法和系统 | |
| US10834424B2 (en) | Method and device for compressing image, and electronic device | |
| CN105407352A (zh) | 图像压缩方法、装置及服务器 | |
| CN109376645B (zh) | 一种人脸图像数据优选方法、装置及终端设备 | |
| CN107908998B (zh) | 二维码解码方法、装置、终端设备及计算机可读存储介质 | |
| CN111182303A (zh) | 共享屏幕的编码方法、装置、计算机可读介质及电子设备 | |
| CN106060544B (zh) | 一种图像编码方法、相关设备及系统 | |
| CN111787398A (zh) | 视频压缩方法、装置、设备及存储装置 | |
| CN113542795A (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
| CN110740316A (zh) | 数据编码方法及装置 | |
| US11412311B2 (en) | Methods and systems for saving data while streaming video | |
| CN112367559A (zh) | 视频展示方法、装置、电子设备、服务器及存储介质 | |
| CN110298895B (zh) | 基于人工智能的图片压缩方法、装置、设备及存储介质 | |
| CN111669595A (zh) | 一种屏幕内容编码方法、装置、设备和介质 | |
| CN104346792A (zh) | 图片处理方法、图片查看器及终端 | |
| CN113810654A (zh) | 图像视频的上传方法、装置、存储介质以及电子设备 | |
| US10405003B2 (en) | Image compression based on semantic relevance | |
| CN107004018B (zh) | 数据处理方法及装置 | |
| CN109242763B (zh) | 图片处理方法、图片处理装置、终端设备 | |
| CN117278765B (zh) | 一种视频压缩方法、装置、设备以及存储介质 | |
| KR101979492B1 (ko) | 해상도에 따른 적응적 장면 전환 감지 방법 및 장치 | |
| CN111243046A (zh) | 图像质量检测方法、装置、电子设备及存储介质 | |
| CN114173194B (zh) | 页面流畅度的检测方法、装置、服务器和存储介质 | |
| CN117615146A (zh) | 视频处理方法及装置、电子设备及计算机可读存储介质 |
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 |