CN113436085A - 防抖效果评估方法、装置、计算机设备和存储介质 - Google Patents

防抖效果评估方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113436085A
CN113436085A CN202110541029.0A CN202110541029A CN113436085A CN 113436085 A CN113436085 A CN 113436085A CN 202110541029 A CN202110541029 A CN 202110541029A CN 113436085 A CN113436085 A CN 113436085A
Authority
CN
China
Prior art keywords
image
similarity
video
images
group
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.)
Pending
Application number
CN202110541029.0A
Other languages
English (en)
Inventor
门泽华
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.)
Insta360 Innovation Technology Co Ltd
Original Assignee
Insta360 Innovation Technology 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 Insta360 Innovation Technology Co Ltd filed Critical Insta360 Innovation Technology Co Ltd
Priority to CN202110541029.0A priority Critical patent/CN113436085A/zh
Publication of CN113436085A publication Critical patent/CN113436085A/zh
Priority to PCT/CN2022/092751 priority patent/WO2022242568A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Studio Devices (AREA)

Abstract

本申请涉及一种防抖效果评估方法、装置、计算机设备和存储介质。所述方法包括：获取经由防抖处理所形成的视频；根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。本发明实施例提供的方法，通过获取经由防抖处理所形成的视频，根据视频对应的图像帧参数，获取视频的防抖性能得分。由于防抖性能得分是基于视频对应的图像帧参数所获取的相对客观的评估依据，从而相较于人类视觉系统，防抖性能得分作为评估结果更加精准。另外，由于是根据视频对应的图像帧参数，直接获取防抖性能得分以评估防抖效果，而不需要花费较长时间通过视觉直观感受来评估防抖效果，从而耗费时间较短，评估效率更高。

Description

防抖效果评估方法、装置、计算机设备和存储介质
技术领域
本申请涉及图像处理技术领域，特别是涉及一种防抖效果评估方法、装置、计算机设备和存储介质。
背景技术
目前在拍摄视频或图像过程中，快门速度过慢、焦距过长及手持晃动都会导致得到的视频或图像发生一定的抖动，从而使得到的视频或者图像模糊。为了去除视频或者图像的抖动以得到稳定清晰的视频或者图像，可以对得到的视频或图像通过一些防抖算法进行防抖处理，或者在拍摄过程中通过机械增稳的方式进行防抖处理。在进行防抖处理后，通常需要对防抖效果进行一定的量化评断，以确定哪种防抖处理方式的效果更佳。
在相关技术中，通常是基于人类视觉系统对防抖效果进行评估，也即由用户基于视觉直观感受评判防抖效果的好坏。由于是通过人类视觉系统对防抖效果进行评估，而基于视觉直观感受是缺乏客观评估依据的，从而评估结果不够精准。另外，由于通过视觉直观感受评估防抖效果，通常需要花费较长时间观看拍摄的多张图片或者一段视频，才可能产生一个大体上的评估结果，评估耗费时间较长。
发明内容
基于此，有必要针对上述技术问题，提供一种能够精准评估防抖处理效果的防抖效果评估方法、装置、计算机设备和存储介质。
一种防抖效果评估方法，该方法包括：
获取经由防抖处理所形成的视频；
根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
在其中一个实施例中，图像帧参数包括图像相似度；相应地，根据视频对应的图像帧参数，获取视频的防抖性能得分，包括：
对于视频中每一组相邻预设间隔的两帧图像，获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，并作为每一组相邻预设间隔的两帧图像对应的图像相似度；
根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分。
在其中一个实施例中，预设间隔为1，对于视频中任意一组相邻预设间隔的两帧图像，将两帧图像分别记为第t帧图像及第t-1帧图像；相应地，获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，包括：
获取第t帧图像中的第一子区域与第t-1帧图像中的第二子区域之间的图像相似度，并作为第t帧图像与第t-1帧图像之间的图像相似度，第一子区域与第二子区域是按照相同划分方式划分的且在各自图像中位于相同位置；或者，
获取每一子区域组中第三子区域与第四子区域之间的图像相似度，并根据多个子区域组对应的图像相似度，获取第t帧图像与第t-1帧图像之间的图像相似度；其中，每一子区域组是由第t帧图像中的第三子区域及第t-1帧图像中的第四子区域所组成的，第t帧图像中的第三子区域与第t-1帧图像中的第四子区域是按照相同的划分方式所得到的，每一子区域组中第三子区域与第四子区域在各自图像中位于相同位置。
在其中一个实施例中，根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分，包括：
根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分；
根据视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取视频的防抖性能得分。
在其中一个实施例中，根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分，包括：
基于视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度及每项图像相似度对应的权重，获取加权求和结果，并将加权求和结果作为视频中每一组相邻预设间隔的两帧图像对应的相似度得分；或者，
将视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度作为幂底数，将每项图像相似度对应的权重作为幂指数，获取视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分。
在其中一个实施例中，图像相似度包括以下三项相似度中的至少一项，以下三项相似度分别为亮度相似度、对比度相似度及结构相似度。
在其中一个实施例中，视频为单通道视频或多通道视频。
一种防抖效果评估装置，该装置包括：
第一获取模块，用于获取经由防抖处理所形成的视频；
第二获取模块，用于根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：获取经由防抖处理所形成的视频；根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取经由防抖处理所形成的视频；根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
上述防抖效果评估方法、装置、计算机设备和存储介质，通过获取经由防抖处理所形成的视频，根据视频对应的图像帧参数，获取视频的防抖性能得分。由于防抖性能得分是基于视频对应的图像帧参数所获取的相对客观的评估依据，从而相较于人类视觉系统，防抖性能得分作为评估结果更加精准。另外，由于是根据视频对应的图像帧参数，直接获取防抖性能得分以评估防抖效果，而不需要花费较长时间通过视觉直观感受来评估防抖效果，从而耗费时间较短，评估效率更高。
附图说明
图1为一个实施例中防抖效果评估方法的应用环境图；
图2为一个实施例中防抖效果评估方法的流程示意图；
图3为另一个实施例中防抖效果评估方法的流程示意图；
图4为一个实施例中防抖效果评估装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种专业名词，但除非特别说明，这些专业名词不受这些术语限制。这些术语仅用于将一个专业名词与另一个专业名词区分。举例来说，在不脱离本申请的范围的情况下，第三预设阈值与第四预设阈值可以相同可以不同。
目前在拍摄视频或图像过程中，快门速度过慢、焦距过长及手持晃动都会导致得到的视频或图像发生一定的抖动，从而使得到的视频或者图像模糊。为了去除视频或者图像的抖动以得到稳定清晰的视频或者图像，可以对得到的视频或图像通过一些防抖算法进行防抖处理，或者在拍摄过程中通过机械增稳的方式进行防抖处理。在进行防抖处理后，通常需要对防抖效果进行一定的量化评断，以确定哪种防抖处理方式的效果更佳。
在相关技术中，通常是基于人类视觉系统对防抖效果进行评估，也即由用户基于视觉直观感受评判防抖效果的好坏。由于是通过人类视觉系统对防抖效果进行评估，而基于视觉直观感受是缺乏客观评估依据的，从而评估结果不够精准。另外，由于通过视觉直观感受评估防抖效果，通常需要花费较长时间观看拍摄的多张图片或者一段视频，才可能产生一个大体上的评估结果，评估耗费时间较长。
针对上述相关技术中存在的问题，本发明实施例提供了一种防抖效果评估方法，可以应用于如图1所示的应用环境中。其中，终端101通过网络与服务器102进行通信。终端101可以向服务器102发送处理指令，服务器根据处理指令获取经由防抖处理所形成的视频；根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。服务器102可将防抖处理对应的防抖性能得分返回至终端101。
其中，终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器102可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端102以及服务器104可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。需要说明的是，本申请各实施例中提及的“多个”等的数量均指代“至少两个”的数量，比如，“多个”指“至少两个”。
在对本申请的具体实施方式进行说明之前，先对本申请的主要应用场景进行说明。本申请中的防抖效果评估方法主要应用于防抖处理方式的选用场景。也即，终端101在运动过程中会产生抖动，如用户跑步手持拍摄，山地车骑行拍摄等高频运动，当终端101存在多种防抖处理方式，且需要选用其中某一种防抖处理方式时，可以由服务器102向终端101返回每一种防抖处理方式对应的防抖性能得分，从而由终端101选用最大防抖性能得分对应的防抖处理方式，并基于选用的防抖处理方式对拍摄的视频或者图像作防抖处理。
结合上述实施例的内容，在一个实施例中，参见图2，提供了一种防抖效果评估方法，以该方法应用于图1中的终端101，执行主体为终端101为例进行说明，可以理解的是，该防抖效果评估方法也可以应用于服务器102中且相应执行主体为服务器102，再或者根据实际需求及可行性，该防抖效果评估方法可以同时应用于终端101与服务器102中，也即该防抖效果评估方法中一部分步骤的执行主体可以为终端101，而另一部分步骤的执行主体可以为服务器102，本发明实施例对此不作具体限定。例如，图2对应方法流程中步骤201可以由终端101执行，再由终端101将视频发送至服务器102，从而步骤202由服务器102执行。在本实施例中，包括以下步骤：
201、获取经由防抖处理所形成的视频；
202、根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
在上述步骤201中，视频可以由处于运动状态下且带有拍摄功能的终端101所拍摄得到的。具体地，该视频可以是在拍摄过程中进行防抖处理所得到的，或者也可以是拍摄形成视频后再对该视频进行防抖处理所得到的，或者还可以是部分视频内容是拍摄过程中防抖处理所得到的以及部分视频内容是拍摄形成视频后再对该视频进行防抖处理所得到的，本发明实施例对此不作具体限定。其中，防抖处理也可以由终端101所执行，防抖处理具体可以为电子防抖处理和/或光学防抖处理等。需要说明的是，上述步骤201中提及的防抖处理可以为单一一种防抖处理方式，也可以为多种防抖处理方式的集合，本发明实施例对此不作具体限定。
在上述步骤202中，图像帧参数可以包括图像帧之间的差异度和/或相似度，图像帧参数可以基于视频中图像帧之间的图像参数计算得到。其中，图像参数可以包括亮度和/或对比度等，本发明实施例对此不作具体限定。以图像参数为亮度为例，图像帧参数可以包括图像帧之间亮度的相似度和/或差异度。以图像参数为对比度为例，图像帧参数可以包括图像帧之间对比度的相似度和/或差异度。以图像参数包括亮度及对比度为例，图像帧参数可以包括亮度的相似度和/或差异度，以及，对比度的相似度和/或差异度。其中，差异度可以通过计算差值得到，相似度可以通过相似度算法计算得到。例如，两个图像帧之间亮度的差异度，可以通过计算两个图像帧之间亮度的差值得到。两个图像帧之间亮度的相似度，可以通过相似度算法计算得到，如对于两个图像帧各自对应的亮度特征向量，可以计算该两个亮度特征向量之间的相似度，以作为两个图像帧之间亮度的相似度。
由上述过程可知，图像帧参数主要可以用于表示视频中图像帧之间的差异度和/或相似度。至于是视频中哪些图像帧之间的差异度和/或相似度，可以根据需求设置，本发明实施例对此不作具体限定。例如，可以仅是由视频中起始帧与中间帧之间的差异度和/或相似度构成图像帧参数，也可以仅是中间帧与结束帧之间的差异度和/或相似度构成图像帧参数，还可以是起始帧与中间帧之间的差异度和/或相似度，以及中间帧与结束帧之间的差异度和/或相似度共同构成图像帧参数。
需要说明的是，视频是由一帧帧图像所构成的，当视频是由处于运动状态下的拍摄设备所拍摄得到时，视频中图像帧之间会因为抖动而产生些许图像参数的变形。而这些图像参数的变形会组合在一起，体现在视觉效果上，可能会呈现不好的拍摄效果，如会造成视频呈现拍摄抖动模糊等不好的拍摄效果，而防抖处理能够尽量消除这些参数变形以提高拍摄效果。在数据处理的角度，这些图像参数的变形会体现在图像帧之间的图像参数所对应的计算结果上，也即可以体现在图像帧参数上。因此，图像帧参数作为视频经过防抖处理后其所呈现的视觉效果的一种外在量化，是可以代表视频经过防抖处理后其防抖性能好坏的，从而可以利用图像帧参数来评估视频防抖性能。
另外，结合上述示例中的内容，关于终端101根据视频对应的图像帧参数，获取视频的防抖性能得分的方式，本发明实施例对此不作具体限定。基于图像帧参数中包含的内容，获取防抖性能得分的方式可以分为如下几种方式：
(1)图像帧参数包括图像帧之间的差异度。
由上述示例中的内容可知，在根据所述视频对应的图像帧参数，获取所述视频的防抖性能得分时，至于是视频中哪些图像帧之间的差异度，可以根据需求设置。无论是哪些图像帧之间的差异度，其实际均是视频中某两帧图像构成一组，并为该组内两帧图像之间的差异度。因此，图像帧参数实际上可以包括若干个差异度，每一差异度均是由视频中某组两帧图像所确定的。其中，“若干个”可以指的是一个或多个。相应地，在根据视频对应的图像帧参数，获取视频的防抖性能得分时，若图像帧参数中包含一个差异度，则可以直接将该差异度作为视频的防抖性能得分。若图像帧参数中包含多个差异度，则可以对该多个差异度取平均值，将平均值作为视频的防抖性能得分。
(2)图像帧参数包括图像帧之间的相似度。
与上述第(1)种情形类似，由上述示例中的内容可知，在根据所述视频对应的图像帧参数，获取所述视频的防抖性能得分时，至于是视频中哪些图像帧之间的差异度，可以根据需求设置。无论是哪些图像帧之间的相似度，其实际均是视频中某两帧图像构成一组，并为该组内两帧图像之间的相似度。因此，图像帧参数实际上可以包括若干个相似度，每一相似度均是由视频中某组两帧图像所确定的。其中，“若干个”可以指的是一个或多个。相应地，在根据视频对应的图像帧参数，获取视频的防抖性能得分时，若图像帧参数中包含一个相似度，则可以直接将该相似度作为视频的防抖性能得分。若图像帧参数中包含多个相似度，则可以对该多个相似度取平均值，将平均值作为视频的防抖性能得分。
(3)图像帧参数包括图像帧之间的相似度及差异度。
与上述第(1)种及第(2)种情形类似，无论是哪些图像帧之间的相似度或差异度，其实际均是视频中某两帧图像构成一组，并为该组内两帧图像之间的相似度或差异度。因此，图像帧参数实际上可以包括若干个相似度及若干个差异度，每一相似度或差异度均是由视频中某组两帧图像所确定的。其中，“若干个”可以指的是一个或多个。相应地，在根据视频对应的图像帧参数，获取视频的防抖性能得分时，可以先对图像帧参数中若干个差异度取平均值，得到差异度平均值，并对图像帧参数中若干个相似度取平均值，得到相似度平均值。通过对差异度平均值与相似度平均值进行加权求和，将加权求和结果作为视频的防抖性能得分。其中，如果上述“若干个”实质为一个，则可以不作平均值，直接使用该一个相似度或平均度进行加权求和。
例如，结合上述示例内容，以图像帧参数包括视频中起始帧与结束帧之间的差异度为例，可以将该差异度直接作为防抖性能得分。以图像帧参数包括视频中起始帧与中间帧之间的差异度，以及中间帧与结束帧之间的差异度为例，可以将两个差异度取平均值，并将平均值作为防抖性能得分。以图像帧参数包括视频中起始帧与中间帧之间的差异度，以及视频中起始帧与中间帧之间的相似度为例，可先按照差异度与相似度在让视频呈现更好拍摄效果所占据的重要程度上，设置差异度与相似度各自的权重，从而对差异度与相似度进行加权求和，从而将加权求和结果作为防抖性能得分。
本发明实施例提供的方法，通过获取经由防抖处理所形成的视频，根据视频对应的图像帧参数，获取视频的防抖性能得分。由于防抖性能得分是基于视频对应的图像帧参数所获取的相对客观的评估依据，从而相较于人类视觉系统，防抖性能得分作为评估结果更加精准。另外，由于是根据视频对应的图像帧参数，直接获取防抖性能得分以评估防抖效果，而不需要花费较长时间通过视觉直观感受来评估防抖效果，从而耗费时间较短，评估效率更高。
结合上述实施例的内容，在一个实施例中，参见图3，提供了一种防抖效果评估方法，包括以下步骤：
301、获取经由防抖处理所形成的视频；
302、对于视频中每一组相邻预设间隔的两帧图像，获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，并作为每一组相邻预设间隔的两帧图像对应的图像相似度；
303、根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分。
在上述步骤302中，预设间隔可以用n表示，n表示间隔n帧。具体地，n可以为1，也可以为2，但不能大于总帧数减1所得到的数值。其中，n也不宜过大，过大则图像相似度的总量太少，会导致后续防抖性能得分不够准确。基于上述理由以及为了便于说明，本发明实施例以预设间隔为1为例，对后续过程进行解释说明。
以视频中一共包含n帧图像，分别为第1帧、第2帧、…、第n帧为例。上述过程中所提及的视频中每一组相邻预设间隔的两帧图像，在预设间隔为1时，指的是第1帧与第2帧作为一组相邻的两帧图像、第2帧与第3帧作为一组相邻的两帧图像、第3帧与第4帧作为一组相邻的两帧图像、……、直至第n-1帧与第n帧作为一组相邻的两帧图像，这样一共可以形成n-1组。其中，每一组相邻预设间隔的两帧图像对应的图像相似度的计算方式，可以参考上述示例种图像相似度的相关定义。
在获取到视频中每一组相邻预设间隔的两帧图像对应的图像相似度后，可以根据每一组相邻预设间隔的两帧图像对应的图像相似度，进一步获取视频的防抖性能得分。本发明实施例不对根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分的方式作具体限定，包括但不限于：获取视频中每一组相邻预设间隔的两帧图像对应的图像相似度的求和结果，并将求和结果作为视频的防抖性能得分。或者，进一步地，基于视频中每一组相邻预设间隔的两帧图像所形成的总组数，对求和结果取平均值，将平均值作为视频的防抖性能得分。
再或者，若上述求得的图像相似度不止一种，则可进一步基于多种图像相似度来获取视频的防抖性能得分。比如结合上述示例中的说明，图像相似度是基于视频中相邻两帧图像之间的图像参数计算得到的，图像参数可以包括亮度和/或对比度。以图像参数包括亮度和对比度为例，相应地，图像相似度可以包括两项，一项是基于图像参数为亮度所求得的，记为亮度相似度，另一项是基于图像参数为对比度所求得的，记为对比度相似度。
基于上述说明，根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分，可以进一步为：获取视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的求和结果，对每项图像相似度对应的求和结果再进行求和，将最终的求和结果作为视频的防抖性能得分。当然，除了该方式之外，对于多项图像相似度的情形，还可以采取对多项图像相似度进行加权求和的方式，来获取视频的防抖性能得分。例如，以图像相似度包括基于图像参数为亮度所求得的亮度相似度结果，以及基于图像参数为对比度所求得的对比度相似度结果为例，可以基于视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重进行加权求和，将得到的加权求和结果作为视频的防抖性能得分。
本发明实施例提供的方法，由于拍摄抖动是连续的，在经过防抖处理的前提下，防抖处理后的提升效果会在视频中每一组相邻预设间隔的两帧图像之间的对比中有所体现，而每一组相邻预设间隔的两帧图像对应的图像相似度能够反映实际提升效果，从而基于每一组相邻预设间隔的两帧图像对应的图像相似度所获取的防抖性能得分，能够作为相对客观的评估依据，以此作为评估结果更加精准。
应该理解的是，虽然图2及图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2及图3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
结合上述实施例的内容，在一个实施例中，预设间隔为1，对于视频中任意一组相邻预设间隔的两帧图像，将该两帧图像分别记为第t帧图像及第t-1帧图像；相应地，本发明实施例不对获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度的方式作具体限定，包括但不限于如下两种方式：
第一种获取图像相似度的方式：获取第t帧图像中的第一子区域与第t-1帧图像中的第二子区域之间的图像相似度，并作为第t帧图像与第t-1帧图像之间的图像相似度，第一子区域与第二子区域是按照相同划分方式划分的且在各自图像中位于相同位置；或者，
第二种获取图像相似度的方式：获取每一子区域组中第三子区域与第四子区域之间的图像相似度，并根据多个子区域组对应的图像相似度，获取第t帧图像与第t-1帧图像之间的图像相似度；其中，每一子区域组是由第t帧图像中的第三子区域及第t-1帧图像中的第四子区域所组成的，第t帧图像中的第三子区域与第t-1帧图像中的第四子区域是按照相同的划分方式所得到的，每一子区域组中第三子区域与第四子区域在各自图像中位于相同位置。
在上述第一种方式中，以第t帧图像及第t-1帧图像均按照相同划分方式划分为2*2的4个部分，第一子区域为第t帧图像所划分的4个部分中左上角的那部分，第二子区域为第t-1帧图像所划分的4个部分中左上角的那部分为例，可以按照上述示例中计算图像相似度的方式来分别获取第一子区域与第二子区域之间的图像相似度。例如，可以先获取第一子区域中所有像素的平均亮度值，再获取第二子区域中所有像素的平均亮度值，将第一子区域对应的平均亮度值与第二子区域对应的平均亮度值之间的差值，作为第一子区域与第二子区域之间的图像相似度。
当然，在按照上述划分方式所形成的4个部分中，也可以将第t-1帧图像中右上角的那部分作为第一子区域，将第t帧图像中右上角的那部分作为第二子区域，同样地，还可以将第t-1帧图像中左下角的那部分作为第一子区域，将第t帧图像中左下角的那部分作为第二子区域，以此来获取第一子区域与第二子区域之间的图像相似度，本发明实施例对此不作具体限定。
在上述第二种方式中，以第t帧图像及第t-1帧图像均按照相同划分方式划分为2*2的4个部分为例。相应地，第t帧图像中包括4个第三子区域，第t-1帧图像包括4个第四子区域，并由此可形成4个子区域组。
具体地，第t帧图像位于左上角的第三子区域与第t-1帧图像位于左上角的第四子区域可形成第一个子区域组，第t帧图像位于右上角的第三子区域与第t-1帧图像位于右上角的第四子区域可形成第二个子区域组，第t帧图像位于左下角的第三子区域与第t-1帧图像位于左下角的第四子区域可形成第三个子区域组，第t帧图像位于右下角的第三子区域与第t-1帧图像位于右下角的第四子区域可形成第四个子区域组。
结合上述示例的内容，基于相同的图像相似度计算方式，可以分别获取这四个子区域组中每一子区域组对应的图像相似度。由此，根据多个子区域组对应的图像相似度，可获取第t帧图像与第t-1帧图像之间的图像相似度。本发明实施例不对根据多个子区域组对应的图像相似度，获取第t帧图像与第t-1帧图像之间的图像相似度的方式作具体限定，包括担不限于：将求和结果作为第t帧图像与第t-1帧图像之间的图像相似度；或者，基于子区域组的数量，获取求和结果的平均值，将平均值作为第t帧图像与第t-1帧图像之间的图像相似度。其中，求和结果是对每一子区域组对应的图像相似度进行相加后得到的。需要说明的是，上述示例给出的预设间隔为1时的实现过程，预设间隔为除1之外的其它值时，也可以参考上述示例中的过程，此处不再赘述。
本发明实施例提供的方法，由于拍摄抖动是连续的，在经过防抖处理的前提下，防抖处理后的提升效果会在视频中每一组相邻预设间隔的两帧图像之间的对比中有所体现，而每一组相邻预设间隔的两帧图像对应的图像相似度能够反映实际提升效果，从而对于一组相邻预设间隔的两帧图像，在将该两帧图像采用相同的划分方式进行划分后，基于该两帧图像位于相同位置所划分得到的某一块区域或者将所划分得到的所有区域作为全局考虑，以此来获取该两帧图像对应的图像相似度，能够作为相对客观的评估依据，基于此所获取的评估结果更加精准。
结合上述实施例的内容，在一个实施例中，本发明实施例不对根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分的方式作具体限定，包括但不限于：根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分；根据视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取视频的防抖性能得分。
其中，关于根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分的方式，本发明实施例对此也不作具体限定，包括但不限于如下两种方式：
第一种获取相似度得分的方式：基于视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度及每项图像相似度对应的权重，获取加权求和结果，并将加权求和结果作为视频中每一组相邻预设间隔的两帧图像对应的相似度得分。
第二种获取相似度得分的方式：将视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度作为幂底数，将每项图像相似度对应的权重作为幂指数，获取视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分。
其中，本发明实施例不对根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分的方式作具体限定，包括但不限于：对视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果进行求和，将求和结果作为每一组相邻预设间隔的两帧图像对应的相似度得分；或者，对视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果进行相乘，将乘积结果作为每一组相邻预设间隔的两帧图像对应的相似度得分。
例如，以图像相似度为3项为例，视频中第t-1组相邻预设间隔的两帧图像对应的第一项图像相似度记为Lt，视频中第t-1组相邻预设间隔的两帧图像对应的第二项图像相似度记为Ct，视频中第t-1组相邻预设间隔的两帧图像对应的第三项图像相似度记为St。而第一项图像相似度对应的权重记为a，第二项图像相似度对应的权重记为b，第三项图像相似度对应的权重记为c。
对于上述第一种获取相似度得分的方式，可以参考如下公式(1)来计算：
Pt＝a*Lt+b*Ct+c*St； (1)
对于上述第二种获取相似度得分的方式，若获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分，是采用将乘方结果进行相乘的方式，则第二种获取相似度得分的方式，可以参考如下公式(2)来计算：
Figure BDA0003071575010000141
在上述公式(1)及公式(2)中，Pt表示第t组相邻预设间隔的两帧图像对应的相似度得分。在上述公式(2)，
Figure BDA0003071575010000142
表示第t-1组相邻预设间隔的两帧图像对应的第一项图像相似度的乘方结果，
Figure BDA0003071575010000143
表示第t-1组相邻预设间隔的两帧图像对应的第二项图像相似度的乘方结果，
Figure BDA0003071575010000144
表示第t-1组相邻预设间隔的两帧图像对应的第三项图像相似度的乘方结果。
需要说明的是，在上述两种获取相似度得分的方式中，每项图像相似度对应的权重可以根据实际需求进行设置。例如，若存在两项图像相似度，其中一项是基于亮度所计算得到的图像相似度，另一项是基于对比度计算得到的图像相似度，而视频中环境亮度较暗，则对于这两项图像相似度，应当尽量减少环境亮度较暗所带来的误差。由此，可适当减小基于亮度所计算得到的图像相似度对应的权重，而适当提升基于对比度所计算得到的图像相似度对应的权重。
在获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分之后，可以根据视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取视频的防抖性能得分。本发明实施例不对根据视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取视频的防抖性能得分的方式作具体限定，包括但不限于：获取相似度得分的累加结果，累加结果是对视频中每一组相邻预设间隔的两帧图像对应的相似度得分进行累加后所得到的。
本发明实施例提供的方法，由于可以基于相邻预设间隔的两帧图像对应的每项图像相似度，来获取相邻预设间隔的两帧图像之间的相似度得分，从而相较于基于单一一项图像相似度来获取相似度得分，获取到的结果更加精准。另外，由于可以按照实际需求设置每项图像相似度的权重，从而可以使得获取相似度得分时能够有所侧重，减少权重低对应的图像相似度所带来的误差，而防抖性能得分是由相似度得分及权重所确定的，进而使得后续获取到的防抖性能得分更加精准。
结合上述实施例的内容，在一个实施例中，图像相似度包括以下三项相似度中的至少一项，以下三项相似度分别为亮度相似度、对比度相似度及结构相似度。
结合上述实施例、具体示例中的内容以及相似度的定义，以预设间隔为1为例，现对上述三项相似度的计算过程进行说明，以视频中第t-1组相邻预设间隔的两帧图像对应的亮度相似度记为Lt，视频中第t-1组相邻预设间隔的两帧图像对应的对比度相似度记为Ct，视频中第t-1组相邻预设间隔的两帧图像对应的结构相似度记为St。
其中，计算第t-1组相邻预设间隔的两帧图像对应的亮度相似度，也即第t-1组相邻预设间隔的两帧图像中第t帧图像与第t-1帧图像之间的亮度相似度，可参考如下公式(3)：
Figure BDA0003071575010000151
在上述公式(3)中，μt表示第t帧图像的亮度均值，μt-1表示第t-1帧图像的亮度均值。其中，μt可采用如下公式(4)计算：
Figure BDA0003071575010000161
在上述公式(4)中，N表示第t帧图像中的像素总数，i表示第t帧图像中的第i个像素，ti表示第i个像素的亮度值。
计算第t-1组相邻预设间隔的两帧图像对应的对比度相似度，也即第t-1组相邻预设间隔的两帧图像中第t帧图像与第t-1帧图像之间的对比度相似度，可参考如下公式(5)：
Figure BDA0003071575010000162
在上述公式(5)中，δt表示第t帧图像的亮度标准偏差，也即第t帧图像的对比度，δt-1表示第t-1帧图像的对比度。其中，δt可采用如下公式(6)计算：
Figure BDA0003071575010000163
在上述公式(6)中，各个参数的定义可参考上述公式中的相关说明。
计算第t-1组相邻预设间隔的两帧图像对应的结构相似度，也即第t-1组相邻预设间隔的两帧图像中第t帧图像与第t-1帧图像之间的结构相似度，可参考如下公式(7)：
Figure BDA0003071575010000164
在上述公式(7)中，δt,t-1表示第t帧图像与第t-1帧图像之间的亮度协方差。
其中，δt,t-1可采用如下公式(8)计算：
Figure BDA0003071575010000165
在上述公式(8)中，(t-1)i表示第t-1帧图像中的第i个像素的亮度值，μt-1表示第t-1帧图像的亮度均值。
本发明实施例提供的方法，由于可以基于相邻预设间隔的两帧图像对应的亮度相似度、对比度相似度及结构相似度，来获取相邻预设间隔的两帧图像之间的相似度得分，从而相较于基于单一一项图像相似度来获取相似度得分，获取到的结果更加精准，而防抖性能得分是由相似度得分所确定的，进而使得后续获取到的防抖性能得分更加精准。
结合上述实施例的内容，在一个实施例中，视频为单通道视频或多通道视频。其中，单通道视频为灰度视频，多通道视频为彩色视频。需要说明的是，若该视频为灰度视频，则可以直接按照上述实施例提供的方式，获取该灰度视频的防抖性能得分。若该视频为彩色视频，则可以按照上述实施例提供的方式，先获取每一通道下视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，对于某一同类型的图像相似度，再将每一通道下视频中每一组相邻预设间隔的两帧图像对应的该同类型图像相似度进行加和，将加和结果作为视频中每一组相邻预设间隔的两帧图像对应的该同类型图像相似度。通过上述过程，即可得到视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，再采用上述实施例提供的方式，即可获取该视频的防抖性能得分。
本发明实施例提供的方法，由于可以同时适用于单通道视频或多通道视频，从而适用场景更加广泛。
需要说明的是，上述阐述的技术方案在实际实施过程中可以作为独立实施例来实施，也可以彼此之间进行组合并作为组合实施例实施。另外，在对上述本发明实施例内容进行阐述时，仅基于方便阐述的思路，按照相应顺序对不同实施例进行阐述，如按照数据流流向的顺序，而并非是对不同实施例之间的执行顺序进行限定。相应地，在实际实施过程中，若需要实施本发明提供的多个实施例，则不一定需要按照本发明阐述实施例时所提供的执行顺序，而是可以根据需求安排不同实施例之间的执行顺序。
结合上述实施例的内容，在一个实施例中，如图4所示，提供了一种防抖效果评估装置，包括：第一获取模块401和第二获取模块402，其中：
第一获取模块401，用于获取经由防抖处理所形成的视频；
第二获取模块402，用于根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
在一个实施例中，第二获取模块402中的图像帧参数包括图像相似度；相应地，第二获取模块402，包括：第一获取单元及第二获取单元；
第一获取单元，用于对于视频中每一组相邻预设间隔的两帧图像，获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，并作为每一组相邻预设间隔的两帧图像对应的图像相似度；
第二获取单元，用于根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分。
在一个实施例中，在第一获取单元中，预设间隔为1，对于视频中任意一组相邻预设间隔的两帧图像，将两帧图像分别记为第t帧图像及第t-1帧图像；相应地，第一获取单元，包括：第一获取子单元或者第二获取子单元。
第一获取子单元，用于获取第t帧图像中的第一子区域与第t-1帧图像中的第二子区域之间的图像相似度，并作为第t帧图像与第t-1帧图像之间的图像相似度，第一子区域与第二子区域是按照相同划分方式划分的且在各自图像中位于相同位置；
第二获取子单元，用于获取每一子区域组中第三子区域与第四子区域之间的图像相似度，并根据多个子区域组对应的图像相似度，获取第t帧图像与第t-1帧图像之间的图像相似度；其中，每一子区域组是由第t帧图像中的第三子区域及第t-1帧图像中的第四子区域所组成的，第t帧图像中的第三子区域与第t-1帧图像中的第四子区域是按照相同的划分方式所得到的，每一子区域组中第三子区域与第四子区域在各自图像中位于相同位置。
在一个实施例中，第二获取单元包括：第三获取子单元及第四获取子单元；
第三获取子单元，用于根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分；
第四获取子单元，用于根据视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取视频的防抖性能得分。
在一个实施例中，第三获取子单元，用于基于视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度及每项图像相似度对应的权重，获取加权求和结果，并将加权求和结果作为视频中每一组相邻预设间隔的两帧图像对应的相似度得分；或者，
将视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度作为幂底数，将每项图像相似度对应的权重作为幂指数，获取视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分。
在一个实施例中，上述提及到的各项单元中的图像相似度包括以下三项相似度中的至少一项，以下三项相似度分别为亮度相似度、对比度相似度及结构相似度。
在一个实施例中，上述提及到的各项模块及单元中的视频为单通道视频或多通道视频。
关于防抖效果评估装置的具体限定可以参见上文中对于防抖效果评估方法的限定，在此不再赘述。上述防抖效果评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储防抖性能得分。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种防抖效果评估方法。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取经由防抖处理所形成的视频；根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
在一个实施例中，图像帧参数包括图像相似度；相应地，处理器执行计算机程序时还实现以下步骤：对于视频中每一组相邻预设间隔的两帧图像，获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，并作为每一组相邻预设间隔的两帧图像对应的图像相似度；根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分。
在一个实施例中，预设间隔为1，对于视频中任意一组相邻预设间隔的两帧图像，将两帧图像分别记为第t帧图像及第t-1帧图像；相应地，处理器执行计算机程序时还实现以下步骤：获取第t帧图像中的第一子区域与第t-1帧图像中的第二子区域之间的图像相似度，并作为第t帧图像与第t-1帧图像之间的图像相似度，第一子区域与第二子区域是按照相同划分方式划分的且在各自图像中位于相同位置；或者，
获取每一子区域组中第三子区域与第四子区域之间的图像相似度，并根据多个子区域组对应的图像相似度，获取第t帧图像与第t-1帧图像之间的图像相似度；其中，每一子区域组是由第t帧图像中的第三子区域及第t-1帧图像中的第四子区域所组成的，第t帧图像中的第三子区域与第t-1帧图像中的第四子区域是按照相同的划分方式所得到的，每一子区域组中第三子区域与第四子区域在各自图像中位于相同位置。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分；根据视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取视频的防抖性能得分。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度及每项图像相似度对应的权重，获取加权求和结果，并将加权求和结果作为视频中每一组相邻预设间隔的两帧图像对应的相似度得分；或者，
将视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度作为幂底数，将每项图像相似度对应的权重作为幂指数，获取视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分。
在一个实施例中，处理器在执行计算机程序时，图像相似度包括以下三项相似度中的至少一项，以下三项相似度分别为亮度相似度、对比度相似度及结构相似度。
在一个实施例中，处理器在执行计算机程序时，视频为单通道视频或多通道视频。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取经由防抖处理所形成的视频；根据视频对应的图像帧参数，获取视频的防抖性能得分，防抖性能得分用于评估防抖处理的防抖效果。
在一个实施例中，图像帧参数包括图像相似度；相应地，计算机程序被处理器执行时还实现以下步骤：对于视频中每一组相邻预设间隔的两帧图像，获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，并作为每一组相邻预设间隔的两帧图像对应的图像相似度；根据视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取视频的防抖性能得分。
在一个实施例中，预设间隔为1，对于视频中任意一组相邻预设间隔的两帧图像，将两帧图像分别记为第t帧图像及第t-1帧图像；相应地，计算机程序被处理器执行时还实现以下步骤：获取第t帧图像中的第一子区域与第t-1帧图像中的第二子区域之间的图像相似度，并作为第t帧图像与第t-1帧图像之间的图像相似度，第一子区域与第二子区域是按照相同划分方式划分的且在各自图像中位于相同位置；或者，
获取每一子区域组中第三子区域与第四子区域之间的图像相似度，并根据多个子区域组对应的图像相似度，获取第t帧图像与第t-1帧图像之间的图像相似度；其中，每一子区域组是由第t帧图像中的第三子区域及第t-1帧图像中的第四子区域所组成的，第t帧图像中的第三子区域与第t-1帧图像中的第四子区域是按照相同的划分方式所得到的，每一子区域组中第三子区域与第四子区域在各自图像中位于相同位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分；根据视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取视频的防抖性能得分。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度及每项图像相似度对应的权重，获取加权求和结果，并将加权求和结果作为视频中每一组相邻预设间隔的两帧图像对应的相似度得分；或者，
将视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度作为幂底数，将每项图像相似度对应的权重作为幂指数，获取视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，根据视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，获取视频中每一组相邻预设间隔的两帧图像对应的相似度得分。
在一个实施例中，计算机程序被处理器执行时，图像相似度包括以下三项相似度中的至少一项，以下三项相似度分别为亮度相似度、对比度相似度及结构相似度。
在一个实施例中，计算机程序被处理器执行时，视频为单通道视频或多通道视频。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种防抖效果评估方法，其特征在于，所述方法包括：
获取经由防抖处理所形成的视频；
根据所述视频对应的图像帧参数，获取所述视频的防抖性能得分，所述防抖性能得分用于评估所述防抖处理的防抖效果。
2.根据权利要求1所述的方法，其特征在于，所述图像帧参数包括图像相似度；相应地，所述根据所述视频对应的图像帧参数，获取所述视频的防抖性能得分，包括：
对于所述视频中每一组相邻预设间隔的两帧图像，获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，并作为每一组相邻预设间隔的两帧图像对应的图像相似度；
根据所述视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取所述视频的防抖性能得分。
3.根据权利要求2所述的方法，其特征在于，所述预设间隔为1，对于所述视频中任意一组相邻预设间隔的两帧图像，将所述两帧图像分别记为第t帧图像及第t-1帧图像；相应地，所述获取每一组相邻预设间隔的两帧图像中前一帧图像与后一帧图像之间的图像相似度，包括：
获取第t帧图像中的第一子区域与第t-1帧图像中的第二子区域之间的图像相似度，并作为第t帧图像与第t-1帧图像之间的图像相似度，所述第一子区域与所述第二子区域是按照相同划分方式划分的且在各自图像中位于相同位置；或者，
获取每一子区域组中第三子区域与第四子区域之间的图像相似度，并根据多个子区域组对应的图像相似度，获取第t帧图像与第t-1帧图像之间的图像相似度；其中，每一子区域组是由第t帧图像中的第三子区域及第t-1帧图像中的第四子区域所组成的，第t帧图像中的第三子区域与第t-1帧图像中的第四子区域是按照相同的划分方式所得到的，每一子区域组中第三子区域与第四子区域在各自图像中位于相同位置。
4.根据权利要求2所述的方法，其特征在于，所述根据所述视频中每一组相邻预设间隔的两帧图像对应的图像相似度，获取所述视频的防抖性能得分，包括：
根据所述视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取所述视频中每一组相邻预设间隔的两帧图像对应的相似度得分；
根据所述视频中每一组相邻预设间隔的两帧图像对应的相似度得分，获取所述视频的防抖性能得分。
5.根据权利要求4所述的方法，其特征在于，所述根据所述视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度，及每项图像相似度对应的权重，获取所述视频中每一组相邻预设间隔的两帧图像对应的相似度得分，包括：
基于所述视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度及每项图像相似度对应的权重，获取加权求和结果，并将所述加权求和结果作为所述视频中每一组相邻预设间隔的两帧图像对应的相似度得分；或者，
将所述视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度作为幂底数，将每项图像相似度对应的权重作为幂指数，获取所述视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，根据所述视频中每一组相邻预设间隔的两帧图像对应的每项图像相似度的乘方结果，获取所述视频中每一组相邻预设间隔的两帧图像对应的相似度得分。
6.根据权利要求2至5中任一项所述的方法，其特征在于，所述图像相似度包括以下三项相似度中的至少一项，所述以下三项相似度分别为亮度相似度、对比度相似度及结构相似度。
7.根据权利要求1至5中任一项所述的方法，其特征在于，所述视频为单通道视频或多通道视频。
8.一种防抖效果评估装置，其特征在于，所述装置包括：
第一获取模块，用于获取经由防抖处理所形成的视频；
第二获取模块，用于根据所述视频对应的图像帧参数，获取所述视频的防抖性能得分，所述防抖性能得分用于评估所述防抖处理的防抖效果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110541029.0A 2021-05-18 2021-05-18 防抖效果评估方法、装置、计算机设备和存储介质 Pending CN113436085A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110541029.0A CN113436085A (zh) 2021-05-18 2021-05-18 防抖效果评估方法、装置、计算机设备和存储介质
PCT/CN2022/092751 WO2022242568A1 (zh) 2021-05-18 2022-05-13 防抖效果评估方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110541029.0A CN113436085A (zh) 2021-05-18 2021-05-18 防抖效果评估方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN113436085A true CN113436085A (zh) 2021-09-24

Family

ID=77802658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110541029.0A Pending CN113436085A (zh) 2021-05-18 2021-05-18 防抖效果评估方法、装置、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN113436085A (zh)
WO (1) WO2022242568A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022242568A1 (zh) * 2021-05-18 2022-11-24 影石创新科技股份有限公司 防抖效果评估方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108010059A (zh) * 2017-12-05 2018-05-08 北京小米移动软件有限公司 电子防抖算法的性能分析方法及装置
CN109194878A (zh) * 2018-11-08 2019-01-11 深圳市闻耀电子科技有限公司 视频图像防抖方法、装置、设备和存储介质
CN111193923A (zh) * 2019-09-24 2020-05-22 腾讯科技（深圳）有限公司 视频质量评估方法、装置、电子设备及计算机存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3639694B2 (ja) * 1997-05-30 2005-04-20 キヤノン株式会社 撮像装置及び撮像方法
CN108322666B (zh) * 2018-02-12 2020-06-26 广州视源电子科技股份有限公司 摄像头快门的调控方法、装置、计算机设备及存储介质
CN113436085A (zh) * 2021-05-18 2021-09-24 影石创新科技股份有限公司 防抖效果评估方法、装置、计算机设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108010059A (zh) * 2017-12-05 2018-05-08 北京小米移动软件有限公司 电子防抖算法的性能分析方法及装置
CN109194878A (zh) * 2018-11-08 2019-01-11 深圳市闻耀电子科技有限公司 视频图像防抖方法、装置、设备和存储介质
CN111193923A (zh) * 2019-09-24 2020-05-22 腾讯科技（深圳）有限公司 视频质量评估方法、装置、电子设备及计算机存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022242568A1 (zh) * 2021-05-18 2022-11-24 影石创新科技股份有限公司 防抖效果评估方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
WO2022242568A1 (zh) 2022-11-24

Similar Documents

Publication Publication Date Title
CN108038422B (zh) 摄像装置、人脸识别的方法及计算机可读存储介质
US9571743B2 (en) Dynamic exposure adjusting method and electronic apparatus using the same
CN113286194A (zh) 视频处理方法、装置、电子设备及可读存储介质
CN111314604B (zh) 视频防抖方法和装置、电子设备、计算机可读存储介质
US20110142287A1 (en) Algorithms for estimating precise and relative object distances in a scene
US20150030237A1 (en) Image restoration cascade
US8903139B2 (en) Method of reconstructing three-dimensional facial shape
CN105049728A (zh) 一种拍摄图像的获取方法和装置
EP4156667A1 (en) Video noise-reduction method and apparatus, and mobile terminal and storage medium
CN113438409B (zh) 延迟校准方法、装置、计算机设备和存储介质
WO2022242568A1 (zh) 防抖效果评估方法、装置、计算机设备和存储介质
CN115588052A (zh) 视线方向数据采集方法、装置、设备及存储介质
CN113286084B (zh) 终端的图像采集方法及装置、存储介质、终端
CN111898573A (zh) 图像预测方法、计算机设备和存储介质
CN109120856B (zh) 一种摄像方法及装置
US10846837B2 (en) Image processing apparatus, image processing method, and storage medium
CN111583329A (zh) 增强现实眼镜显示方法、装置、电子设备和存储介质
CN115439386A (zh) 图像融合方法、装置、电子设备和存储介质
CN115798005A (zh) 基准照片的处理方法及装置、处理器和电子设备
CN114125298A (zh) 视频生成方法及装置、电子设备及计算机可读存储介质
CN113891040A (zh) 视频处理方法、装置、计算机设备和存储介质
CN112887605A (zh) 图像防抖方法、装置及电子设备
CN114302071B (zh) 视频处理方法、装置、存储介质及电子设备
EP4280154A1 (en) Image blurriness determination method and device related thereto
CN113807124B (zh) 图像处理方法、装置、存储介质及电子设备

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