CN114662897A - 数据处理方法、装置、电子设备及存储介质 - Google Patents
数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114662897A CN114662897A CN202210267799.5A CN202210267799A CN114662897A CN 114662897 A CN114662897 A CN 114662897A CN 202210267799 A CN202210267799 A CN 202210267799A CN 114662897 A CN114662897 A CN 114662897A
- Authority
- CN
- China
- Prior art keywords
- video
- score
- preset
- objective quality
- quality
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本申请实施例公开了一种数据处理方法、装置、电子设备及存储介质。所述方法包括:获取待处理视频在预设视频质量评估维度下的主观评分;获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标;在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。通过上述方法,可以通过建立主观评价数据和客观评价数据之间的定量映射关系,以找出关键客观质量指标,从而可以通过关键客观质量指标对待评估视频进行评估,保证了对视频进行质量评估时所采用的的评估方法的一致性。
Description
技术领域
本申请属于数据处理技术领域,具体涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
随着通信技术的发展,视频业务的需求量快速增长,从而给网络带来较大的负担。由于网络传输带宽是有限的,并且为了在有限的网络传输带宽下保证视频业务的服务质量,可以对网络传输带宽所能提供的视频质量进行评估,以便根据评估得到的视频质量对通过网络传输的视频的编码参数、传输信道参数进行调节,以达到改善视频业务的服务质量的目的。
相关的,在对视频进行视频质量评估时,评估结果通常会因评分员主观偏好有差异,导致评估的结果难以量化,并且在对视频进行质量评估时所采用的评估方法的一致性也难以保证。
发明内容
鉴于上述问题,本申请提出了一种数据处理方法、装置、电子设备以及存储介质,以实现改善上述问题。
第一方面,本申请实施例提供了一种数据处理方法,所述方法包括:获取待处理视频在预设视频质量评估维度下的主观评分;获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标;在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
第二方面,本申请实施例提供了一种视频质量评估方法,所述方法包括:获取待评估视频;获取基于权利要求1-7任一所述的方法所确定的关键客观质量指标;基于所述关键客观质量指标对所述待评估视频进行评估。
第三方面,本申请实施例提供了一种数据处理装置,所述装置包括:评分获取单元,用于获取待处理视频在预设视频质量评估维度下的主观评分;指标获取单元,用于获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标;关系建立单元,用于在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;确定单元,用于基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
第四方面,本申请实施例提供了一种视频质量评估装置,所述装置包括:视频获取单元,用于获取待评估视频;指标获取单元,用于获取基于权利要求1-7任一所述的方法所确定的关键客观质量指标;评估单元,用于基于所述关键客观质量指标对所述待评估视频进行评估。
第五方面,本申请实施例提供了一种电子设备,包括一个或多个处理器以及存储器;一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述的方法。
第六方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码运行时执行上述的方法。
本申请实施例提供了一种数据处理方法、装置、电子设备及存储介质。首先获取待处理视频在预设视频质量评估维度下的主观评分,然后获取待处理视频在该预设视频质量评估维度下对应的多个客观质量指标,在该预设视频质量评估维度下,建立待处理视频对应的主观评分和多个客观质量指标的映射关系,从而可以基于该映射关系,从多个客观质量指标中确定关键客观质量指标,关键客观质量指标用于对待评估视频进行评估。通过上述方法,可以通过建立主观评价数据和客观评价数据之间的定量映射关系,以找出关键客观质量指标,从而可以通过关键客观质量指标对待评估视频进行评估,保证了对视频进行质量评估时所采用的的评估方法的一致性,并且可以保证视频质量的评估结果的客观公正,降低对于评分员的依赖。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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示出了本申请一实施例提出的一种数据处理方法的应用场景示意图;
图2示出了本申请一实施例提出的一种数据处理方法的应用场景示意图;
图3示出了本申请一实施例提出的一种数据处理方法的流程图;
图4示出了本申请另一实施例提出的一种数据处理方法的流程图;
图5示出了本申请另一实施例中步骤S210的流程图;
图6示出了本申请另一实施例中步骤S211的流程图;
图7示出了本申请再一实施例提出的一种数据处理方法的流程图;
图8示出了本申请又一实施例提出的一种数据处理方法的流程图;
图9示出了本申请实施例提出的一种数据处理装置的结构框图;
图10示出了本申请实施例提出的一种数据处理装置的结构框图;
图11示出了本申请实时中的用于执行根据本申请实施例的数据处理方法的电子设备或服务器的结构框图;
图12示出了本申请实时中的用于保存或者携带实现根据本申请实施例的数据处理方法的程序代码的存储单元。
具体实施方式
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,所描述的实施例仅仅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所有其他实施例,都属于本申请保护的范围。
随着通信技术的发展,视频业务的需求量快速增长,从而给网络带来较大的负担。由于网络传输带宽是有限的,并且为了在有限的网络传输带宽下保证视频业务的服务质量,可以对网络传输带宽所能提供的视频质量进行评估,以便根据评估得到的视频质量对通过网络传输的视频的编码参数、传输信道参数进行调节,以达到改善视频业务的服务质量的目的。
但是,发明人在对相关的数据处理方法的研究中发现,相关的,在对视频进行视频质量评估时,评估结果通常会因评分员主观偏好有差异,导致评估的结果难以量化,并且在对视频进行质量评估时所采用的评估方法的一致性也难以保证。
因此,发明人提出了本申请中的数据处理方法、装置、电子设备及存储介质。首先获取待处理视频在预设视频质量评估维度下的主观评分,然后获取待处理视频在该预设视频质量评估维度下对应的多个客观质量指标,在该预设视频质量评估维度下,建立待处理视频对应的主观评分和多个客观质量指标的映射关系,从而可以基于该映射关系,从多个客观质量指标中确定关键客观质量指标,关键客观质量指标用于对待评估视频进行评估。通过上述方法,可以通过建立主观评价数据和客观评价数据之间的定量映射关系,以找出关键客观质量指标,从而可以通过关键客观质量指标对待评估视频进行评估,保证了对视频进行质量评估时所采用的的评估方法的一致性,并且可以保证视频质量的评估结果的客观公正,降低对于评分员的依赖。
下面针对本发明实施提供的数据处理方法的应用环境进行介绍:
在本申请实施例中,所提供的数据处理方法可以由电子设备执行。在由电子设备执行的这种方式中,本申请实施例提供的数据处理方法中所有步骤可以均由电子设备执行。例如,如图1所示,通过电子设备100的处理器可以获取待处理视频在预设视频质量评估维度下的主观评分,获取待处理视频在预设视频质量评估维度下对应的多个客观质量指标,然后处理器可以在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
再者,本申请实施例提供的数据处理方法也可以由服务器(云端)进行执行。对应的,在由服务器执行的这种方式中,可以由电子设备获取待处理视频,并将待处理视频同步发送给服务器,然后由服务器获取待处理视频在预设视频质量评估维度下的主观评分,获取待处理视频在预设视频质量评估维度下对应的多个客观质量指标;在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
另外,还可以由电子设备和服务器协同执行。在由电子设备和服务器协同执行的这种方式中,本申请实施例提供的数据处理方法中的部分步骤由电子设备执行,而另外部分的步骤则由服务器来执行。
示例性的,如图2所示,电子设备100可以执行数据处理方法包括的:获取待处理视频在预设视频质量评估维度下的主观评分;获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标,然后由服务器200来执行在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
需要说明的是,在由电子设备和服务器协同执行的这种方式中,电子设备和服务器分别执行的步骤不限于上述示例中所介绍的方式,在实际应用中,可以根据实际情况动态的调整电子设备和服务器分别执行的步骤。
需要说明的是,该电子设备100除了可以为图1和图2中所示的智能手机外,还可以为车机设备、可穿戴设备、平板电脑、笔记本电脑、智能音箱等。服务器120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。
下面将结合附图具体描述本申请的各实施例。
请参阅图3,本申请实施例提供的一种数据处理方法,应用于如图1或图2所示的电子设备或服务器,所述方法包括:
步骤S110:获取待处理视频在预设视频质量评估维度下的主观评分。
在本申请实施例中,预设视频质量评估维度为预先设置的对待处理视频进行视频质量评估时的评估维度。其中,预设视频质量评估维度可以包括静态显示质量评估维度和动态显示质量评估维度。其中,静态显示质量指的是独立的画面帧的显示质量,静态显示质量评估维度可以包括清晰度、色彩还原度、色彩丰富度、亮度等,在此不做具体限定;动态显示质量指的是连续的画面帧的显示质量,动态显示质量评估维度可以包括运动模糊度、动画抖动性、动画跟随性、动画连贯性等,在此不做具体限定。
主观评分为评分员对待处理视频在上述视频质量评估维度下的评分,比如,评分员对待处理视频A在色彩丰富度下的评分为5分。
作为一种方式,待处理视频可以为获取的用于进行质量评估的视频。待处理视频可以预先存储在电子设备中的视频,也可以为电子设备中正在播放的视频,可选的,待处理视频也可以为在特定场景下选取或制作的视频,比如,在AR场景下,虚拟形象显示抖动性进行评估,则选取或制作一批AR场景下虚拟形象的视频片段,在此不做具体限定。
步骤S120:获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标。
在本申请实施例中,客观质量指标为可以评估每一个视频质量评估维度的多个指标。示例性的,以视频质量评估维度为抖动性为例,那么对应的多个客观质量指标可以包括NME(Normal Mean Error)常态平均误差、MCV(Mean Coefficient of Variation)平均变异系数、MAV(Mean Allan Variation)Allan平均变化、Std(Standard Deviation)标准误差等。
作为一种方式,每一个客观质量指标都对应有一个计算方式。也就是说,待处理视频的每一个客观质量指标都可以通过对应的计算方式计算得到一个客观评分,待处理视频对应的每一个视频质量评估维度可以对应多个客观评分,待处理视频对应的每一个主观评分可以对应多个客观评分。可选的,其中,待处理视频对应的每一个客观质量质量对应的客观评分也可以通过质量评估模型得到。
步骤S130:在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系。
在本申请实施例中,在一个视频质量评估维度下,一个主观评分对应多个客观质量指标,从而可以基于每一个客观质量指标对应的客观评分以及待处理视频对应的主观评分,建立一个主观评分对应多个客观评分的映射关系,并建立一个主观评分对应多个客观质量指标的映射关系。
作为一种方式,待处理视频可以为多个,每个待处理视频对应的每个视频质量评估维度下,都可以建立一个主观评分和多个客观质量指标的映射关系。若每个待处理视频对应多个视频质量评估维度,那么每个待处理视频可以对应有多个映射关系,其中,每一个映射关系表征一个主观评分和多个客观质量指标的对应关系。
步骤S140:基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
在本申请实施例中,可以通过上述方式建立的映射关系,通过预设方式从多个客观质量指标中选出可以影响主观评分的关键客观质量指标。其中,关键客观质量指标可以为对质量评估模型的贡献度高的客观质量指标。
本申请提供的一种数据处理方法,首先获取待处理视频在预设视频质量评估维度下的主观评分,然后获取待处理视频在该预设视频质量评估维度下对应的多个客观质量指标,在该预设视频质量评估维度下,建立待处理视频对应的主观评分和多个客观质量指标的映射关系,从而可以基于该映射关系,从多个客观质量指标中确定关键客观质量指标,关键客观质量指标用于对待评估视频进行评估。通过上述方法,可以通过建立主观评价数据和客观评价数据之间的定量映射关系,以找出关键客观质量指标,从而可以通过关键客观质量指标对待评估视频进行评估,保证了对视频进行质量评估时所采用的的评估方法的一致性,并且可以保证视频质量的评估结果的客观公正,降低对于评分员的依赖。
请参阅图4,本申请实施例提供的一种数据处理方法,应用于如图1或图2所示的电子设备或服务器,所述方法包括:
步骤S210:获取多个评分员各自对应的第一评分,其中,所述第一评分为在所述预设视频质量评估维度下,每个评分员基于预设质量评估标尺对所述待处理视频的评分。
在本申请实施例中,预设质量评估标尺为预先设置的对待处理视频进行评分的评分标准,每一个评分标准可以对应有一个标尺视频,其中,标尺视频为该评分标准对应的标准视频。评分员在预设视频质量评估维度下,基于预设质量评估标尺对待处理视频进行评分时,会将待处理视频与预设质量评估标尺对应的标尺视频进行比对,确定待处理视频与预设质量评估标尺对应的标尺视频中的哪一个视频比较接近,就将该标尺视频对应的分数作为待处理样本的第一评分。
作为一种方式,多个评分员包括至少10名评分员,至少10名评分员参考预设质量评估标尺同时对待处理视频在每一个视频质量评估维度下进行评分。
其中,如图5所示,制作预设质量评估标尺的步骤可以包括:
步骤S211:获取参考视频集中各参考视频各自对应的目标评分。
在本申请实施例中,参考视频集中包括多个参考视频,每个参考视频为选取的合适场景下的典型视频。其中,参考视频集中包括N个参考视频,其中N>100。
作为一种方式,如图6所示,步骤S211可以包括如下步骤:
步骤S2111:获取所述多个评分员各自对应的第二评分集,其中,所述第二评分集中包括多个第二评分,所述第二评分为在所述预设视频质量评估维度下,每个评分员对参考视频集中各参考视频的评分。
在本申请实施例中,多个评分员包括K个评分员,其中,K>10;第二评分为评分员对各参考视频给出的百分制的评分。
K个评分员对参考视频集中所包括的参考视频在各视频质量评估维度上,针对各参考视频给出百分制的第二评分。每个评分员对应的第二评分集为评分员对所有参考视频在预设视频质量评估维度下,给出的第二评分的集合。示例性的,若多个评分员包括评分员A、评分员B以及评分员C,参考视频集中包括参考视频1、参考视频2、参考视频3以及参考视频4,在预设视频质量评估维度下,评分员A会对参考视频1、参考视频2、参考视频3以及参考视频4进行评分,得到评分1、评分2、评分3以及评分4,那么评分员A对应的第二评分集中包括评分1、评分2、评分3以及评分4。其中,评分1、评分2、评分3以及评分4分别对应参考视频1、参考视频2、参考视频3以及参考视频4。
步骤S2112:获取每个所述第二评分集中的最高第二评分、最低第二评分,以及各参考视频的第二评分。
步骤S2113:基于所述最高第二评分、所述最低第二评分以及所述各参考视频的第二评分,确定每个第二评分集对应的评分员对各参考视频的参考评分,以得到各参考视频对应的多个参考评分。
步骤S2114:将所述各参考视频对应的多个参考评分的均值,作为各参考视频的目标评分。
在本申请实施例中,若要计算参考视频集中的参考视频n的目标评分,那么,可以先计算每个评分员对参考视频n的参考评分。其中,参考评分为对评分员对参考视频n的第二评分进行归一化处理后得到。具体的,可以通过对每个评分员的评分进行归一化处理,假设评分员k对参考视频n给出的第二评分为Ykn,评分员k对所有参考视频给出的最高第二评分为A,最低第二评分为α,则归一化处理后,评分员k对参考视频n的参考评分Yk′n为:进一步的,将每个参考视频对应的K个参考评分(K个评分员对应K个参考评分)求均值,得到每个参考视频的目标评分。
步骤S212:根据所述目标评分,将所述参考视频集中所包括的参考视频进行排序,得到排序后的参考视频集。
在本申请实施例中,通过上述方式得到每个参考视频对应的目标评分后,基于每个参考视频对应的目标评分对参考视频集中所包括的参考视频由高到低或由低到高进行排序,得到排序后的参考视频集。
步骤S213:基于所述目标评分,等间隔分数地从所述排序后的参考视频集中获取预设数量的参考视频。
在本申请实施例中,等间隔分数地从排序后的参考视频集中获取预设数量的参考视频,可以理解为按照相同分数差值从参考视频集中获取参考视频。也就是说预设数量的参考视频中每两个相邻的参考视频对应的目标评分的差值相同。
可选的,由于目标评分为百分制的分数,因此,在获取参考视频时,可以根据选取的参考视频的数量,来确定将百分制的分数划分为几等分。示例性的,若选取的参考视频的数量为5,则选取Yk′n=1,25,50,75,100的5个参考视频。
步骤S214:将所述预设数量的参考视频各自对应的目标评分作为预设质量评估标尺。
在本申请实施例中,将选取的预设数量的参考视频各自对应的目标评分作为预设质量评估标尺。可选的,也可以基于选取的参考视频的数量来划分预设质量评估标尺对应的分数,示例性的,若选取的参考视频的数量为5,那么就可以将质量评估标尺的最低分设置为1分,最高分设置为5分,在此不做具体限定。
步骤S220:分别基于所述多个评分员中每两个评分员对应的第一评分,确定对应的第一皮尔森线性相关系数,以得到多个第一皮尔森线性相关系数。
在本申请实施例中,第一皮尔森线性相关系数用于判断每两个评分员对应的第一评分之间的线性相关关系。
作为一种方式,计算第一皮尔森线性相关系数的计算公式如下:
其中,rij表示评分员i的第一评分Yi和评分员j的第一评分Yj间的第一皮尔森线性相关系数,E(YiYj)表示表示评分员i的第一评分Yi的协方差和评分员j的第一评分Yj的协方差之间的乘积,E(Yi)表示评分员i的第一评分Yi的协方差,E(Yj)表示评分员j的第一评分Yj的协方差,表示评分员i的第一评分Yi的标准差,表示评分员j的第一评分Yj的标准差。
示例性的,假设共有M=5段待处理视频,针对抖动性维度,有K=3个评分员参与评分,这3个评分员对这5个参考视频的评分如下表所示:
视频1 | 视频2 | 视频3 | 视频4 | 视频5 | |
评分员1 | 2 | 3 | 2 | 2 | 3 |
评分员2 | 3 | 4 | 4 | 4 | 4 |
评分员3 | 4 | 5 | 4 | 4 | 4 |
基于上述评分可知,评分员1对应的第一评分为Y1=[2,3,2,2,2,3],评分员2对应的第一评分为Y2=[3,4,4,4,4],则 则评分员1的第一评分和评分员2的第一评分之间的第一皮尔森线性相关系数为:同样的,评分员2的第一评分和评分员3的第一评分间的第一皮尔森线性相关系数,以及评分员1的第一评分和评分员3的第一评分间的第一皮尔森线性相关系数也可以通过上述方法进行计算。
步骤S230:从所述多个第一皮尔森线性相关系数中,获取大于或等于预设系数的第一皮尔森线性相关系数。
在本申请实施例中,预设系数为预先设置的筛除评分员的评分之间相关性均较低的评分员的评分时,对应的最大第一皮尔森线性相关系数。也就是说,若多个评分员中,某个评分员t的第一评分与其他评分员的第一评分间的第一皮尔森线性相关系数均小于预设系数,那么就会将评分员t对所有待处理视频的第一评分筛除。
若多个评分员中,某个评分员t的第一评分与其他评分员的第一评分间的第一皮尔森线性相关系数中,有至少一个第一皮尔森线性相关系数大于或等于预设系数,都会将评分员t对所有待处理视频的第一评分进行保留。
可选的,预设系数可以设置为0.6,那么若多个评分员中,某个评分员t的第一评分与其他评分员的第一评分间的第一皮尔森线性相关系数均小于0.6,那么就会将评分员t对所有待处理视频的第一评分筛除。
步骤S240:将所述大于或等于预设系数的第一皮尔森线性相关系数对应的评分员对所述待处理视频的第一评分的平均值作为所述待处理视频在所述预设视频质量评估维度下的主观评分。
在本申请实施例中,通过上述方式,获取大于或或等于预设系数的第一皮尔森线性相关系数对应的评分员对待处理视频的第一评分,进而可以计算得到大于或或等于预设系数的第一皮尔森线性相关系数对应的评分员对待处理视频的第一评分的平均值,将该平均值作为待处理视频在预设视频质量评估维度下的主观评分。
步骤S250:获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标。
步骤S260:在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系。
步骤S270:基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
本申请提供的一种数据处理方法,可以通过建立主观评价数据和客观评价数据之间的定量映射关系,以找出关键客观质量指标,从而可以通过关键客观质量指标对待评估视频进行评估,保证了对视频进行质量评估时所采用的的评估方法的一致性,并且可以保证视频质量的评估结果的客观公正,降低对于评分员的依赖。
请参阅图7,本申请实施例提供的一种数据处理方法,应用于如图1或图2所示的电子设备或服务器,所述方法包括:
步骤S310:获取待处理视频在预设视频质量评估维度下的主观评分。
在本申请实施例中,待处理视频可以为多个。其中,可以收集典型场景的视频作为原始样本,然后在原始样本的基础上,通过算法扰动、自然扰动等方式对原始样本进行扰动处理,构建不同质量的多个待处理视频。
步骤S320:获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标。
步骤S330:分别获取各所述预设视频质量评估维度下,所述待处理视频对应的第二皮尔森线性相关系数,以得到多个第二皮尔森线性相关系数,其中,所述第二皮尔森线性相关系数为所述待处理视频对应的所述主观评分与所述多个客观质量指标间的皮尔森线性相关系数。
在本申请实施例中,第二皮尔森线性相关系数用于判断每个主观评分和对应的多个客观质量指标之间的线性相关关系。第二皮尔森线性相关系数的计算方式和第一皮尔森线性相关系数的计算方式相同,在此不再赘述。
步骤S340:分别基于各所述第二皮尔森线性相关系数,确定所述待处理视频对应的所述主观评分与所述多个客观质量指标间的相关性检验的显著性指标,以得到多个相关性检验的显著性指标。
在本申请实施例中,相关性检验的显著性指标用于表示主观分数和客观质量指标间的相关性。
通过上述方式计算得到第二皮尔森线性相关系数后,通过计算得到的第二皮尔森线性相关系数以及t分布表查找到对应的相关性检验的显著性指标。其中,t分布表中包括相关性检验的显著性指标pi和ti值,ti值可以通过下述公式进行计算:其中M表示待处理视频的数量,ri表示第二皮尔森线性相关系数。
通过每个ti查找t分布表可以得到一个对应的pi值,从而可以通过相同的方式得到多个pi。
步骤S350:基于多个所述相关性检验的显著性指标,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系。
作为一种方式,所述基于多个所述相关性检验的显著性指标,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系,包括:从多个所述相关性检验的显著性指标中,获取满足预设指标的相关性检验的显著性指标;获取所述满足预设指标的相关性检验的显著性指标对应的多个客观质量指标和主观评分,建立所述映射关系。
在本申请实施例中,预设指标为预先设置的确定客观质量指标和主观评分具有强相关性的最大相关性检验的显著性指标。
可选的,预设指标可以设置为0.05,当多个相关性检验的显著性指标中有相关性检验的显著性指标小于0.05时,确定该相关性检验的显著性指标对应的主观评分和客观质量指标具有强相关性,将具有强相关性的客观质量指标作为建立映射关系的潜在客观质量指标。
通过回归模型建立主观评分和多个潜在客观质量指标间的映射关系其中,回归模型是用于描述主观评分和客观质量指标间的线性关系,回归模型具体可以如下:Y~α+βTX,其中,X表示客观质量指标,客观质量指标有I个,X={X1,X2,...,XI}T,Y表示主观评分,α和β是线性拟合得到的参数,其中,β={β1,β2,...,βI}T。
在本申请实施例中,由于待处理视频的每一个视频质量评估维度都会对应有一个主观评分,因此,每个待处理视频可以对应有多个回归模型。
步骤S360:基于所述映射关系,确定所述多个客观质量指标中每个客观质量指标对应的贡献度系数。
在本申请实施例中,贡献度系数用于表征客观质量指标对主观评分的影响程度。
当通过上述方式得到多个回归模型后,通过计算每个回归模型对应的Adjusted-R2。其中,Adjusted-R2给出了线性回归模型解释的目标变量的变化比例,Adjusted-R2的计算方式在此不做叙述。
再基于计算得到的Adjusted-R2,选取Adjusted-R2最大的回归模型作为最优模型,针对最优模型中的各客观质量指标,分别计算各客观质量指标对应的贡献度系数β*,贡献度系数β*计算公式如下:其中,Sx表示对应Xi的标准差,Xi表示第i个客观质量指标,Sy表示Y对应的标准差。
步骤S370:基于所述贡献度系数,从所述多个客观质量指标中获取满足预设贡献度系数的客观质量指标作为所述关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
在本申请实施例中,客观质量指标对应的贡献度系数越大,说明该客观质量指标对主观评分的影响程度越大。
作为一种方式,可以预先设置一个贡献度系数阈值,将对应的贡献度系数大于贡献度系数阈值的客观质量指标确定为关键客观质量指标。
作为另一种方式,可以将每一个贡献度系数进行排序,从排序后的贡献度系数中获取排列在前指定位置处的贡献度系数对应的客观质量指标作为关键客观质量指标。其中,前指定位置为预先设置的获取指定数量的贡献度系数所在的位置。
本申请提供的一种数据处理方法,可以通过建立主观评价数据和客观评价数据之间的定量映射关系,以找出关键客观质量指标,从而可以通过关键客观质量指标对待评估视频进行评估,保证了对视频进行质量评估时所采用的的评估方法的一致性,并且可以保证视频质量的评估结果的客观公正,降低对于评分员的依赖。
请参阅图8,本申请实施例提供的一种视频质量评估方法,应用于如图1或图2所示的电子设备或服务器,所述方法包括:
步骤S410:获取待评估视频。
在本申请实施例中,待评估视频为获取的需要进行评估的视频。
步骤S420:获取关键客观质量指标。
步骤S430:基于所述关键客观质量指标对所述待评估视频进行评估。
在本申请实施例中,在获取到待评估视频后,可以通过预先确定的关键客观质量指标对待评估视频进行评估,也就是说通过关键客观质量指标对待评估视频的主观评分进行评估。
本申请提供的一种视频质量评估方法,通过获取待评估视频,以及关键客观质量指标,然后基于关键客观质量指标对待评估视频进行评估,使得视频质量的评估结果可以保证客观公正。
请参阅图9,本申请实施例提供的一种数据处理装置500,所述装置500包括:
评分获取单元510,用于获取待处理视频在预设视频质量评估维度下的主观评分。
作为一种方式,评分获取单元510具体用于获取多个评分员各自对应的第一评分,其中,所述第一评分为在所述预设视频质量评估维度下,每个评分员基于预设质量评估标尺对所述待处理视频的评分;分别基于所述多个评分员中每两个评分员对应的第一评分,确定对应的第一皮尔森线性相关系数,以得到多个第一皮尔森线性相关系数;从所述多个第一皮尔森线性相关系数中,获取大于或等于预设系数的第一皮尔森线性相关系数;将所述大于或等于预设系数的第一皮尔森线性相关系数对应的评分员对所述待处理视频的第一评分的平均值作为所述待处理视频在所述预设视频质量评估维度下的主观评分。
可选的,评分获取单元510还具体用于获取参考视频集中各参考视频各自对应的目标评分;根据所述目标评分,将所述参考视频集中所包括的参考视频进行排序,得到排序后的参考视频集;基于所述目标评分,等间隔分数地从所述排序后的参考视频集中获取预设数量的参考视频;将所述预设数量的参考视频各自对应的目标评分作为预设质量评估标尺。
可选的,评分获取单元510还具体用于获取所述多个评分员各自对应的第二评分集,其中,所述第二评分集中包括多个第二评分,所述第二评分为在所述预设视频质量评估维度下,每个评分员对参考视频集中各参考视频的评分;获取每个所述第二评分集中的最高第二评分、最低第二评分,以及各参考视频的第二评分;基于所述最高第二评分、所述最低第二评分以及所述各参考视频的第二评分,确定每个第二评分集对应的评分员对各参考视频的参考评分,以得到各参考视频对应的多个参考评分;将所述各参考视频对应的多个参考评分的均值,作为各参考视频的目标评分。
指标获取单元520,用于获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标。
关系建立单元530,用于在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系。
作为一种方式,关系建立单元530具体用于分别获取各所述预设视频质量评估维度下,所述待处理视频对应的第二皮尔森线性相关系数,以得到多个第二皮尔森线性相关系数,其中,所述第二皮尔森线性相关系数为所述待处理视频对应的所述主观评分与所述多个客观质量指标间的皮尔森线性相关系数;分别基于各所述第二皮尔森线性相关系数,确定所述待处理视频对应的所述主观评分与所述多个客观质量指标间的相关性检验的显著性指标,以得到多个相关性检验的显著性指标;基于多个所述相关性检验的显著性指标,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系。
可选的,关系建立单元530还具体用于从多个所述相关性检验的显著性指标中,获取满足预设指标的相关性检验的显著性指标;获取所述满足预设指标的相关性检验的显著性指标对应的多个客观质量指标和主观评分,建立所述映射关系。
确定单元540,用于基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
作为一种方式,确定单元540具体用于基于所述映射关系,确定所述多个客观质量指标中每个客观质量指标对应的贡献度系数;基于所述贡献度系数,从所述多个客观质量指标中获取满足预设贡献度系数的客观质量指标作为所述关键客观质量指标。
请参阅图10,本申请实施例提供的一种视频质量评估装置600,所述装置600包括:
视频获取单元610,用于获取待评估视频。
指标获取单元620,用于获取基于权利要求1-7任一所述的方法所确定的关键客观质量指标。
评估单元630,用于基于所述关键客观质量指标对所述待评估视频进行评估。
需要说明的是,本申请中装置实施例与前述方法实施例是相互对应的,装置实施例中具体的原理可以参见前述方法实施例中的内容,此处不再赘述。
下面将结合图11对本申请提供的一种电子设备或服务器进行说明。
请参阅图11,基于上述的数据处理方法、装置,本申请实施例还提供的另一种可以执行前述数据处理方法的电子设备或服务器800。电子设备或服务器800包括相互耦合的一个或多个(图中仅示出一个)处理器802、存储器804以及网络模块806。其中,该存储器804中存储有可以执行前述实施例中内容的程序,而处理器802可以执行该存储器804中存储的程序。
其中,处理器802可以包括一个或者多个处理核。处理器802利用各种接口和线路连接整个服务器800内的各个部分,通过运行或执行存储在存储器804内的指令、程序、代码集或指令集,以及调用存储在存储器804内的数据,执行服务器800的各种功能和处理数据。可选地,处理器802可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogic Array,PLA)中的至少一种硬件形式来实现。处理器802可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器802中,单独通过一块通信芯片进行实现。
存储器804可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器804可用于存储指令、程序、代码、代码集或指令集。存储器804可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备或服务器800在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
所述网络模块806用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯,例如和音频播放设备进行通讯。所述网络模块806可包括各种现有的用于执行这些功能的电路元件,例如,天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。所述网络模块806可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。例如,网络模块806可以与基站进行信息交互。
请参考图12,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质900中存储有程序代码,所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质900可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质900包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质900具有执行上述方法中的任何方法步骤的程序代码910的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码910可以例如以适当形式进行压缩。
本申请提供的一种数据处理方法、装置、电子设备以及存储介质,首先获取待处理视频在预设视频质量评估维度下的主观评分,然后获取待处理视频在该预设视频质量评估维度下对应的多个客观质量指标,在该预设视频质量评估维度下,建立待处理视频对应的主观评分和多个客观质量指标的映射关系,从而可以基于该映射关系,从多个客观质量指标中确定关键客观质量指标,关键客观质量指标用于对待评估视频进行评估。通过上述方法,可以通过建立主观评价数据和客观评价数据之间的定量映射关系,以找出关键客观质量指标,从而可以通过关键客观质量指标对待评估视频进行评估,保证了对视频进行质量评估时所采用的的评估方法的一致性,并且可以保证视频质量的评估结果的客观公正,降低对于评分员的依赖。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (11)
1.一种数据处理方法,其特征在于,所述方法包括:
获取待处理视频在预设视频质量评估维度下的主观评分;
获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标;
在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;
基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
2.根据权利要求1所述的方法,其特征在于,所述获取待处理视频在预设视频质量评估维度下的主观评分,包括:
获取多个评分员各自对应的第一评分,其中,所述第一评分为在所述预设视频质量评估维度下,每个评分员基于预设质量评估标尺对所述待处理视频的评分;
分别基于所述多个评分员中每两个评分员对应的第一评分,确定对应的第一皮尔森线性相关系数,以得到多个第一皮尔森线性相关系数;
从所述多个第一皮尔森线性相关系数中,获取大于或等于预设系数的第一皮尔森线性相关系数;
将所述大于或等于预设系数的第一皮尔森线性相关系数对应的评分员对所述待处理视频的第一评分的平均值作为所述待处理视频在所述预设视频质量评估维度下的主观评分。
3.根据权利要求2所述的方法,其特征在于,所述获取多个评分员各自对应的第一评分之前还包括:
获取参考视频集中各参考视频各自对应的目标评分;
根据所述目标评分,将所述参考视频集中所包括的参考视频进行排序,得到排序后的参考视频集;
基于所述目标评分,等间隔分数地从所述排序后的参考视频集中获取预设数量的参考视频;
将所述预设数量的参考视频各自对应的目标评分作为预设质量评估标尺。
4.根据权利要求3所述的方法,其特征在于,所述获取参考视频集中各参考视频各自对应的目标评分,包括:
获取所述多个评分员各自对应的第二评分集,其中,所述第二评分集中包括多个第二评分,所述第二评分为在所述预设视频质量评估维度下,每个评分员对参考视频集中各参考视频的评分;
获取每个所述第二评分集中的最高第二评分、最低第二评分,以及各参考视频的第二评分;
基于所述最高第二评分、所述最低第二评分以及所述各参考视频的第二评分,确定每个第二评分集对应的评分员对各参考视频的参考评分,以得到各参考视频对应的多个参考评分;
将所述各参考视频对应的多个参考评分的均值,作为各参考视频的目标评分。
5.根据权利要求1所述的方法,其特征在于,所述预设视频质量评估维度包括多个;所述在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系,包括:
分别获取各所述预设视频质量评估维度下,所述待处理视频对应的第二皮尔森线性相关系数,以得到多个第二皮尔森线性相关系数,其中,所述第二皮尔森线性相关系数为所述待处理视频对应的所述主观评分与所述多个客观质量指标间的皮尔森线性相关系数;
分别基于各所述第二皮尔森线性相关系数,确定所述待处理视频对应的所述主观评分与所述多个客观质量指标间的相关性检验的显著性指标,以得到多个相关性检验的显著性指标;
基于多个所述相关性检验的显著性指标,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系。
6.根据权利要求5所述的方法,其特征在于,所述基于多个所述相关性检验的显著性指标,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系,包括:
从多个所述相关性检验的显著性指标中,获取满足预设指标的相关性检验的显著性指标;
获取所述满足预设指标的相关性检验的显著性指标对应的多个客观质量指标和主观评分,建立所述映射关系。
7.根据权利要求1所述的方法,其特征在于,所述基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,包括:
基于所述映射关系,确定所述多个客观质量指标中每个客观质量指标对应的贡献度系数;
基于所述贡献度系数,从所述多个客观质量指标中获取满足预设贡献度系数的客观质量指标作为所述关键客观质量指标。
8.一种视频质量评估方法,其特征在于,所述方法包括:
获取待评估视频;
获取基于权利要求1-7任一所述的方法所确定的关键客观质量指标;
基于所述关键客观质量指标对所述待评估视频进行评估。
9.一种数据处理装置,其特征在于,所述装置包括:
评分获取单元,用于获取待处理视频在预设视频质量评估维度下的主观评分;
指标获取单元,用于获取所述待处理视频在所述预设视频质量评估维度下对应的多个客观质量指标;
关系建立单元,用于在所述预设视频质量评估维度下,建立所述待处理视频对应的所述主观评分和所述多个客观质量指标的映射关系;
确定单元,用于基于所述映射关系,从所述多个客观质量指标中确定关键客观质量指标,所述关键客观质量指标用于对待评估视频进行评估。
10.一种电子设备,其特征在于,包括一个或多个处理器;一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行权利要求1-8任一所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码被处理器运行时执行权利要求1-8任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267799.5A CN114662897A (zh) | 2022-03-17 | 2022-03-17 | 数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267799.5A CN114662897A (zh) | 2022-03-17 | 2022-03-17 | 数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114662897A true CN114662897A (zh) | 2022-06-24 |
Family
ID=82029044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210267799.5A Pending CN114662897A (zh) | 2022-03-17 | 2022-03-17 | 数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114662897A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115761142A (zh) * | 2022-12-06 | 2023-03-07 | 上海瞰融信息技术发展有限公司 | 一种基于多gpu协同的高性能实景建模方法 |
-
2022
- 2022-03-17 CN CN202210267799.5A patent/CN114662897A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115761142A (zh) * | 2022-12-06 | 2023-03-07 | 上海瞰融信息技术发展有限公司 | 一种基于多gpu协同的高性能实景建模方法 |
CN115761142B (zh) * | 2022-12-06 | 2023-11-28 | 上海瞰融信息技术发展有限公司 | 一种基于多gpu协同的高性能实景建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123122B (zh) | 无参考图像质量评价方法及装置 | |
CN109960650B (zh) | 基于大数据的应用程序评估方法、装置、介质及电子设备 | |
CN110807757A (zh) | 基于人工智能的图像质量评估方法、装置及计算机设备 | |
CN113422988B (zh) | 直播封面生成方法、装置、电子设备及存储介质 | |
CN113873291A (zh) | 视频编码参数组合确定方法、装置及服务器 | |
CN113962965A (zh) | 图像质量评价方法、装置、设备以及存储介质 | |
CN112348809B (zh) | 基于多任务深度学习的无参考屏幕内容图像质量评价方法 | |
CN114662897A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN112839223A (zh) | 图像压缩方法、装置、存储介质及电子设备 | |
CN111523400B (zh) | 视频代表帧提取方法及装置 | |
CN111182332B (zh) | 视频处理方法、装置、服务器及存储介质 | |
CN113011210B (zh) | 视频处理方法和装置 | |
CN111612732A (zh) | 图像质量评估方法、装置、计算机设备及存储介质 | |
CN116485743A (zh) | 一种无参考图像质量评价方法、系统、电子设备及存储介质 | |
CN112581001B (zh) | 设备的评估方法及装置、电子设备、可读存储介质 | |
CN116167926A (zh) | 一种模型训练方法及对比度调整方法 | |
CN112766362A (zh) | 数据处理方法、装置和设备 | |
CN113066068B (zh) | 图像评估方法及装置 | |
CN117615146B (zh) | 视频处理方法及装置、电子设备及计算机可读存储介质 | |
CN117714712B (zh) | 视频会议的数据隐写方法、设备及存储介质 | |
CN114372974B (zh) | 图像检测方法、装置、设备及存储介质 | |
US20240119637A1 (en) | Image synthesis method and system | |
CN115035083A (zh) | 图像评价方法、装置、电子设备及存储介质 | |
CN115731483A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN118349422A (zh) | 设备性能选择方法、装置、终端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 |