CN116800953A - 视频质量评估方法及装置 - Google Patents
视频质量评估方法及装置 Download PDFInfo
- Publication number
- CN116800953A CN116800953A CN202310879935.0A CN202310879935A CN116800953A CN 116800953 A CN116800953 A CN 116800953A CN 202310879935 A CN202310879935 A CN 202310879935A CN 116800953 A CN116800953 A CN 116800953A
- Authority
- CN
- China
- Prior art keywords
- video
- video coding
- frame
- quality
- coding parameter
- 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
- 238000001303 quality assessment method Methods 0.000 title claims abstract description 39
- 238000005070 sampling Methods 0.000 claims abstract description 239
- 238000013441 quality evaluation Methods 0.000 claims abstract description 88
- 238000004364 calculation method Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 238000007476 Maximum Likelihood Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000009432 framing Methods 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请实施例公开了一种视频质量评估方法及装置,该方法包括:获取原视频及其在各个视频编码参数下对应的转码视频,计算转码视频中各个帧图像相对于原视频的质量评分,并据此计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表;根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔;按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分。本申请在保证视频质量评估精度的前提下有效减少视频评估过程中的计算量,提升视频质量评估效率。
Description
技术领域
本申请实施例涉及视频技术领域,具体涉及一种视频质量评估方法及装置。
背景技术
视频画面质量是影响用户观看体验的关键因素。在流媒体技术上,服务端通常会通过设置不同的视频编码参数对视频进行视频编码,而将同一视频内容编码成不同分辨率和画面质量的转码视频,以适应客户端不同清晰度的请求,这些转码视频会拥有不同的码率。在现有技术中,可利用一些视频质量评分算法从不同评估维度对视频画面质量进行量化评分,其中,通常是对视频中的每一帧图像计算其特征,然后依据计算出的特征计算评分,这种逐帧计算方式计算量大,视频质量评估效率较低。为了减少计算量,可采用采样取帧计算方式,但是采样后会降低视频质量评估的精度,且不同的帧采样间隔和不同的视频编码参数都会影响视频质量评估的精度。现有的视频质量评分方式无法快速地在保证视频质量评估精度的条件下为不同视频编码参数下的视频自适应地确定合适的帧采样间隔。
发明内容
鉴于上述问题,本申请提出了一种视频质量评估方法、装置、计算设备及计算机存储介质,用于解决以下问题:现有的视频质量评分方式无法快速地在确保视频质量评估精度的情况下为不同视频编码参数下的视频自适应地确定合适的帧采样间隔。
根据本申请实施例的一个方面,提供了一种视频质量评估方法,包括:
获取原视频以及原视频在各个视频编码参数下对应的转码视频,并计算各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分;
根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表;
根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔;
按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分。
进一步地,获取原视频以及原视频在各个视频编码参数下对应的转码视频进一步包括:
获取属于预设视频类型且具有相同分辨率的原视频;
在编码器中设置各个视频编码参数并在各个视频编码参数下对原视频进行转码处理,得到各个视频编码参数对应的转码视频。
进一步地,计算各个帧图像的质量评分进一步包括:
利用视频质量评分算法,计算各个帧图像的第一特征指标和相邻帧图像之间的第二特征指标,根据第一特征指标和第二特征指标得到各个帧图像的质量评分。
进一步地,根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表进一步包括:
根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分以及各个视频编码参数对应的转码视频的参照质量评分;
针对每个视频编码参数,计算该视频编码参数对应的转码视频在每个帧采样间隔下的质量评分与参照质量评分之间的评分差值,并依据评分差值形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据;
依据该视频编码参数下不同帧采样间隔对应的精度损失分布数据,计算在该视频编码参数下不同帧采样间隔对应的质量评估精度损失指标;
对在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标进行记录,形成精度损失数据表。
进一步地,根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分以及各个视频编码参数对应的转码视频的参照质量评分进一步包括:
针对每个视频编码参数,按照不同帧采样间隔从该视频编码参数对应的每个转码视频中各个帧图像相对于原视频的质量评分中提取对应帧图像的质量评分,并对提取到的帧图像的质量评分进行均值计算得到该视频编码参数对应的各个转码视频在不同帧采样间隔下的质量评分;
对该视频编码参数对应的每个转码视频中各个帧图像相对于原视频的质量评分进行均值计算得到该视频编码参数对应的各个转码视频的参照质量评分。
进一步地,依据评分差值形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据进一步包括:
以评分差值作为第一坐标轴对应的参数,以该视频编码参数对应的转码视频的视频数量作为第二坐标轴对应的参数,形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据。
进一步地,依据该视频编码参数下不同帧采样间隔对应的精度损失分布数据,计算在该视频编码参数下不同帧采样间隔对应的质量评估精度损失指标进一步包括:
针对该视频编码参数下的每个帧采样间隔,计算该帧采样间隔对应的精度损失分布数据的均值估计值以及标准差估计值;
根据均值估计值以及标准差估计值,确定该帧采样间隔对应的目标分布边界;
将该帧采样间隔对应的目标分布边界处对应的评分差值确定为在该视频编码参数下该帧采样间隔对应的质量评估精度损失指标。
进一步地,均值估计值为均值的最大似然估计值,标准差估计值为标准差的最大似然估计值。
进一步地,根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔进一步包括:
确定目标视频编码参数,从精度损失数据表记录的目标视频编码参数对应的不同帧采样间隔中选取对应的质量评估精度损失指标在预设损失范围内的帧采样间隔;
将所选取的帧采样间隔中的间隔最大的帧采样间隔确定为目标帧采样间隔。
进一步地,按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分进一步包括:
按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧,得到各个采样帧图像;
利用视频质量评分算法,计算各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标,根据各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标得到各个采样帧图像的质量评分;
对各个采样帧图像的质量评分进行均值计算得到待评估转码视频的质量评分。
根据本申请实施例的另一方面,提供了一种视频质量评估装置,包括:
第一计算模块,适于获取原视频以及原视频在各个视频编码参数下对应的转码视频,并计算各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分;
第二计算模块,适于根据原各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表;
间隔确定模块,适于根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔;
评估模块,适于按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分。
根据本申请实施例的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行上述视频质量评估方法对应的操作。
根据本申请实施例的再一方面,提供了一种计算机存储介质,存储介质中存储有至少一可执行指令,可执行指令使处理器执行如上述视频质量评估方法对应的操作。
根据本申请实施例提供的质量评估方法、装置、计算设备及计算机存储介质,依据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分形成了精度损失数据表,通过精度损失数据表反映了不同视频编码参数下采用不同帧采样间隔进行采样取帧计算对质量评估结果所带来的精度损失情况;依据目标视频编码参数,通过查询精度损失数据表,能够快速自适应地确定视频评估过程中所使用的目标帧采样间隔,按照所确定的目标帧采样间隔对待评估转码视频进行采样取帧计算,能够在保证视频质量评估精度的前提下有效减少视频评估过程中的计算量,提升了视频质量评估效率,获得了视频质量评估效率和视频质量评估精度之间的平衡;另外,通过建立针对不同视频类型、不同分辨率、不同编码器均可以适用的精度损失数据表,能够很好地适用于各种视频质量评估场景中,具有较强的可扩展性和鲁棒性。
上述说明仅是本申请实施例技术方案的概述,为了能够更清楚了解本申请实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本申请实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请实施例的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本申请一个实施例的视频质量评估方法的流程示意图;
图2a示出了根据本申请另一个实施例的视频质量评估方法的流程示意图;
图2b示出了在某视频编码参数下某帧采样间隔对应的精度损失分布数据的示意图;
图3示出了根据本申请一个实施例的视频质量评估装置的结构框图;
图4示出了根据本申请一个实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
首先,对本申请一个或多个实施例涉及的名词术语进行解释。
视频编码:是指通过压缩技术,对数字视频进行压缩处理,以将原始视频格式的文件转换成另一种视频格式文件的方式。
VMAF(Video Multimethod Assessment Fusion):是由Netflix公司开发的一套视频质量评分算法,将人类视觉模型与机器学习相结合,使其面对不同特征的源内容、失真类型,以及扭曲程度,对于各有优劣的各项基本指标,利用大量的主观数据作为训练集,通过机器学习的手段将不同评估维度的算法进行融合,得到一个能准确反映主观意志的画质评价标准,能够产生1分至100分的质量评分。
清晰度:影像上各细部影纹及其边界的清晰程度。
码率:数据传输时单位时间内传送的数据位数,单位通常为kbps,即千位每秒;码率越大,精度就越高,处理出来的转码视频就越接近原视频。
CRF(Constant Rate Factor):是指恒定速率因子,为一种视频编码参数,可以向上或向下调整视频文件码率以达到选定的质量级别。
H.264和H.265:是视频压缩标准,通过使用不同种类的面向块、基于运动补偿的视频压缩标准处理视频帧来工作。其中,H.264也称为高级视频编码,允许录制、压缩和分发数字视频内容。H.265也称为高效视频编码,与H.264相比,H.265允许进一步减小文件大小,从而减少实时视频流所需的带宽;H.265还具有比H.264更好的运动补偿和空间预测。
R-D曲线(Rate-Distortion curve):用于反映视频码率与画质之间关系的曲线。
图1示出了根据本申请一个实施例的视频质量评估方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤S101,获取原视频以及原视频在各个视频编码参数下对应的转码视频,并计算各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分。
为了能够在保证视频质量评估的精度的条件下快速地为不同视频编码参数下的视频自适应地确定合适的帧采样间隔,以提升视频质量评估效率,本申请实施例通过视频数据收集和计算等处理而生成精度损失数据表,以便在对待评估转码视频进行质量评估时能够通过查询精度损失数据表快速确定合适的帧采样间隔进行采样取帧计算。
在步骤S101中,获取原视频,原视频的视频数量为多个,接着可通过编码器在各个视频编码参数下对每个原视频进行转码处理,得到原视频在各个视频编码参数下对应的转码视频,即各个视频编码参数对应的转码视频。其中,视频编码参数可包括CRF等。然后可利用现有技术中的视频质量评分算法,采用逐帧计算方式计算各个视频编码参数对应的转码视频中各个帧图像相对于原视频对应帧图像的质量评分。本领域技术人员可根据实际需要选择视频质量评分算法,此处不做限定,例如,视频质量评分算法可包括VMAF等。在本实施例中,衡量的是转码视频相对于参考视频(即原视频)的质量分数,即质量评分。
步骤S102,根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表。
在计算得到各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分之后,可先根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分和在逐帧采样下的参照质量评分;接着依据各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分和参照质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标,形成精度损失数据表。其中,精度损失数据表中记录有在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标,用于清楚、直观地反映不同视频编码参数下采用不同帧采样间隔进行采样取帧计算对质量评估结果所带来的精度损失情况。
步骤S103,根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔。
当需要对某个目标视频编码参数对应的待评估转码视频进行质量评估时,可通过查询精度损失数据表而查询到在目标视频编码参数下不同帧采样间隔对应的质量评估精度损失指标,然后从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,进而从所选取的帧采样间隔中进一步查找出合适的帧采样间隔,作为最终用于在对该待评估转码视频进行质量评估过程中所使用的目标帧采样间隔。
步骤S104,按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分。
在确定了目标帧采样间隔之后,可利用现有技术中的视频质量评分算法,采用采样取帧计算方式,按照目标帧采样间隔对待评估转码视频进行采样取帧计算,从而得到待评估转码视频的质量评分。按照所确定的目标帧采样间隔对待评估转码视频进行采样取帧计算,既能够保证视频质量评估精度,又能够有效减少视频评估过程中的计算量,提升了视频质量评估效率。
根据本申请实施例提供的视频质量评估方法,依据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分形成了精度损失数据表,通过精度损失数据表反映了不同视频编码参数下采用不同帧采样间隔进行采样取帧计算对质量评估结果所带来的精度损失情况;依据目标视频编码参数,通过查询精度损失数据表,能够快速自适应地确定视频评估过程中所使用的目标帧采样间隔,按照所确定的目标帧采样间隔对待评估转码视频进行采样取帧计算,能够在保证视频质量评估精度的前提下有效减少视频评估过程中的计算量,提升了视频质量评估效率,获得了视频质量评估效率和视频质量评估精度之间的平衡。
图2a示出了根据本申请另一个实施例的视频质量评估方法的流程示意图,如图2a所示,该方法包括如下步骤:
步骤S201,获取原视频以及原视频在各个视频编码参数下对应的转码视频,并计算各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分。
本申请实施例所提供的方案可应用于采用质量评分作为视频质量评价标准的视频编码流程中,也可应用于其他的视频质量评估场景中,此处不做具体限定。当应用于采用质量评分作为视频质量评价标准的视频编码流程中,在保证视频质量评估精度的前提下能够有效地提升视频质量评估效率。
具体实施过程可包括数据统计阶段和应用阶段。其中,在数据统计阶段,通过视频数据收集和计算等处理而生成记录有在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标的精度损失数据表;在应用阶段,可根据不同视频编码参数查询精度损失数据表获取较优的帧采样间隔进行视频质量评估的加速计算。
在步骤S201中,可获取属于预设视频类型且具有相同分辨率的原视频,其中,预设视频类型可包括动漫类型、影视剧类型等,分辨率可为1080P等,所获取的原视频的视频数量为多个。接着在编码器中设置各个视频编码参数并在各个视频编码参数下对原视频进行转码处理,得到各个视频编码参数对应的转码视频。其中,编码器可为H.264、H.265等。例如,可以在相同的编码器中在20~40的CRF之间设置间隔为1的多个CRF档位CRFi进行转码,如所设置的不同的CRF档位包括[20,21,22,…,39,40],得到一批在CRF20~CRF40的不同视频编码参数下转码后的转码视频。
可选地,在数据统计阶段可收集大量的视频数据,建立针对不同视频类型、不同分辨率、不同编码器均可以适用的精度损失数据表,使得本申请实施例的方案能够很好地适用于各种视频质量评估场景中,具有较强的可扩展性和鲁棒性。
在获取了原视频以及原视频在各个视频编码参数下对应的转码视频之后,可利用现有技术中的视频质量评分算法,采用逐帧计算方式,计算各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分。具体地,计算各个帧图像的质量评分进一步包括:利用视频质量评分算法,计算各个帧图像的第一特征指标和相邻帧图像之间的第二特征指标,根据第一特征指标和第二特征指标得到各个帧图像的质量评分。例如,对各个帧图像对应的第一特征指标和第二特征指标进行融合计算得到各个帧图像的质量评分。
可选地,在计算得到各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分之后,可通过日志数据对帧图像的质量评分进行保存。
下面以视频质量评分算法为VMAF为例,对本申请实施例进行说明。
VMAF主要包括3种指标:视觉信息保真度(visual quality fidelity,VIF)、细节损失指标(detail loss measure,DLM)、时域运动指标(temporal information,TI)。其中,VIF和DLM是空间域的特征指标,即一帧画面之内的特征指标;TI是时间域的特征指标,即多帧画面之间相关性的特征指标。这些特征指标之间融合计算总分的过程使用了训练好的支持向量机(Support Vector Machine,SVM)来预测,从而得到各个帧图像的质量评分,然后可对各个帧图像的质量评分进行均值计算得到视频的质量评分。质量评分即VMAF分数,其分数范围从0到100,其中,0表示最低质量,100表示最高质量。在本申请实施例中,将空间域的特征指标称为第一特征指标,将时间域的特征指标称为第二特征指标。
由于视频编码是一项极为消耗计算资源和时间的任务,在这个过程中,不同的视频编码参数(如CRF等)会影响最终编码完成后的视频(即转码视频)的质量与码率。如何确定一个较优的视频编码参数是视频编码问题中的较为重要的优化问题。VMAF可以有效地介入视频编码参数的优化问题,对于同一个视频片段,可以计算不同视频编码参数下生成的转码视频的VMAF指标并获取对应的码率参数,从而获取R-D曲线来选取适宜的码率与画质之间的平衡点及对应的视频编码参数。在这一优化问题中,VMAF的计算效率(即视频质量评估效率)成为了整个视频编码系统运行时间的决定性因素。
步骤S202,根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分以及各个视频编码参数对应的转码视频的参照质量评分。
视频整体的质量评分是通过对其帧图像的质量评分进行运算确定的。可预先设定不同的帧采样间隔,例如帧采样间隔分别为1、2、3、4、5、6、7、8、9、10等,然后分别计算在不同帧采样间隔下,各个视频编码参数对应的转码视频各自的质量评分。具体地,针对每个视频编码参数,按照不同帧采样间隔从日志数据中所保存的该视频编码参数对应的每个转码视频中各个帧图像相对于原视频的质量评分中提取对应帧图像的质量评分,即每隔帧采样间隔从该视频编码参数对应的每个转码视频中各个帧图像的质量评分中提取对应帧图像的质量评分,然后对提取到的帧图像的质量评分进行均值计算,将计算得到的平均值作为该视频编码参数对应的各个转码视频在不同帧采样间隔下的质量评分。对该视频编码参数对应的每个转码视频中各个帧图像相对于原视频的质量评分进行均值计算得到该视频编码参数对应的各个转码视频的参照质量评分,即得到在逐帧采样下的参照质量评分。
步骤S203,针对每个视频编码参数,计算该视频编码参数对应的转码视频在每个帧采样间隔下的质量评分与参照质量评分之间的评分差值,并依据评分差值形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据。
以视频编码参数为CRF,质量评分为VMAF分数为例,利用如下公式计算评分差值:
其中,表示某视频编码参数CRFi对应的转码视频在某帧采样间隔Ii下的质量评分;VMAFori表示该转码视频的参照质量评分;/>表示/>与/>之间的评分差值。
在计算得到该视频编码参数对应的转码视频在每个帧采样间隔下的质量评分与其参照质量评分之间的评分差值之后,依据评分差值形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据。具体地,可以以评分差值作为第一坐标轴(例如横轴)对应的参数,以该视频编码参数对应的转码视频的视频数量作为第二坐标轴(例如纵轴)对应的参数,形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据。
图2b示出了在某视频编码参数下某帧采样间隔对应的精度损失分布数据的示意图,如图2b所示,针对在某视频编码参数数CRFi下的所有转码视频,以作为横轴,以视频数量作为纵轴,绘制柱形图,可见所得到的精度损失分布数据的分布形状近似于正态分布。
步骤S204,依据该视频编码参数下不同帧采样间隔对应的精度损失分布数据,计算在该视频编码参数下不同帧采样间隔对应的质量评估精度损失指标。
其中,针对该视频编码参数下的每个帧采样间隔,计算该帧采样间隔对应的精度损失分布数据的均值估计值以及标准差估计值;根据均值估计值以及标准差估计值,确定该帧采样间隔对应的目标分布边界;将该帧采样间隔对应的目标分布边界处对应的评分差值确定为在该视频编码参数下该帧采样间隔对应的质量评估精度损失指标。可选地,均值估计值为均值的最大似然估计值,标准差估计值为标准差的最大似然估计值。
具体地,针对某视频编码参数CRFi下的每个帧采样间隔Ii,通过转码视频在视频编码参数CRFi和该帧采样间隔Ii下对应的评分差值可以计算在该帧采样间隔Ii下该精度损失分布数据的均值的最大似然估计值/>和标准差的最大似然估计值/> 和/>的计算公式分别如下所示:
其中,n表示某视频编码参数CRFi对应的转码视频的视频总数;表示在该视频编码参数CRFi下第j个转码视频在某帧采样间隔Ii下的质量评分与该转码视频的参照质量评分之间的评分差值。
结合精度损失分布数据的分布特性,可依据在均值估计值左右预设个数(例如2个、3个或5个等)的标准差估计值这一范围的外边界,确定该帧采样间隔Ii对应的目标分布边界,例如,基于正态分布的特性,99.73%的面积在均值估计值左右3个标准差估计值的范围内,因此可获取在均值估计值左右3个标准差估计值这一范围的边界位置处对应的评分差值的数值/>将/>确定为在该视频编码参数CRFi下该帧采样间隔Ii对应的质量评估精度损失指标。
步骤S205,对在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标进行记录,形成精度损失数据表。
步骤S206,根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔。
应用在视频编码流程中或者其他的视频质量评估场景中的情况下,当需要对某个目标视频编码参数对应的待评估转码视频进行质量评估时,先确定该目标视频编码参数,从精度损失数据表记录的该目标视频编码参数对应的不同帧采样间隔中选取对应的质量评估精度损失指标在预设损失范围内的帧采样间隔。考虑到针对一个视频,若使用的帧采样间隔越大,则所采样的用于参与计算的帧图像越少,使得整个视频评估过程中的计算工作量减少的越多,那么可将所选取的帧采样间隔中的间隔最大的帧采样间隔确定为目标帧采样间隔,从而有助于尽可能地减少视频评估过程中的计算量,提升视频质量评估效率。
经实验表明,采用本申请实施例,能够在保证计算得到的VMAF指标近乎无损的前提下,与逐帧计算方式相比,可以减少50%甚至更多的计算量,有效地提高了视频质量评估效率,很好地实现了视频质量评估效率和视频质量评估精度之间的平衡。
其中,为了便于确定目标帧采样间隔,可预先设置预设损失范围,例如,预设损失范围具体可为质量评估精度损失指标小于预设大小。那么从精度损失数据表记录的目标视频编码参数对应的不同帧采样间隔中选取对应的质量评估精度损失指标小于预设大小的帧采样间隔,假设所选取的帧采样间隔包括1、2和3,则从中选择3这个帧采样间隔作为较优的帧采样间隔,即目标帧采样间隔为3,每隔3帧采样一次帧图像。
步骤S207,按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分。
具体地,按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧,得到各个采样帧图像;利用现有技术中的视频质量评分算法,如VMAF,计算各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标,根据各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标得到各个采样帧图像的质量评分;对各个采样帧图像的质量评分进行均值计算得到待评估转码视频的质量评分。
根据本申请实施例提供的视频质量评估方法,针对每个视频编码参数,计算每个视频编码参数对应的转码视频在每个帧采样间隔下的质量评分与其参照质量评分之间的评分差值,形成精度损失分布数据,并依据精度损失分布数据计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标,进而实现了对精度损失数据表的精准构建;根据不同视频编码参数通过查询精度损失数据表,能够快速自适应地确定视频评估过程中所使用的目标帧采样间隔,按照目标帧采样间隔对待评估转码视频进行采样取帧计算,能够在保证视频质量评估精度的前提下有效减少视频评估过程中的计算量,提升了视频质量评估效率,很好地实现了视频质量评估效率和视频质量评估精度之间的平衡;另外,通过建立针对不同视频类型、不同分辨率、不同编码器均可以适用的精度损失数据表,能够很好地适用于各种视频质量评估场景中,具有较强的可扩展性和鲁棒性。
图3示出了根据本申请一个实施例的视频质量评估装置的结构框图,如图3所示,该装置包括:第一计算模块310、第二计算模块320、间隔确定模块330以及评估模块340。
第一计算模块310适于:获取原视频以及原视频在各个视频编码参数下对应的转码视频,并计算各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分。
第二计算模块320适于:根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表。
间隔确定模块330适于:根据目标视频编码参数,查询精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔。
评估模块340适于:按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到待评估转码视频的质量评分。
可选地,第一计算模块310进一步适于:获取属于预设视频类型且具有相同分辨率的原视频;在编码器中设置各个视频编码参数并在各个视频编码参数下对原视频进行转码处理,得到各个视频编码参数对应的转码视频。
可选地,第一计算模块310进一步适于:利用视频质量评分算法,计算各个帧图像的第一特征指标和相邻帧图像之间的第二特征指标,根据第一特征指标和第二特征指标得到各个帧图像的质量评分。
可选地,第二计算模块320进一步适于:根据各个视频编码参数对应的转码视频中各个帧图像相对于原视频的质量评分,计算各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分以及各个视频编码参数对应的转码视频的参照质量评分;针对每个视频编码参数,计算该视频编码参数对应的转码视频在每个帧采样间隔下的质量评分与参照质量评分之间的评分差值,并依据评分差值形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据;依据该视频编码参数下不同帧采样间隔对应的精度损失分布数据,计算在该视频编码参数下不同帧采样间隔对应的质量评估精度损失指标;对在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标进行记录,形成精度损失数据表。
可选地,第二计算模块320进一步适于:针对每个视频编码参数,按照不同帧采样间隔从该视频编码参数对应的每个转码视频中各个帧图像相对于原视频的质量评分中提取对应帧图像的质量评分,并对提取到的帧图像的质量评分进行均值计算得到该视频编码参数对应的各个转码视频在不同帧采样间隔下的质量评分;对该视频编码参数对应的每个转码视频中各个帧图像相对于原视频的质量评分进行均值计算得到该视频编码参数对应的各个转码视频的参照质量评分。
可选地,第二计算模块320进一步适于:以评分差值作为第一坐标轴对应的参数,以该视频编码参数对应的转码视频的视频数量作为第二坐标轴对应的参数,形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据。
可选地,第二计算模块320进一步适于:针对该视频编码参数下的每个帧采样间隔,计算该帧采样间隔对应的精度损失分布数据的均值估计值以及标准差估计值;根据均值估计值以及标准差估计值,确定该帧采样间隔对应的目标分布边界;将该帧采样间隔对应的目标分布边界处对应的评分差值确定为在该视频编码参数下该帧采样间隔对应的质量评估精度损失指标。
可选地,均值估计值为均值的最大似然估计值,标准差估计值为标准差的最大似然估计值。
可选地,间隔确定模块330进一步适于:确定目标视频编码参数,从精度损失数据表记录的目标视频编码参数对应的不同帧采样间隔中选取对应的质量评估精度损失指标在预设损失范围内的帧采样间隔;将所选取的帧采样间隔中的间隔最大的帧采样间隔确定为目标帧采样间隔。
可选地,评估模块340进一步适于:按照目标帧采样间隔对目标视频编码参数对应的待评估转码视频进行采样取帧,得到各个采样帧图像;利用视频质量评分算法,计算各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标,根据各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标得到各个采样帧图像的质量评分;对各个采样帧图像的质量评分进行均值计算得到待评估转码视频的质量评分。
以上各模块的描述参照方法实施例中对应的描述,在此不再赘述。
根据本申请实施例提供的视频质量评估装置,针对每个视频编码参数,计算每个视频编码参数对应的转码视频在每个帧采样间隔下的质量评分与其参照质量评分之间的评分差值,形成精度损失分布数据,并依据精度损失分布数据计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标,进而实现了对精度损失数据表的精准构建;根据不同视频编码参数通过查询精度损失数据表,能够快速自适应地确定视频评估过程中所使用的目标帧采样间隔,按照目标帧采样间隔对待评估转码视频进行采样取帧计算,能够在保证视频质量评估精度的前提下有效减少视频评估过程中的计算量,提升了视频质量评估效率,很好地实现了视频质量评估效率和视频质量评估精度之间的平衡;另外,通过建立针对不同视频类型、不同分辨率、不同编码器均可以适用的精度损失数据表,能够很好地适用于各种视频质量评估场景中,具有较强的可扩展性和鲁棒性。
本申请实施例还提供了一种非易失性计算机存储介质,计算机存储介质存储有至少一可执行指令,可执行指令可执行上述任意方法实施例中的视频质量评估方法。
图4示出了根据本申请一个实施例的一种计算设备的结构示意图,本申请实施例的具体实施例并不对计算设备的具体实现做限定。
如图4所示,该计算设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:
处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402,用于执行程序410,具体可以执行上述视频质量评估方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行上述任意方法实施例中的视频质量评估方法。程序410中各步骤的具体实现可以参见上述视频质量评估实施例中的相应步骤和单元中对应的描述,在此不赘述。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,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本申请实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本申请实施例的内容,并且上面对特定语言所做的描述是为了披露本申请实施例的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本申请实施例的示例性实施例的描述中,本申请实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本申请实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本申请实施例的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请实施例的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请实施例的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例中的一些或者全部部件的一些或者全部功能。本申请实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本申请实施例的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本申请实施例进行说明而不是对本申请实施例进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (13)
1.一种视频质量评估方法,包括:
获取原视频以及所述原视频在各个视频编码参数下对应的转码视频,并计算各个视频编码参数对应的转码视频中各个帧图像相对于所述原视频的质量评分;
根据各个视频编码参数对应的转码视频中各个帧图像相对于所述原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表;
根据目标视频编码参数,查询所述精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔;
按照所述目标帧采样间隔对所述目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到所述待评估转码视频的质量评分。
2.根据权利要求1所述的方法,其中,所述获取原视频以及所述原视频在各个视频编码参数下对应的转码视频进一步包括:
获取属于预设视频类型且具有相同分辨率的原视频;
在编码器中设置各个视频编码参数并在各个视频编码参数下对所述原视频进行转码处理,得到各个视频编码参数对应的转码视频。
3.根据权利要求1或2所述的方法,其中,计算各个帧图像的质量评分进一步包括:
利用视频质量评分算法,计算各个帧图像的第一特征指标和相邻帧图像之间的第二特征指标,根据所述第一特征指标和所述第二特征指标得到各个帧图像的质量评分。
4.根据权利要求1-3任一项所述的方法,其中,所述根据各个视频编码参数对应的转码视频中各个帧图像相对于所述原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表进一步包括:
根据各个视频编码参数对应的转码视频中各个帧图像相对于所述原视频的质量评分,计算各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分以及各个视频编码参数对应的转码视频的参照质量评分;
针对每个视频编码参数,计算该视频编码参数对应的转码视频在每个帧采样间隔下的质量评分与所述参照质量评分之间的评分差值,并依据所述评分差值形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据;
依据该视频编码参数下不同帧采样间隔对应的精度损失分布数据,计算在该视频编码参数下不同帧采样间隔对应的质量评估精度损失指标;
对在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标进行记录,形成精度损失数据表。
5.根据权利要求4所述的方法,其中,所述根据各个视频编码参数对应的转码视频中各个帧图像相对于所述原视频的质量评分,计算各个视频编码参数对应的转码视频在不同帧采样间隔下的质量评分以及各个视频编码参数对应的转码视频的参照质量评分进一步包括:
针对每个视频编码参数,按照不同帧采样间隔从该视频编码参数对应的每个转码视频中各个帧图像相对于所述原视频的质量评分中提取对应帧图像的质量评分,并对提取到的帧图像的质量评分进行均值计算得到该视频编码参数对应的各个转码视频在不同帧采样间隔下的质量评分;
对该视频编码参数对应的每个转码视频中各个帧图像相对于所述原视频的质量评分进行均值计算得到该视频编码参数对应的各个转码视频的参照质量评分。
6.根据权利要求4或5所述的方法,其中,所述依据所述评分差值形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据进一步包括:
以所述评分差值作为第一坐标轴对应的参数,以该视频编码参数对应的转码视频的视频数量作为第二坐标轴对应的参数,形成在该视频编码参数下该帧采样间隔对应的精度损失分布数据。
7.根据权利要求4-6任一项所述的方法,其中,所述依据该视频编码参数下不同帧采样间隔对应的精度损失分布数据,计算在该视频编码参数下不同帧采样间隔对应的质量评估精度损失指标进一步包括:
针对该视频编码参数下的每个帧采样间隔,计算该帧采样间隔对应的精度损失分布数据的均值估计值以及标准差估计值;
根据所述均值估计值以及所述标准差估计值,确定该帧采样间隔对应的目标分布边界;
将该帧采样间隔对应的目标分布边界处对应的评分差值确定为在该视频编码参数下该帧采样间隔对应的质量评估精度损失指标。
8.根据权利要求7所述的方法,其中,所述均值估计值为均值的最大似然估计值,所述标准差估计值为标准差的最大似然估计值。
9.根据权利要求1-8任一项所述的方法,其中,所述根据目标视频编码参数,查询所述精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔进一步包括:
确定目标视频编码参数,从所述精度损失数据表记录的所述目标视频编码参数对应的不同帧采样间隔中选取对应的质量评估精度损失指标在预设损失范围内的帧采样间隔;
将所选取的帧采样间隔中的间隔最大的帧采样间隔确定为目标帧采样间隔。
10.根据权利要求1-9任一项所述的方法,其中,所述按照所述目标帧采样间隔对所述目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到所述待评估转码视频的质量评分进一步包括:
按照所述目标帧采样间隔对所述目标视频编码参数对应的待评估转码视频进行采样取帧,得到各个采样帧图像;
利用视频质量评分算法,计算各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标,根据各个采样帧图像的第一特征指标和相邻采样帧图像之间的第二特征指标得到各个采样帧图像的质量评分;
对各个采样帧图像的质量评分进行均值计算得到所述待评估转码视频的质量评分。
11.一种视频质量评估装置,包括:
第一计算模块,适于获取原视频以及所述原视频在各个视频编码参数下对应的转码视频,并计算各个视频编码参数对应的转码视频中各个帧图像相对于所述原视频的质量评分;
第二计算模块,适于根据各个视频编码参数对应的转码视频中各个帧图像相对于所述原视频的质量评分,计算在各个视频编码参数下不同帧采样间隔对应的质量评估精度损失指标并形成精度损失数据表;
间隔确定模块,适于根据目标视频编码参数,查询所述精度损失数据表并从中选取质量评估精度损失指标在预设损失范围内的帧采样间隔,确定目标帧采样间隔;
评估模块,适于按照所述目标帧采样间隔对所述目标视频编码参数对应的待评估转码视频进行采样取帧计算,得到所述待评估转码视频的质量评分。
12.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-10中任一项所述的视频质量评估方法对应的操作。
13.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-10中任一项所述的视频质量评估方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310879935.0A CN116800953A (zh) | 2023-07-17 | 2023-07-17 | 视频质量评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310879935.0A CN116800953A (zh) | 2023-07-17 | 2023-07-17 | 视频质量评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116800953A true CN116800953A (zh) | 2023-09-22 |
Family
ID=88049726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310879935.0A Pending CN116800953A (zh) | 2023-07-17 | 2023-07-17 | 视频质量评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116800953A (zh) |
-
2023
- 2023-07-17 CN CN202310879935.0A patent/CN116800953A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9049420B1 (en) | Relative quality score for video transcoding | |
US20130027568A1 (en) | Support vector regression based video quality prediction | |
CN111988611A (zh) | 量化偏移信息的确定方法、图像编码方法、装置及电子设备 | |
CN103533367A (zh) | 一种无参考视频质量评价方法及装置 | |
CN110876060A (zh) | 一种编码过程中的码率调整方法及装置 | |
CN108156459A (zh) | 可伸缩视频传输方法及系统 | |
JP2018533273A5 (zh) | ||
CN111050169B (zh) | 图像编码中量化参数的生成方法、装置及终端 | |
CN114630139A (zh) | 直播视频的质量评估方法及其相关设备 | |
CN114268792A (zh) | 视频转码方案的确定方法及装置和视频转码方法及装置 | |
CN112950491B (zh) | 一种视频处理的方法及设备 | |
CN110913221A (zh) | 一种视频码率预测方法及装置 | |
CN117478886A (zh) | 多媒体数据编码方法、装置、电子设备及存储介质 | |
CN112399177A (zh) | 一种视频编码方法、装置、计算机设备及存储介质 | |
CN116800953A (zh) | 视频质量评估方法及装置 | |
CN116980604A (zh) | 视频编码方法、视频解码方法及相关设备 | |
CN114584781A (zh) | 视频压缩方法及装置、计算机可读存储介质 | |
CN113038129A (zh) | 一种用于机器学习的数据样本获取的方法及设备 | |
CN114638748A (zh) | 图像处理方法、图像修复方法、计算机设备、存储介质 | |
CN110876082B (zh) | 一种视频帧的复杂度的确定方法及装置 | |
CN117041581B (zh) | 一种用于视频编码参数优化的方法、装置及设备 | |
AU2016201449B2 (en) | Encoding and decoding using perceptual representations | |
CN112565819A (zh) | 一种视频数据处理的方法及装置、电子设备、存储介质 | |
CN116708843B (zh) | 一种语义通信过程中的用户体验质量反馈调节系统 | |
CN117615222B (zh) | 图像处理方法、视频发布方法、装置、设备、介质及产品 |
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 |