CN116828190A - 视频编码参数确定方法、装置、计算机设备及存储介质 - Google Patents
视频编码参数确定方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116828190A CN116828190A CN202310833888.6A CN202310833888A CN116828190A CN 116828190 A CN116828190 A CN 116828190A CN 202310833888 A CN202310833888 A CN 202310833888A CN 116828190 A CN116828190 A CN 116828190A
- Authority
- CN
- China
- Prior art keywords
- video
- quality
- score value
- encoded
- original
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims description 23
- 230000000007 visual effect Effects 0.000 claims abstract description 174
- 238000009826 distribution Methods 0.000 claims description 19
- 238000002372 labelling Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 239000012634 fragment Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013441 quality evaluation Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001303 quality assessment method Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning 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
- 238000003062 neural network model Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请公开了一种视频编码参数确定方法。该方法包括:获取待编码视频的第一视频质量评分值;根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级的视频对应的视觉无损评分值;根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括分别采用多个编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。本申请可以使得编码器决策出准确的视觉无损临界编码参数。
Description
技术领域
本申请涉及视频技术领域,尤其涉及一种视频编码参数确定方法及装置。
背景技术
对于视频网站来说,需要对用户上传的视频进行码率压缩,既要保证用户对视频清晰画质的体验,又要最大程度节省带宽成本,因此如何将编码视频控制在视觉无损临界点是个非常重要的议题。现有技术中,为了编码器可以决策出合适的编码参数来使得通过编码器编码后得到的编码视频刚好为视觉无损视频,一般会基于VMAF来进行决策。VMAF虽然是一种衡量编码视频与原片之间质量差异的指标,但是,发明人发现,在基于VMAF来决策编码参数会存在如下问题:存在画质明显不同的两个视频,对应的VMAF得分却相同的情况。也就是说,在基于VMAF来进行编码参数的决策时有时并不能准确进行决策。
发明内容
有鉴于此,现提供一种视频编码参数确定方法、装置、计算机设备及计算机可读存储介质,以解决现有的视频编码参数确定方法在确定编码参数时,准确度不高的问题。
本申请提供了一种视频编码参数确定方法,所述方法包括:
获取待编码视频的第一视频质量评分值;
根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级的视频对应的视觉无损评分值,所述视觉无损评分值为用于衡量目标原始视频的视频质量评分值与所述目标原始视频的视觉无损临界编码视频的视频质量评分值的差异的值;
根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;
根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括分别采用多个编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。
可选地,所述方法还包括:
创建编码视频数据集,所述编码视频数据集包括多个视频组,其中,每一个视频组包括原始视频及多个编码视频,每一个所述编码视频为通过采用预设的编码参数对所述原始视频进行编码得到的,每一个所述编码视频及所述原始视频都具有标签及视频质量评分值;
根据所述编码视频数据集生成所述视觉无损评分表。
可选地,所述创建编码视频数据集包括:
获取多个原始视频;
分别采用多个不同的编码参数对每一个所述原始视频进行编码,得到多个编码视频;
将每一个所述原始视频进行编码后得到的多个编码视频与每一个所述原始视频组成一个视频组;
采用预设的视频质量评分算法对视频组中多个编码视频及原始视频进行评分,得到视频组中的每一个所述编码视频及所述原始视频的视频质量评分值;
对视频组中多个编码视频及原始视频进行标注,得到视频组中的每一个所述编码视频及所述原始视频的标签。
可选地,所述获取多个原始视频包括:
获取至少一个视频原片;
对每一个所述视频原片进行场景检测,并根据检测结果将每一个视频原片分为多个场景片段视频,其中,每一个场景片段视频作为一个原始视频。
可选地,对视频组中多个编码视频进行标注,得到视频组中的每一个所述编码视频的标签包括:
采用二分搜索的方式对视频组中多个编码视频进行标注,得到视频组中的每一个所述编码视频的标签。
可选地,所述根据所述编码视频数据集生成所述视觉无损评分表包括:
根据所述编码视频数据集中各个视频组中的原始视频的视频质量评分值将所有的原始视频划分为多个质量等级;
分别建立每一个质量等级的原始视频所对应的视觉无损评分值的分布直方图;
分别根据每一个所述分布直方图中最大的矩形图所对应的视觉无损评分值区间确定每一个质量等级的原始视频所对应的视觉无损评分值。
可选地,所述方法还包括:
分别采用多个编码参数对所述待编码视频进行编码,并对编码后得到的视频进行评分,得到所述第三视频质量评分;
将得到的所述第三视频质量评分与对应的编码参数进行关联,得到所述编码参数表。
可选地,所述根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值包括:
根据所述第一视频质量评分值确定所述待编码视频所属的质量等级;
根据确定的质量等级从所述视觉无损评分表中查找所述待编码视频对应的目标视觉无损评分值。
本申请还提供了一种视频编码参数确定装置,所述视频编码参数确定装置包括:
获取模块,用于获取待编码视频的第一视频质量评分值;
第一确定模块,用于根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级对应的视觉无损评分值;
计算模块,用于根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;
第二确定模块,用于根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括多个编码参数对应的第三视频质量评分值。
本申请还提供了一种计算机设备,所述计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请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,所述计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例视频编码参数确定方法,通过获取待编码视频的第一视频质量评分值;根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级的视频对应的视觉无损评分值;根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括分别采用多个编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。采用上述视频编码参数确定方式,由于对视频划分了质量等级,并未每个质量等级的视频设定了对应的视觉无损评分值,因此,采用上述视频编码参数确定方法为任意编码器决策视觉无损临界编码参数时,并不会受到视频本身质量的影响,从而可以为任意编码器决策出准确的视觉无损临界编码参数。此外,本申请在确定视频质量评分值时,不需要参考原始视频即能够准确衡量编码视频的质量。同时,本申请针对不同质量的视频提出不同的视觉无损评分值,避免统一的视觉无损评分值在视频质量较差的情况下造成码率浪费。除此之外,本申请还具有低成本、低延迟等优点,在点播场景下可以节省算力。
附图说明
图1为本申请实施例的视频编码参数确定方法的一实施例的应用环境示意图;
图2为本申请所述的视频编码参数确定方法的一种实施例的流程图;
图3为本申请一实施例中的视觉无损评分表的示意图;
图4为本申请一实施例中根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值的步骤细化示意图;
图5为本申请所述的视频编码参数确定方法的另一种实施例的流程图;
图6为本申请一实施例中的编码参数表的示意图;
图7为本申请所述的视频编码参数确定方法的另一种实施例的流程图;
图8为本申请一实施例中创建编码视频数据集的步骤细化示意图;
图9为本申请一实施例中获取多个原始视频的步骤细化示意图;
图10为本申请一实施例中根据所述编码视频数据集生成所述视觉无损评分表的步骤细化示意图;
图11为本申请所述的视频编码参数确定装置的一种实施例的程序模块图;
图12为本申请实施例提供的执行视频编码参数确定方法的计算机设备的硬件结构示意图。
具体实施方式
以下结合附图与具体实施例进一步阐述本申请的优点。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本申请的描述中,需要理解的是,步骤前的数字标号并不标识执行步骤的前后顺序,仅用于方便描述本申请及区别每一步骤,因此不能理解为对本申请的限制。
以下为本申请的术语解释:
CRF:Constant Rate Factor,恒定码率因子,是视频编码的一种码率控制方式。
rf:Rate Factor,码率因子,是CRF编码模式的编码参数,可以控制编码文件的码率和质量。
VMAF:Video Multimethod Assessment Fusion,视频多方法评估融合,是视频多维度混合评价因子,一种衡量编码后视频质量的全参考评价方法。
NR-VQA:No-Reference Video Quality Assessment,无参视频质量评价,比如为基于神经网络模型的无参视频质量评价模型,可以对给定视频打出分数,0-100分制,分数越高代表模型判定该视频质量越好。
AVC:Advanced Video Coding,高级视频编码,一种视频编码标准,
x264:一个编码器,参照的标准是AVC。
下面提供本申请的示例性应用环境。图1示意性示出了根据本申请实施例的视频编码参数确定方法的应用环境示意图。
在示例性的实施例中,该应用环境的系统可包括终端设备10、服务器20。其中,终端设备10与服务器20通过无线或有线网络连接。终端设备10可以为移动终端、固定终端等。服务器20可以为机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。网络可以包括各种网络设备,例如路由器、交换机、多路复用器、集线器、调制解调器、网桥、中继器、防火墙和/或代理设备等。网络还可以包括物理链路,例如同轴电缆链路、双绞线电缆链路、光纤链路及其组合和/或类似物。
在一具体应用场景中,终端设备10可以通过网络将待编码视频上传至服务器20。服务器20中部署有视频编码参数确定装置,该视频编码参数确定装置可以获取待编码视频的第一视频质量评分值;根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级对应的视觉无损评分值;根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括多个编码参数对应的第三视频质量评分值。视频编码参数确定装置在确定所述待编码视频的目标编码参数后,编码器可以采用该目标编码参数对所述待编码视频进行编码,得到编码后的视频。
相关技术中,视频编码质量评价方法主要采用VMAF作为指标,但是VMAF有以下三个显著的缺点:
首先,VMAF是一种有参指标,需要原始视频作为参考,但多数情况下,原始视频不可用或难以获得。在一些应用场景下,比如视频直播、在线视频编辑等,无法提供原始视频作为参考,因此需要一种无参考的评价方法;
其次,不同质量的原始视频对应的视觉无损的量化值应该不同,但是VMAF无法衡量原始视频的质量。在实际应用中,存在画质明显不同的两个视频,对应的VMAF得分却相同的情况,这会对视频质量的评估方法会造成误导,影响编码参数的决策;
最后,VMAF是基于机器学习,而且必须逐帧逐像素计算,对算力的要求较高,实际生产中需要一种算力更友好的评价指标。
为了解决避免基于VMAF作为指标带来的上述问题,本实施例通过获取待编码视频的第一视频质量评分值;根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级对应的视觉无损评分值;根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括多个编码参数对应的第三视频质量评分值。上述方法不需要参考原始视频,并且能够准确衡量编码视频质量。同时,该方法针对不同质量的原始视频设置不同的视觉无损评分值,避免统一的视觉无损评分值在视频质量较差的情况下造成码率浪费,最后,上述方法还具有低成本、低延迟等优点,在点播场景下可以节省算力。
下面,将在上述示例性应用环境下提供若干个实施例,来说明本申请中的视频编码参数确定方案。参阅图2,其为本申请一实施例的视频编码参数确定方法的流程示意图。本方法实施例中的流程图不用于对执行步骤的顺序进行限定。从图中可以看出,本实施例中所提供的视频编码参数确定方法包括:
步骤S20、获取待编码视频的第一视频质量评分值。
具体地,所述待编码视频可以为需要进行编码的场景片段视频,也可以为需要进行编码的完整视频,甚至可以为需要进行编码的视频帧,在本实施例中不作限定。
需要说明的是,上述场景片段视频指的是对视频进行场景检测后,根据场景检测结果划分后得到的视频。比如,一个视频在进行场景检测后,若检测到其中包括5个场景,则可以将该视频划分为5个场景片段视频。
所述第一视频质量评分值为用于衡量所述待编码视频的视频质量的值。所述第一视频质量评分值越大,表明视频质量越高,所述第一视频质量评分值越小,表明视频质量越低。
在本实施例中,所述第一视频质量评分值可以通过预设的视频质量评分算法对所述待编码视频进行评分后得到。其中,所述视频质量评分算法可以为NR-VQA算法,比如为FAST-VQA算法。
步骤S21,根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级的视频对应的视觉无损评分值。
具体地,所述视觉无损评分表为预先创建的,所述视觉无损评分表中记录有多个不同质量等级的视频对应的视频无损评分值,每一个质量等级对应一个视频无损评分值。
在一具体应用中,所述视觉无损评分表如图3所示。其中,图3中的src_vqa表示视频质量评分值,Δvqa_target表示属于该质量等级的视频所对应的视觉无损评分值。
其中,视觉无损评分值为用于衡量原始视频的视频质量评分值与原始视频的视觉无损临界编码视频的视频质量评分值的差异的值。
所述视觉无损临界编码视频为具有视觉无损的画面且码率压缩控制在最大值的编码视频。
需要说明的是,质量等级的划分数量是预先设定的,不同的质量等级对应的视频质量评分值区间不同,比如,所有的视频按照质量等级划分可以分为10个质量等级,分别为视频质量评分值src_vqa∈[0,10)所对应的第1质量等级,视频质量评分值src_vqa∈[10,20)所对应的第2质量等级,视频质量评分值src_vqa∈[20,110)所对应的第3质量等级,视频质量评分值src_vqa∈[110,40)所对应的第4质量等级,视频质量评分值src_vqa∈[40,50)所对应的第5质量等级,视频质量评分值src_vqa∈[50,60)所对应的第6质量等级,视频质量评分值src_vqa∈[60,70)所对应的第7质量等级,视频质量评分值src_vqa∈[70,80)所对应的第8质量等级,视频质量评分值src_vqa∈[80,90)所对应的第9质量等级,视频质量评分值src_vqa∈[90,100)所对应的第10质量等级。
在一示例性的实施方式中,参阅图4,所述根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值包括:步骤S40,根据所述第一视频质量评分值确定所述待编码视频所属的质量等级;步骤S41,根据确定的质量等级从所述视觉无损评分表中查找所述待编码视频对应的目标视觉无损评分值。
具体地,在得到第一视频质量评分值后,可以先根据所述第一视频质量评分值查询所述视觉无损评分表,以确定所述第一视频质量评分值处于哪个视频质量评分值区间,之后,即可以根据确定的视频质量评分区间确定所述编码视频所属的质量等级,最后,可以根据确定的质量等级从所述视觉无误评分表中找出与该质量等级所对应的视觉无损评分值,并将该视觉无损评分值作为所述待编码视频对应的目标视觉无损评分值。
作为示例,假设所述视觉无损评分表如图3所示,获取到的第一视频质量评分值为78.1,则根据所述视觉无损评分表可以确定其处于src_vqa∈[70,80)的区间,所属的质量等级为第8质量等级,进而,根据该确定的质量等级,可以确定该质量等级对应的视觉无损评分值Δvqa_target为9.1。也就是说,所述待编码视频对应的目标视觉无损评分值为9.1。
步骤S22,根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值。
具体地,所述第二视频质量评分值用于表征所述待编码视频的视觉无损临界编码视频所对应的视频质量评分值。所述第二视频质量评分值vqa=所述第一视频质量评分值src_vqa-所述目标视觉无损评分值Δvqa_target。继续参照上述示例,vqa=src_vqa-Δvqa_target=78.1-9.1=69。
步骤S23,根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括分别采用多个编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。
具体地,所述编码参数表为预先创建的,所述编码参数表中记录有分别采用多个不同的编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。
所述编码参数为用于对所述待编码视频编码后得到的视频的码率进行控制的参数,所述编码参数可以为CQP(Constant Quantitative Parameters,固定量化参数)模式的QP参数(QP值)、CRF(Constant Rate Factor,固定码率因子)模式的rf参数(rf值)、ABR(Average Bitrate Rate,平均比特率)模式的BR参数(BR值)。所述编码参数优选为CRF模式的rf值。
需要说明的是,上述多个不同的编码参数是用户预先根据实际情况进行设定的。
在本实施例中,在得到第二视频质量评分值后,可以查询所述待编码视频对应的编码参数表,以从中找到与该第二视频质量评分值相匹配的第三视频质量评分值,在找到匹配的第三视频质量评分值后,将与该第三视频质量评分值相对应的编码参数作为所述目标编码参数。所述目标编码参数为编码器进行编码的视觉无损临界编码参数。也就是说,若编码器采用大于该目标编码参数的编码参数进行编码,则编码后得到的视频将是有损的,同时,码器采用小于该目标编码参数的编码参数进行编码时,编码后得到的视频是无损的。
需要说明的是,当第二视频质量评分值与第三视频质量评分值相同时,可以确定该第三视频质量评分值为匹配的第三视频质量评分值。当编码参数表中不存在与该第二视频质量评分值相同的第三视频质量评分值时,会将该编码参数表中与该第二视频质量评分值最接近且大于该第二视频质量评分值的第三视频质量评分值作为匹配的第三视频质量评分值。
在一具体场景中,假设所述第二视频质量评分值为69,则在查询图3所示的编码参数表时可以确定所述待编码视频的目标编码参数为rf=33。
在一示例性的实施方式中,为了便于后续可以根据编码参数表确定所述待编码视频的目标编码参数,参阅图5,所述方法还包括:步骤S50,分别采用多个编码参数对所述待编码视频进行编码,并对编码后得到的视频进行评分,得到所述第三视频质量评分;步骤S51,将得到的所述第三视频质量评分与对应的编码参数进行关联,得到所述编码参数表。
在一具体场景中,可以分别采用编码参数(rf)为20、20.5、…、32.5、33、33.5、…40对所述待编码视频进行编码,从而可以得到40个编码视频。在得到这40个编码视频可以对这40个编码视频进行评分,从而得到每一个编码视频的第三视频质量评分。在得到每一个编码视频的第三视频质量评分后,会将得到的所述第三视频质量评分与对应的编码参数进行关联,以建立所述编码参数表。作为示例,所述待编码视频的编码参数表如图6所示。
本申请实施例中通过获取待编码视频的第一视频质量评分值;根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级的视频对应的视觉无损评分值;根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括分别采用多个编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。采用上述视频编码参数确定方式,由于对视频划分了质量等级,并未每个质量等级的视频设定了对应的视觉无损评分值,因此,采用上述视频编码参数确定方法为任意编码器决策视觉无损临界编码参数时,并不会受到视频本身质量的影响,从而可以为任意编码器决策出准确的视觉无损临界编码参数。此外,本申请在确定视频质量评分值时,不需要参考原始视频即能够准确衡量编码视频的质量。同时,本申请针对不同质量的视频提出不同的视觉无损评分值,避免统一的视觉无损评分值在视频质量较差的情况下造成码率浪费。除此之外,本申请还具有低成本、低延迟等优点,在点播场景下可以节省算力。
在一示例性的实施方式中,为了后续可以根据视觉无损评分表来确定所述待编码视频对应的目标视觉无损评分值,参阅图7,所述方法还包括:
步骤S70,创建编码视频数据集,所述编码视频数据集包括多个视频组,其中,每一个视频组包括原始视频及多个编码视频,每一个所述编码视频为通过采用预设的编码参数对所述原始视频进行编码得到的,每一个所述编码视频及所述原始视频都具有标签及视频质量评分值。
具体地,所述原始视频为未经过编码的视频,所述编码视频指的是对原始视频进行编码后得到的视频。
在本实施例中,每一个视频组中的多个编码视频是采用预先设定的不同的编码参数对同一个原始视频进行编码后得到的。
所述标签用于表征视频属于视觉无损视频还是视觉无损视频,若视频属于视觉无损视频,则可以用标签“1”表示,若视频属于视觉有损视频,则可以用标签“0”表示。
在一示例性的实施方式中,参阅图8,所述创建编码视频数据集包括:
步骤S80,获取多个原始视频。
具体地,为了使得后续得出的结果更加准确,所述原始视频的数量尽可能的多,比如,在10万数据量级以上。
在本实施例中,所述原始视频的来源可以为用户上传,也可以为外部的视频。
在一示例性的实施方式中,参阅图9,为了减少获取原始视频的数量,所述获取多个原始视频包括:
步骤S90,获取至少一个视频原片。
具体地,所述视频原片为完整的未经过视频分段处理的视频,所述视频原片也是未经过编码的视频。
步骤S91,对每一个所述视频原片进行场景检测,并根据检测结果将每一个视频原片分为多个场景片段视频,其中,每一个场景片段视频作为一个原始视频。
具体地,在得到视频原片后,可以调用编码器对视频原片进行场景检测,以从中检测出视频原片中发生场景切换的视频帧,在检测到发生场景切换的视频帧后,即可以以该视频帧为分割点,从而将视频原片划分为多个场景片段视频,其中,场景片段视频的数量与检测到的分割点的数量确定,比如,检测到共有4个分割点,则可以将整个视频原片分为5个场景片段视频。
本实施例中,通过将视频原片划分为多个场景片段视频,从而可以在保证原始视频的数量的前提下,减少视频原片的获取数量。
步骤S81,分别采用多个不同的编码参数对每一个所述原始视频进行编码,得到多个编码视频。
在一具体场景中,分别按照编码参数rf=20,20.5,…,40对每一个原始视频进行编码,从而每一个原始视频可以得到40个编码视频,其中,rf越大,编码后视频质量越差。
需要说明的是,上述编码参数也可以分别为其他值,比如为rf=18,19,…,40。
步骤S82,将每一个所述原始视频进行编码后得到的多个编码视频与每一个所述原始视频组成一个视频组。
具体地,在得到编码视频后,将每一个原始视频与其相关的所有编码视频组成一个视频组,以方便后续对视频组中的视频进行进一步处理。
步骤S83,采用预设的视频质量评分算法对视频组中多个编码视频及原始视频进行评分,得到视频组中的每一个所述编码视频及所述原始视频的视频质量评分值。
具体地,视频质量评分算法为可以对视频质量进行评分的算法,该视频质量评分算法优选为无参视频质量评价的算法。所述视频质量评分算法可以为NR-VQA算法,比如为FAST-VQA算法。
需要说明的是,视频质量评分值越高,表明视频质量越好,视频质量评分值越低,表明视频质量越差。其中,视频质量评分值的分数区间为0-100分。
步骤S84,对视频组中多个编码视频及原始视频进行标注,得到视频组中的每一个所述编码视频及所述原始视频的标签。
具体地,在对视频进行标注时,可以使用预先训练好的标注模型对视频进行标注,也可以通过人工的方式对视频进行标注。
在一示例性的实施方式中,为了提高标注效率,在对视频组中的多个编码视频进行标注时,可以采用采用二分搜索的方式对视频组中多个编码视频进行标注,得到视频组中的每一个所述编码视频的标签。
在一具体场景中,以编码参数为rf=20,20.5,…,40为例。理论上,对每个视频来说,从原始视频到rf=40的编码视频,视频质量是逐渐下降,因此,在这个过程中,一定存在一个视觉无损临界编码视频,即rf值大于该值时,人眼将认定编码视频的画质显著下降不可接受。根据该理论,在对编码视频进行标注时,可以先对rf=110的编码视频进行标注,若rf=110的编码视频的标注结果为视觉无损,则下一步将对rf=35的编码视频进行标注,反之若rf=110标注结果为视觉有损,则下一步将对rf=25的编码视频进行标注,以此类推,直到不能继续二分为止,最终得到该原始视频对应的视觉无损临界编码视频所对应的rf值。
需要说明的是,为了提高标注结果的准确性,当采用人工方式进行标注时,对于同一个视频可以通过多个画质评估专家进行标注,比如,通过20个画质评估专家采用二分搜索的方式对视频进行标注。
当采用标注模型的方式进行标注时,也可以通过多个标注模型对同一个视频进行标注。
步骤S71,根据所述编码视频数据集生成所述视觉无损评分表。
具体地,在创建编码视频数据集后,可以统计出不同质量等级的视频所对应的视觉无损评分值,然后,根据所有的量等级的视频所对应的视觉无损评分值生成视觉无损评分表。
在一示例性的实施方式中,参阅图10,所述根据所述编码视频数据集生成所述视觉无损评分表包括:
步骤S100,根据所述编码视频数据集中各个视频组中的原始视频的视频质量评分值将所有的原始视频划分为多个质量等级。
具体地,可以将所有的原始视频按照其对应的视频质量评分值将所有的原始视频划分为10个质量等级,分别为1-10级,质量等级1-10对应的视频质量评分依次为0~10分、10~20分、…、90~100分。
需要说明的是,视频质量评分值为10分时属于第2质量等级,视频质量评分值为20时属于第2质量等级,以此类推,视频质量评分值为90分时属于第10质量等级。
可以理解的是,也可以将所有的原始视频按照其对应的视频质量评分值将所有的原始视频划分为其他数量个质量等级,比如,划分为20个质量等级,则质量等级1-20对应的视频质量评分依次为0~5分、5~10分、…、95~100分。
步骤S101,分别建立每一个质量等级的原始视频所对应的视觉无损评分值的分布直方图。
具体地,对于每一个质量等级的原始视频,建立一个视觉无损评分值的分布直方图。假设总共存在10个质量等级,则会建立10个分布直方图。
在本实施例中,在建立分布直方图时,可以预先设定分布直方图的组距,比如,设定组距为0.5,则在建立分布直方图时,会统计各组视觉无损评分值出现的频数,然后根据各组视觉无损评分值出现的频数与组距建立分布直方图。比如,处于70~80分段的原始视频有600个,每个原始视频有20位画质评估专家打出视觉无损临界编码视频的标签,以原始视频1为例,第一位专家(MOS_1)为原始视频1以编码参数rf=21进行编码得到的编码视频打出视觉无损临界编码视频的标签,于是查询编码视频数据集得知原始视频1对应的视频质量评分值src_vqa,以及该原始视频1对应的以编码参数rf=21进行编码得到的编码视频的视频质量评分值rf_target_vqa,之后,根据src_vqarf_target_vqa计算出原始视频1对应的视觉无损评分值Δvqa,假设该Δvqa=0.5,该值落入视觉无损评分值区间[0.5,1)内,故而视觉无损评分值组:[0.5,1)出现的频次累加1,即区间[0.5,1)的分布值加1,同理,统计所有原始视频对应的视觉无损评分值落入各个视觉无损评分值组对应的区间的分布值,最后,根据各个视觉无损评分值组对应的区间的分布值建立分布直方图。
需要说明的是,当每个原始视频有20位画质评估专家对原始视频进行标注时,则相应的原始视频对应的视觉无损评分值也会存在20个。
步骤S102,分别根据每一个所述分布直方图中最大的矩形图所对应的视觉无损评分值区间确定每一个质量等级的原始视频所对应的视觉无损评分值。
具体地,在为每一个质量等级对应的原始视频建立好分布直方图后,对于每一个分布直方图,可以将该分布直方图中最大的矩形图所对应的视觉无损评分值区间作为目标视觉无损评分值区间,之后,可以根据该目标视觉无损评分值区间确定每一个质量等级的原始视频所对应的视觉无损评分值。
在一实施方式中,可以将该目标视觉无损评分值区间的下限值作为该质量等级的原始视频所对应的视觉无损评分值。在另一实施方式中,在确定目标视觉无损评分值区间后,也可以将该目标视觉无损评分值区间的上限值与下限值的平均值作为该质量等级的原始视频所对应的视觉无损评分值,或者也可以将目标视觉无损评分值区间中出现的各个视觉无损评分值的平均值、方差或者出现频次最多的视觉无损评分值等作为该质量等级的原始视频所对应的视觉无损评分值。
参阅图11所示,是本申请视频编码参数确定装置110一实施例的程序模块图。
本实施例中,视频编码参数确定装置110包括一系列的存储于存储器上的计算机程序指令,当该计算机程序指令被处理器执行时,可以实现本申请各实施例的视频编码参数确定功能。在一些实施例中,基于该计算机程序指令各部分所实现的特定的操作,视频编码参数确定装置110可以被划分为一个或多个模块,具体可以划分的模块如下:
获取模块111,用于获取待编码视频的第一视频质量评分值;
第一确定模块112,用于根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级对应的视觉无损评分值;
计算模块113,用于根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;
第二确定模块114,用于根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括多个编码参数对应的第三视频质量评分值。
在一示例性的实施方式中,视频编码参数确定装置110还包括创建模块及生成模块。
所述创建模块,用于创建编码视频数据集,所述编码视频数据集包括多个视频组,其中,每一个视频组包括原始视频及多个编码视频,每一个所述编码视频为通过采用预设的编码参数对所述原始视频进行编码得到的,每一个所述编码视频及所述原始视频都具有标签及视频质量评分值。
所述生成模块,用于根据所述编码视频数据集生成所述视觉无损评分表。
在一示例性的实施方式中,所述创建模块,还用于获取多个原始视频;分别采用多个不同的编码参数对每一个所述原始视频进行编码,得到多个编码视频;将每一个所述原始视频进行编码后得到的多个编码视频与每一个所述原始视频组成一个视频组;采用预设的视频质量评分算法对视频组中多个编码视频及原始视频进行评分,得到视频组中的每一个所述编码视频及所述原始视频的视频质量评分值;对视频组中多个编码视频及原始视频进行标注,得到视频组中的每一个所述编码视频及所述原始视频的标签。
在一示例性的实施方式中,所述创建模块,还用于获取至少一个视频原片;对每一个所述视频原片进行场景检测,并根据检测结果将每一个视频原片分为多个场景片段视频,其中,每一个场景片段视频作为一个原始视。
在一示例性的实施方式中,所述创建模块,还用于采用二分搜索的方式对视频组中多个编码视频进行标注,得到视频组中的每一个所述编码视频的标签。
在一示例性的实施方式中,所述生成模块,还用于对所述解码视频进行编码处理,并在编码过程中对所述解码视频进行场景检测,得到场景切换帧,其中,编码处理后得到的视频用于人工审核。
在一示例性的实施方式中,所述视频编码参数确定装置110还包括评分模块及关联模块。
所述评分模块,用于分别采用多个编码参数对所述待编码视频进行编码,并对编码后得到的视频进行评分,得到所述第三视频质量评分。
所述关联模块,用于将得到的所述第三视频质量评分与对应的编码参数进行关联,得到所述编码参数表。
在一示例性的实施方式中,所述第一确定模块112,还用于根据所述第一视频质量评分值确定所述待编码视频所属的质量等级;根据确定的质量等级从所述视觉无损评分表中查找所述待编码视频对应的目标视觉无损评分值。
本实施例中的视频编码参数确定方案,通过获取待编码视频的第一视频质量评分值;根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级的视频对应的视觉无损评分值;根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括分别采用多个编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。采用上述视频编码参数确定方式,由于对视频划分了质量等级,并未每个质量等级的视频设定了对应的视觉无损评分值,因此,采用上述视频编码参数确定方法为任意编码器决策视觉无损临界编码参数时,并不会受到视频本身质量的影响,从而可以为任意编码器决策出准确的视觉无损临界编码参数。此外,本申请在确定视频质量评分值时,不需要参考原始视频即能够准确衡量编码视频的质量。同时,本申请针对不同质量的视频提出不同的视觉无损评分值,避免统一的视觉无损评分值在视频质量较差的情况下造成码率浪费。除此之外,本申请还具有低成本、低延迟等优点,在点播场景下可以节省算力。
图12示意性示出了根据本申请实施例的适于实现视频编码参数确定方法的计算机设备12的硬件架构示意图。本实施例中,计算机设备12是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。如图12所示,计算机设备12至少包括但不限于:可通过系统总线相互通信链接存储器120、处理器121、网络接口122。其中:
存储器120至少包括一种类型的计算机可读存储介质,该可读存储介质可以是易失性的,也可以是非易失性的,具体而言,可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器120可以是计算机设备12的内部存储模块,例如该计算机设备12的硬盘或内存。在另一些实施例中,存储器120也可以是计算机设备12的外部存储设备,例如该计算机设备12上配备的插接式硬盘,智能存储卡(Smart Media Card,简称为SMC),安全数字(Secure Digital,简称为SD)卡,闪存卡(Flash Card)等。当然,存储器120还可以既包括计算机设备12的内部存储模块也包括其外部存储设备。本实施例中,存储器120通常用于存储安装于计算机设备12的操作系统和各类应用软件,例如视频编码参数确定方法的程序代码等。此外,存储器120还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器121在一些实施例中可以是中央处理器(Central Processing Unit,简称为CPU)、控制器、微控制器、微处理器、或其它视频编码参数确定芯片。该处理器121通常用于控制计算机设备12的总体操作,例如执行与计算机设备12进行数据交互或者通信相关的控制和处理等。本实施例中,处理器121用于运行存储器120中存储的程序代码或者处理数据。
网络接口122可包括无线网络接口或有线网络接口,该网络接口122通常用于在计算机设备12与其它计算机设备之间建立通信链接。例如,网络接口122用于通过网络将计算机设备12与外部终端相连,在计算机设备12与外部终端之间的建立数据传输通道和通信链接等。网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(GlobalSystem of Mobile communication,简称为GSM)、宽带码分多址(Wideband Code DivisionMultiple Access,简称为WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是,图12仅示出了具有部件120~122的计算机设备,但是应理解的是,并不要求实施所有示出的部件,可以替代的实施更多或者更少的部件。
在本实施例中,存储于存储器120中的视频编码参数确定方法可以被分割为一个或者多个程序模块,并由一个或多个处理器(本实施例为处理器121)所执行,以完成本申请。
本申请实施例提供了一种计算机可读存储介质,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实施例中的视频编码参数确定方法的步骤。
本实施例中,计算机可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,计算机可读存储介质可以是计算机设备的内部存储单元,例如该计算机设备的硬盘或内存。在另一些实施例中,计算机可读存储介质也可以是计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,简称为SMC),安全数字(Secure Digital,简称为SD)卡,闪存卡(Flash Card)等。当然,计算机可读存储介质还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中,计算机可读存储介质通常用于存储安装于计算机设备的操作系统和各类应用软件,例如实施例中的视频编码参数确定方法的程序代码等。此外,计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的各类数据。
以上所描述的装置实施例仅仅是示意性的,其中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,或者也可以分布到至少两个网络单元上。可以根据实际的需要筛选出其中的部分或者全部模块来实现本申请实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。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,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (11)
1.一种视频编码参数确定方法,其特征在于,所述方法包括:
获取待编码视频的第一视频质量评分值;
根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级的视频对应的视觉无损评分值,所述视觉无损评分值为用于衡量目标原始视频的视频质量评分值与所述目标原始视频的视觉无损临界编码视频的视频质量评分值的差异的值;
根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;
根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括分别采用多个编码参数对所述待编码视频进行编码后得到的视频的第三视频质量评分值。
2.根据权利要求1所述的视频编码参数确定方法,其特征在于,所述方法还包括:
创建编码视频数据集,所述编码视频数据集包括多个视频组,其中,每一个视频组包括原始视频及多个编码视频,每一个所述编码视频为通过采用预设的编码参数对所述原始视频进行编码得到的,每一个所述编码视频及所述原始视频都具有标签及视频质量评分值;
根据所述编码视频数据集生成所述视觉无损评分表。
3.根据权利要求2所述的视频编码参数确定方法,其特征在于,所述创建编码视频数据集包括:
获取多个原始视频;
分别采用多个不同的编码参数对每一个所述原始视频进行编码,得到多个编码视频;
将每一个所述原始视频进行编码后得到的多个编码视频与每一个所述原始视频组成一个视频组;
采用预设的视频质量评分算法对视频组中多个编码视频及原始视频进行评分,得到视频组中的每一个所述编码视频及所述原始视频的视频质量评分值;
对视频组中多个编码视频及原始视频进行标注,得到视频组中的每一个所述编码视频及所述原始视频的标签。
4.根据权利要求3所述的视频编码参数确定方法,其特征在于,所述获取多个原始视频包括:
获取至少一个视频原片;
对每一个所述视频原片进行场景检测,并根据检测结果将每一个视频原片分为多个场景片段视频,其中,每一个场景片段视频作为一个原始视频。
5.根据权利要3所述的视频编码参数确定方法,其特征在于,对视频组中多个编码视频进行标注,得到视频组中的每一个所述编码视频的标签包括:
采用二分搜索的方式对视频组中多个编码视频进行标注,得到视频组中的每一个所述编码视频的标签。
6.根据权利要求2所述的视频编码参数确定方法,其特征在于,所述根据所述编码视频数据集生成所述视觉无损评分表包括:
根据所述编码视频数据集中各个视频组中的原始视频的视频质量评分值将所有的原始视频划分为多个质量等级;
分别建立每一个质量等级的原始视频所对应的视觉无损评分值的分布直方图;
分别根据每一个所述分布直方图中最大的矩形图所对应的视觉无损评分值区间确定每一个质量等级的原始视频所对应的视觉无损评分值。
7.根据权利要1至6任一项所述的视频编码参数确定方法,其特征在于,所述方法还包括:
分别采用多个编码参数对所述待编码视频进行编码,并对编码后得到的视频进行评分,得到所述第三视频质量评分;
将得到的所述第三视频质量评分与对应的编码参数进行关联,得到所述编码参数表。
8.根据权利要1至6任一项所述的视频编码参数确定方法,其特征在于,所述根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值包括:
根据所述第一视频质量评分值确定所述待编码视频所属的质量等级;
根据确定的质量等级从所述视觉无损评分表中查找所述待编码视频对应的目标视觉无损评分值。
9.一种视频编码参数确定装置,其特征在于,所述视频编码参数确定装置包括:
获取模块,用于获取待编码视频的第一视频质量评分值;
第一确定模块,用于根据所述第一视频质量评分值与预设的视觉无损评分表确定所述待编码视频对应的目标视觉无损评分值,其中,所述视觉无损评分表包括多个质量等级对应的视觉无损评分值;
计算模块,用于根据所述第一视频质量评分值与所述目标视觉无损评分值计算所述待编码视频的第二视频质量评分值;
第二确定模块,用于根据所述第二视频质量评分值与预设的编码参数表确定所述待编码视频的目标编码参数,所述编码参数表中包括多个编码参数对应的第三视频质量评分值。
10.一种计算机设备,所述计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至8任一项所述的方法的步骤。
11.一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8任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310833888.6A CN116828190A (zh) | 2023-07-07 | 2023-07-07 | 视频编码参数确定方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310833888.6A CN116828190A (zh) | 2023-07-07 | 2023-07-07 | 视频编码参数确定方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116828190A true CN116828190A (zh) | 2023-09-29 |
Family
ID=88139188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310833888.6A Pending CN116828190A (zh) | 2023-07-07 | 2023-07-07 | 视频编码参数确定方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116828190A (zh) |
-
2023
- 2023-07-07 CN CN202310833888.6A patent/CN116828190A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109286825B (zh) | 用于处理视频的方法和装置 | |
CN107888397B (zh) | 确定故障类型的方法和装置 | |
CN111026915B (zh) | 视频分类方法、视频分类装置、存储介质与电子设备 | |
CN110493806B (zh) | 移动网络投诉溯源方法及装置 | |
CN111107395A (zh) | 一种视频转码的方法、装置、服务器和存储介质 | |
CN112102309A (zh) | 一种确定图像质量评估结果的方法、装置及设备 | |
CN111563560B (zh) | 基于时序特征学习的数据流分类方法及装置 | |
CN111784692A (zh) | 一种电力系统中绝缘子缺陷的检测方法、装置及电子设备 | |
CN111314691B (zh) | 一种视频通话质量评估方法和装置 | |
CN111953966A (zh) | 一种编码测试的方法、装置、服务器和存储介质 | |
CN111263243A (zh) | 视频编码方法、装置、计算机可读介质及电子设备 | |
CN110971784A (zh) | 一种视频处理方法、装置、电子设备及存储介质 | |
CN111061895A (zh) | 图像推荐的方法、装置、电子设备及存储介质 | |
CN110781340A (zh) | 一种推荐系统召回策略的离线评估方法、系统、装置及存储介质 | |
CN114143036A (zh) | 告警方法、装置、设备及计算机存储介质 | |
CN116828190A (zh) | 视频编码参数确定方法、装置、计算机设备及存储介质 | |
CN109219960B (zh) | 视频编码质量平滑度的优化方法、装置、设备及存储介质 | |
WO2022179355A1 (zh) | 样点自适应补偿的边带补偿模式的数据处理方法、装置 | |
CN113343577B (zh) | 一种基于机器学习的参数优化方法、装置、设备及介质 | |
CN115866235A (zh) | 视频质量评估方法、装置、电子设备及存储介质 | |
CN104462422A (zh) | 对象的处理方法及装置 | |
Jayageetha et al. | Medical image quality assessment using CSO based deep neural network | |
CN107306199B (zh) | 网元数据回放的方法和装置 | |
CN111476853B (zh) | 文字图像的编解码方法、设备及系统 | |
CN116896629A (zh) | 视频编码方法、装置、计算机设备及存储介质 |
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 |