视频质量评价方法、装置、介质及设备与流程

本发明属于视频处理，尤其涉及一种视频质量评价方法、装置、介质及设备。

背景技术：

1、视频质量评价是用于衡量视频内容的清晰度、色彩还原度、对比度、细节表现等视觉指标。这些指标通常被量化为主观视觉质量得分或客观质量得分。主观评价是由人类观察者进行的，而客观评价则是由计算机算法或特定的硬件设备进行的。例如，mos(英文全称mean opinion score)方法等典型的主观评估方法，贴近人眼的视觉感受，能够准确评估视频质量，但其成本高、步骤多、实时性不好，使得它们实用性较差。

2、客观评估主要分为全参考、部分参考、无参考三种方法，它们主要依据图像、网络等相关指标进行评估。对于视频的全参考评价来说，现有的全参考视频评价方法主要以图像评价方法为基础，通过对各帧取平均值的方式，得到最终的视频质量评价评分。单纯的取均值的方式并没有很好地体现视频动态播放过程中，观看者的注意力机制。如果采用机器学习或深度学习的方式来评价视频质量，但是其依赖于大量的训练数据或人力标注，其算法的复杂度太高。

3、为了解决上述的问题，亟待提出一种新的视频质量评价方法。

技术实现思路

1、为了克服现有技术中的上述缺陷，本发明提供了一种视频质量评价方法，该方法包括：计算参考视频帧序列和目标视频帧序列之间的视觉信息保真度值；分别计算参考视频帧序列和目标视频帧序列的帧时域复杂度；根据参考视频帧序列和目标视频帧序列的帧时域复杂度，得到与视觉信息保真度值相对应的帧权重值；根据帧权重值和视觉信息保真度值，得到与目标视频帧序列相对应的质量评价结果。

2、本发明还提供了一种视频质量评价装置，该装置包括：信息保真度计算单元，用于计算参考视频帧序列和目标视频帧序列之间的视觉信息保真度值；时域复杂度计算单元，用于分别计算参考视频帧序列和目标视频帧序列的帧时域复杂度；帧权重值计算单元，用于根据参考视频帧序列和目标视频帧序列的帧时域复杂度，得到与视觉信息保真度值相对应的帧权重值；评价结果计算单元，用于根据帧权重值和视觉信息保真度值，得到与目标视频帧序列相对应的质量评价结果。

3、本发明还提供了一个或多个存储计算机可执行指令的计算机可读介质，该指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如前文所述的视频质量评价方法。

4、本发明还提供了一种电子设备，该电子设备包括存储器和处理器，其中：存储器存储有计算机程序，处理器执行计算机程序时实现如前文所述的视频质量评价方法。

5、本发明提供的视频质量评价方法、装置、介质及设备，该方法首先计算参考视频帧序列和目标视频帧序列之间的视觉信息保真度值，然后，分别计算参考视频帧序列和目标视频帧序列的帧时域复杂度；再根据参考视频帧序列和目标视频帧序列的帧时域复杂度，得到与视觉信息保真度值相对应的帧权重值；最后，根据帧权重值和视觉信息保真度值，得到与目标视频帧序列相对应的质量评价结果。本发明提供的实施例，通过计算帧时域复杂度模仿人眼的注意力机制，在不依赖于学习模型的情况下，可以获得更贴近人眼的注意力机制的客观视频质量评价结果。

6、进一步地，通过分块计算时域复杂度和显著性，然后计算帧时域复杂度的方式，从局部到整体，更加完善地贴近人眼的注意力机制，能够获取更贴近人眼的注意力机制的客观视频质量评价结果，且其计算复杂度较低，评价结果更优。

技术特征：

1.一种视频质量评价方法，该方法包括：

2.根据权利要求1所述的方法，所述分别计算所述参考视频帧序列和所述目标视频帧序列的帧时域复杂度，包括：

3.根据权利要求2所述的方法，其中，计算时域复杂度，包括：

4.根据权利要求2所述的方法，其中，计算显著性值，包括：

5.根据权利要求2所述的方法，其中，分别根据所述参考视频帧序列和所述目标视频帧序列中的每一个视频帧的每个图像块的时域复杂度和显著性值，计算与所述参考视频帧序列的每一个视频帧对应的帧时域复杂度和与所述目标视频帧序列中的每一个视频帧对应的帧时域复杂度，包括：

6.根据权利要求1所述的方法，所述根据所述参考视频帧序列和所述目标视频帧序列的帧时域复杂度，得到与所述视觉信息保真度值相对应的帧权重值，包括：

7.根据权利要求1所述的方法，根据所述帧权重值和所述视觉信息保真度值，得到与所述目标视频帧序列相对应的质量评价结果，包括：

8.一种视频质量评价装置，该装置包括：

9.一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如权利要求1至7中任一项所述的视频质量评价方法。

10.一种电子设备，所述电子设备包括存储器和处理器，其中：

技术总结本发明提供了视频质量评价方法、装置、介质及设备，该方法包括计算参考视频帧序列和目标视频帧序列之间的视觉信息保真度值；分别计算参考视频帧序列和目标视频帧序列的帧时域复杂度；根据参考视频帧序列和目标视频帧序列的帧时域复杂度，得到与视觉信息保真度值相对应的帧权重值；根据帧权重值和视觉信息保真度值，得到与目标视频帧序列相对应的质量评价结果。本发明提供的实施例，通过计算帧时域复杂度模仿人眼的注意力机制，在不依赖于学习模型的情况下，可以获得更贴近人眼的注意力机制的视频质量评价结果。技术研发人员：马骏,贾路恒,任浩强,李阳,赵新峰受保护的技术使用者：北京红云融通技术有限公司技术研发日：技术公布日：2024/11/4