[發明專利]視頻清晰度測量方法和系統

有效

• 申請號: 201210261645.1
• 申請日: 2012-07-26
• 公開（公告）號: CN103581662A
• 公開（公告）日: 2014-02-12
• 發明（設計）人: 劉剛
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: H04N17/02
• 分類號: H04N17/02
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 何平;曾旻輝

技術領域

本發明涉及視頻處理技術，特別是涉及一種視頻清晰度測量方法和系統。

背景技術

隨著互聯網視頻越來越多，人們迫切希望能夠快速地從眾多的視頻中精準定位到一些高質量的視頻。視頻清晰度是衡量一個視頻質量的一個重要指標，特別是對于影視劇和動漫類視頻來說，高清晰的視頻能大大提升用戶的體驗。其中，視頻是指一系列靜態影像以電信號方式加以捕捉、記錄、處理、存儲、傳送與重現的各種技術，當連續的圖像變化以每秒超過24幀畫面以上時，根據視覺暫留原理，人眼無法辨別單幅的靜態畫面，看上去是平滑連續的視覺效果，這樣連續的畫面即為視頻。清晰度是指影像上各細部影紋及其邊界的清晰程度，故通過看重放圖像的清晰程度來比較圖像質量。

視頻清晰度分為相對清晰度和絕對清晰度。相對清晰度是指視頻之間的清晰度排序，絕對清晰度是將清晰度劃分為不同的級別，然后判斷視頻屬于哪個級別。視頻按照清晰度可分為幾種版本，如槍版、碟版、膠片版和清晰版，其中，槍版是在電影院里用機器偷拍的，清晰度很差，圖像模糊，音效也很差；碟版是通過卡被翻錄成DVD（Digital?Versatile?Disc，數字多功能光盤），音畫效果較好；膠片版是通過拷貝翻錄的DVD，清晰度介于槍版和碟版之間；清晰版是指流行的高清影音文件，主要分為DVDRip、RMVB、MKV（Matroska的一種多媒體文件）等三大類，其以高清晰的畫質、接近原始音源的音效，受到人們的青睞。

視頻清晰度的影響因素很多，包括模糊度、塊狀、噪聲數量、明暗程度、編碼誤差等等。這些因素通常是由原始視頻被壓縮、傳輸、再拍攝、編輯等引起。人們通過眼睛可非常準確地判斷出一個視頻是否清晰，若通過計算機自動識別出一個視頻的清晰度是非常困難的，主要是因為影響視頻清晰度的因素很多，每個因素都難以用數學定量地描述。

傳統的獲取視頻清晰度的方法首先確定識別視頻清晰度特征，然后利用這些特征判斷一個指定視頻的清晰度級別。例如，通常采用一些成型的決策樹算法來訓練樣本，生成的決策樹用于實際的視頻清晰度識別。其中，決策樹（decision?tree）是一個類似于流程圖的樹結構，每個內部節點表示在一個屬性上的測試，每個分枝代表一個測試輸出，而每個樹節點代表類或者類分布。決策樹的最頂層節點是根節點，決策樹的每個節點子節點的個數與決策樹在用的算法有關。每個分支要么是一個新的決策節點，要么是樹的結尾，稱為葉子。在沿著決策樹從上到下遍歷的過程中，在每個節點都會遇到一個問題，對每個節點上問題的不同回答導致不同的分支，最后會到達一個葉子節點。

基于參考樣本決策樹的視頻清晰度判斷方法通常需要經歷如下幾個步驟：

（1）挑選不同類別的視頻樣本，人工標記，給視頻的清晰度打分；

（2）下載視頻，獲取視頻的碼率和分辨率，推導組合屬性比如分辨率和碼率乘積、分辨率和碼率的商，確定和清晰度最相關的因素；

（3）采用決策樹算法訓練樣本，生成決策樹；

（4）為應用需要的視頻下載部分視頻內容數據，獲取碼率和分辨率等；

（5）采用生成的決策樹識別視頻的清晰度。

因決策樹每個節點對應分割的定義都是非常明確的，建立的決策樹的枝葉太多，既降低了樹的可理解性和可用性，同時也使決策樹本身對歷史數據的依賴性增大，即這棵決策樹對此歷史數據可能非常準確，一旦應用到新的數據時準確性卻急劇下降，這種情況為訓練過度，常用的方法是設定決策樹的最大高度（層數）來限制樹的生長，對應在傳統的技術方案就是減少判斷視頻清晰度決策的變量，但是變量的減少可能就忽略視頻本身所具有的重要信息特征，從而降低清晰度判斷的準確性。

發明內容

基于此，有必要提供一種能提供清晰度識別準確性的視頻清晰度測量方法。

一種視頻清晰度測量方法，包括以下步驟：

獲取視頻文件；

按預設采樣時間點起按預設時間間隔從所述視頻文件中抽取多張目標圖像；

對抽取的每張目標圖像進行預處理得到對應的模糊圖像，對每張目標圖像進行提取得到多個子圖向量，以及對對應的模糊圖像進行提取得到多個子圖向量；

獲取每張目標圖像及對應的模糊圖像中對應的多個子圖向量的結構相似度平均值，將所述多個子圖向量的結構相似度平均值作為每張目標圖像的結構相似度平均值，獲取多張目標圖像的結構相似度平均值得到多個結構相似度平均值；

根據所述多個結構相似度平均值、預設采樣時間點及預設時間間隔繪制結構相似度平均值曲線，并獲取所述結構相似度平均值曲線的積分值，所述積分值作為所述視頻的清晰度值。