[發明專利]一種基于GoP顯著性加權的視頻質量評價方法

有效

• 申請號: 201711021805.4
• 申請日: 2017-10-27
• 公開（公告）號: CN107888905B
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 程德強;許超;邵麗蓉;姚潔;趙凱;劉海;趙廣源
• 申請（專利權）人: 中國礦業大學
• 主分類號: H04N17/00
• 分類號: H04N17/00
• 代理公司: 北京天達知識產權代理事務所(普通合伙) 11386
• 代理人: 龐許倩;牟姣

本發明涉及一種基于GoP顯著性加權的視頻質量評價方法，具體包括：將視頻序列分離為多組GoP；得到每組GoP的質量分數及每組GoP中I幀圖像的顯著值；利用每組GoP中I幀圖像的顯著值對所有的GoP的質量分數進行加權，求得整個視頻序列的質量分數。利用每組GoP的顯著性不同，對所有GoP進行顯著性加權得出整個視頻的質量分數，提高對視頻質量評價的結果的準確性；同時在求取每組GoP顯著值時，利用I幀在整組GoP中影響該GoP中幀數量最多的特性，以I幀單幀的顯著值替代了整組GoP的顯著值，減少了計算量。

技術領域

本發明涉及視頻處理領域，尤其涉及一種基于GoP顯著性加權的視頻質量評價方法。

背景技術

隨著信息技術的發展和計算機技術的普及，數字圖像和視頻在人類的生活和工作中發揮著重要的作用。圖像視頻及視頻包含了極其豐富的信息量，也是人類獲取信息的重要途徑，圖像視頻和視頻也廣泛的應用在醫療，軍事，安防，勘測等諸多學科和領域。然而在圖像視頻和視頻在獲取、處理、傳輸和存儲的過程中，由于各種因素的影響，將不可避免的產生圖像視頻的質量下降問題，這給信息獲取或后期處理和理解帶來了諸多不便。因此圖像視頻質量評價的重要性日益凸顯出來。傳統的圖像視頻質量評價方法是采用觀察者主觀評價，由于觀察者是最終的圖像視頻使用者，所以主觀質量評價是最精確、可靠的質量評價方法。但是由于其耗時、昂貴、容易受實驗環境影響和不可重現性等缺點，其評價結果往往波動較大，難以應用于大規模的應用。因此，如何建立準確、有效質量評價模型，讓計算機自動客觀為圖像視頻進行質量評價，成為一個十分有意義的研究課題。

視頻客觀質量評價方法(Video Objective Quality Assessment)：是指通過設計數學模型對視頻進行智能化分析，并按設定的尺度對視頻進行自動評分的客觀評價方法。視頻客觀質量評價可以取代人眼，公正地比較不同視頻編解碼器輸出的視頻質量，為視頻接收端提供參考，做出最優選擇。在與網絡多媒體相關的視頻應用中，視頻客觀質量評價在服務器質量檢測(Quality of Service，QoS)和終端質量體驗(Quality of Experience，QoE)上面起到重要作用，根據視頻質量評價反饋信息，視頻服務器可以動態調整視頻編碼器參數和傳輸信道參數，以保證傳輸穩定性，提高接收端視頻質量。

視頻質量評價從方法上可以分為主觀評價方法和客觀評價方法前者憑感知者主觀感受評價對象的質量；后者依據模型給出的量化指標衡量視頻圖像質量。

視頻質量評價方法可以分為三類：全參考方法、部分參考方法和無參考方法；如圖1所示。全參考方法需要完整的原始視頻，部分參考方法則利用原始視頻相關的部分信息，而無參考方法只根據待評價視頻得出視頻質量。

現有基于GoP(畫面組；Group of picture)的視頻質量評價方法主要是把視頻序列中的所有幀圖像都進行質量評價，然后將GoP中所有幀圖像進行加權得到該GoP的質量評價分數，最后對所有GoP求平均得到視頻總體質量。然而，該方法對視頻中的某一個GoP的評價沒有側重點，對最后的視頻質量評價的結果求取時，沒有區分每個GoP所該占有的權重；使得質量評價結果不夠精確且計算量大。

發明內容

鑒于上述的分析，本發明旨在提供一種基于GoP顯著性加權的視頻質量評價方法，用以解決現有GoP評價方法評價結果不夠精確或計算量大的問題。

本發明的目的主要是通過以下技術方案實現的：

提供了一種基于GoP顯著性加權的視頻質量評價方法，具體包括以下步驟：

將視頻序列分離為多組GoP；

得到每組GoP的質量分數及每組GoP中I幀圖像的顯著值；

利用每組GoP中I幀圖像的顯著值對所有的GoP的質量分數進行加權，求得整個視頻序列的質量分數。

本發明有益效果如下：