[發(fā)明專利]視頻質(zhì)量評(píng)估方法、設(shè)備、視頻處理設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910376420.2
• 申請(qǐng)日: 2019-05-07
• 公開（公告）號(hào): CN110121110B
• 公開（公告）日: 2021-05-25
• 發(fā)明（設(shè)計(jì)）人: 丁敏;黃浩;王春燕
• 申請(qǐng)（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號(hào): H04N21/475
• 分類號(hào): H04N21/475;H04N21/466
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種視頻質(zhì)量評(píng)估方法，其特征在于，該方法包括：

數(shù)據(jù)集構(gòu)建步驟，構(gòu)建要用于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的評(píng)估模型的訓(xùn)練數(shù)據(jù)集，在該訓(xùn)練數(shù)據(jù)集中包括人工標(biāo)注數(shù)據(jù)和用戶點(diǎn)擊量數(shù)據(jù)，其中，人工標(biāo)注數(shù)據(jù)是與所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)的人工標(biāo)注任務(wù)相關(guān)的、其中由人工標(biāo)注了質(zhì)量高低的視頻數(shù)據(jù)，用戶點(diǎn)擊量數(shù)據(jù)是與所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)的用戶點(diǎn)擊量任務(wù)相關(guān)的、其中記載了用戶點(diǎn)擊量的視頻數(shù)據(jù)；

屬性特征獲取步驟，針對(duì)訓(xùn)練數(shù)據(jù)集中的每個(gè)樣本，通過(guò)神經(jīng)網(wǎng)絡(luò)系統(tǒng)，獲得每個(gè)樣本的與視頻屬性數(shù)據(jù)相關(guān)的各屬性特征；

特征合成步驟，針對(duì)每個(gè)樣本，對(duì)該樣本的各屬性特征進(jìn)行特征合成處理，得到該樣本的合成特征；

訓(xùn)練步驟，通過(guò)對(duì)每個(gè)樣本的所述合成特征，結(jié)合所述人工標(biāo)注任務(wù)與所述用戶點(diǎn)擊量任務(wù)進(jìn)行對(duì)抗訓(xùn)練，生成用于評(píng)估視頻質(zhì)量的評(píng)估模型；

其中，在所述訓(xùn)練步驟中，通過(guò)將每個(gè)樣本的所述合成特征分別輸入到用于人工標(biāo)注任務(wù)的第一全連接網(wǎng)絡(luò)、用于用戶點(diǎn)擊量任務(wù)的第二全連接網(wǎng)絡(luò)與用于對(duì)抗訓(xùn)練的對(duì)抗全連接網(wǎng)絡(luò)，得到各全連接網(wǎng)絡(luò)的損失值，并通過(guò)所述損失值的反向傳播來(lái)調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的參數(shù)，生成評(píng)估模型。

2.如權(quán)利要求1所述的視頻質(zhì)量評(píng)估方法，其特征在于，

所述訓(xùn)練數(shù)據(jù)集中的每個(gè)樣本數(shù)據(jù)包含該樣本的視頻屬性數(shù)據(jù)、該樣本所屬的任務(wù)類別以及標(biāo)簽類別；

其中，樣本的視頻屬性數(shù)據(jù)包括該視頻的封面圖、標(biāo)題、描述；

樣本所屬的任務(wù)類別用于表示該樣本視頻所屬的任務(wù)是人工標(biāo)記任務(wù)還是用戶點(diǎn)擊量任務(wù)；

樣本的標(biāo)簽類別用于表示該樣本視頻的質(zhì)量類別是屬于高質(zhì)量視頻還是低質(zhì)量視頻。

3.如權(quán)利要求1所述的視頻質(zhì)量評(píng)估方法，其特征在于，

在數(shù)據(jù)集構(gòu)建步驟中，將既屬于人工標(biāo)注數(shù)據(jù)又屬于用戶點(diǎn)擊量數(shù)據(jù)的、視頻內(nèi)容相同的兩條視頻數(shù)據(jù)合并成一條視頻數(shù)據(jù)，

其中，合并后的該條視頻數(shù)據(jù)中保留作為人工標(biāo)注數(shù)據(jù)時(shí)的標(biāo)簽類別和所屬的任務(wù)類別、以及作為用戶點(diǎn)擊量數(shù)據(jù)時(shí)的標(biāo)簽類別和所屬的任務(wù)類別；所述任務(wù)類別用于表示該視頻所屬的任務(wù)是人工標(biāo)記任務(wù)還是用戶點(diǎn)擊量任務(wù)；所述標(biāo)簽類別用于表示該視頻的質(zhì)量類別是屬于高質(zhì)量視頻還是低質(zhì)量視頻。

4.如權(quán)利要求1所述的視頻質(zhì)量評(píng)估方法，其特征在于，

在屬性特征獲取步驟中，使訓(xùn)練數(shù)據(jù)集中的每個(gè)樣本通過(guò)用于提取樣本的各屬性特征的各個(gè)相應(yīng)的神經(jīng)網(wǎng)絡(luò)，并從各神經(jīng)網(wǎng)絡(luò)的中間層獲得每個(gè)樣本的相應(yīng)屬性特征。

5.如權(quán)利要求1所述的視頻質(zhì)量評(píng)估方法，其特征在于，

所述特征合成步驟中的特征合成處理包括屬性特征的拼接與屬性特征的維度變換。

6.如權(quán)利要求5所述的視頻質(zhì)量評(píng)估方法，其特征在于，

通過(guò)使從所述各神經(jīng)網(wǎng)絡(luò)的中間層獲得的每個(gè)樣本的相應(yīng)屬性特征通過(guò)各自相應(yīng)的全連接網(wǎng)絡(luò)，獲得所述屬性特征的維度變換。

7.如權(quán)利要求1所述的視頻質(zhì)量評(píng)估方法，其特征在于，該方法還包括：

評(píng)估步驟，將待評(píng)估視頻輸入到所述評(píng)估模型，得到該視頻的質(zhì)量評(píng)分。

8.如權(quán)利要求7所述的視頻質(zhì)量評(píng)估方法，其特征在于，在所述評(píng)估步驟中，基于所述待評(píng)估視頻的屬性，確定所述待評(píng)估視頻對(duì)應(yīng)于人工標(biāo)注任務(wù)還是用戶點(diǎn)擊量任務(wù)，并從用于與該待評(píng)估視頻相對(duì)應(yīng)的任務(wù)的全連接網(wǎng)絡(luò)得到該視頻的質(zhì)量評(píng)分，包括：如果所述待評(píng)估視頻是新視頻，則選取人工標(biāo)注任務(wù)全連接網(wǎng)絡(luò)的輸出作為該視頻的質(zhì)量得分；如果所述待評(píng)估視頻不是新視頻，則選取用戶點(diǎn)擊量任務(wù)全連接網(wǎng)絡(luò)的輸出作為該視頻的質(zhì)量得分。