[發明專利]一種視頻質量評估方法、裝置及存儲介質

在審

• 申請號: 202111179431.5
• 申請日: 2021-10-09
• 公開（公告）號: CN113902992A
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 甘津瑞;盧衛疆;張國梁;張祥全;張馴
• 申請（專利權）人: 全球能源互聯網研究院有限公司;國網甘肅省電力公司;國網甘肅省電力公司電力科學研究院;國家電網有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/40;G06V10/62;G06V10/98;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李靜玉

本發明公開了一種視頻質量評估方法、裝置及存儲介質，該方法包括：獲取視頻數據；根據空間金字塔采樣對所述視頻數據進行處理，得到子視頻數據；對子視頻數據進行RGB流分析和梯度流分析，得到RGB視頻數據和梯度視頻數據；對RGB視頻數據和梯度視頻數據進行時空建模，得到視頻數據的隱向量；將隱向量輸入至輸出層中，得到視頻數據的評估結果。通過實施本發明，采用空間金字塔采樣策略來增強特征的表示能力；同時采用包含梯度流和RGB流的雙流處理方案，由此可以捕捉到圖像的大部分更高層次的含義，使其更適合視頻質量異常的判斷。此外，還采用了時空建模，考慮了視頻幀間的時間連續性，從而提高了視頻質量評估的準確性。

技術領域

本發明涉及視頻分析技術領域，具體涉及一種視頻質量評估方法、裝置及存儲介質。

背景技術

視頻監控系統體積小，工作穩定，給生產帶來方便。比如在一些相對惡劣的環境中可以代替人力進行監控，可以節省大量的人力資源成本。此外，采用視頻監控不會產生視覺疲勞等物理缺陷，確保生產的安全性。視頻監控技術在各個領域的應用越來越廣泛，已成為現代企業科學管理、節能降耗、增效的有力工具。針對各個行業的應用，視頻監控可以提供對各種重要設備的全時監控，并結合智能算法給出準確、智能的決策。

但是，在視頻監控設備的圖像采集過程中，難免會受到各種外界干擾因素的影響。例如，由風或其他不可抗拒因素引起的相機抖動會導致圖像質量模糊。這種圖像退化會給后續的算法模塊帶來巨大的挑戰，并給出錯誤的決策。任何成像質量異常(例如輸出圖像的失真或抖動)都會嚴重影響監控系統的可靠性、可用性和穩定性。因此，如何及時了解成像質量，進一步判斷其異常與否，是日常維護中必不可少的。

一般來說，捕獲的視頻圖像的質量與監控設備的狀態直接相關。舊的或出現故障的相機或鏡頭會導致聚焦、亮度、增益或色偏異常，甚至視頻信號完全丟失。傳輸失敗、接觸不良或電磁干擾會導致噪聲覆蓋圖像；例如，條紋和雪花。從歷史上看，判斷成像質量的任何異常大多是手動任務，這使得它昂貴、耗時、有些主觀，而且隨著監控電力系統規模的增加，手動判斷的實用性也越來越低。因此，如何對視頻質量進行判斷并提高視頻質量評估的效率是目前亟待解決的問題。

發明內容

有鑒于此，本發明實施例提供了涉及一種視頻質量評估方法、裝置及存儲介質，以解決現有技術中采用人工布局對電動汽車電機控制器進行設計費時費力的技術問題。

本發明提出的技術方案如下：

本發明實施例第一方面提供一種視頻質量評估方法，包括：獲取視頻數據；根據空間金字塔采樣對所述視頻數據進行處理，得到子視頻數據；對所述子視頻數據進行RGB流分析和梯度流分析，得到RGB視頻數據和梯度視頻數據；對所述RGB視頻數據和梯度視頻數據進行時空建模，得到所述視頻數據的隱向量；將所述隱向量輸入至輸出層中，得到所述視頻數據的評估結果。

可選地，根據空間金字塔采樣對所述視頻數據進行處理，得到子視頻數據，包括：對所述視頻數據的每幀圖像進行空間金字塔分區，得到每幀圖像的多個區塊圖像；根據每幀圖像之間的時間連續性，將多個區塊分別進行連接，得到所述視頻數據的子視頻數據。

可選地，所述空間金字塔分區采用2^L×2^L對每幀圖像進行分區，L＝0，1，2。

可選地，對所述RGB視頻數據和梯度視頻數據進行時空建模，得到所述視頻數據的隱向量，包括：根據深度卷積神經網絡對所述RGB視頻數據和梯度視頻數據進行時空特征提取，得到相應子視頻數據的特征序列；根據自動編碼器對所述特征序列進行特征轉換；根據循環神經網絡對特征轉換后的特征序列進行計算，得到所述視頻數據的隱向量。

可選地，所述深度卷積神經網絡為三維卷積神經網絡，所述三維卷積神經網絡包括三維卷積層和平均池化層；所述循環神經網絡為長短期記憶網絡。

可選地，所述輸出層包括兩個全連接層和一個softmax層。