[发明专利]一种视频质量评估方法及装置

说明书

本申请提供一种视频质量评估方法及装置，涉及视频处理技术领域，能够提高对视频块的质量评估的准确性。该方法包括：将待评估的视频划分为多个视频块；将所述多个视频块分别输入到已训练的视频评估模型中处理，得到每个视频块的评估分数；其中，所述视频评估模型对所述每个视频块的处理包括提取所述视频块的第一多尺度特征信息，并根据所述第一多尺度特征信息确定所述视频块的评估分数，所述第一多尺度特征信息用于描述基于多种预设尺寸的感受野从所述视频块提取的特征；根据所述每个视频块的评估分数，计算所述视频的质量分数。

技术领域

本申请涉及视频处理技术领域，尤其涉及一种视频质量评估方法及装置。

背景技术

视频质量评估视技术主要是用来评估视频质量的好坏。视频质量评估方法基于是否需要参考无损视频分为全参考和无参考两大类。由于无参考的视频质量评估方法不需要参考无损视频，因此具有更广泛的用途。

目前，一种常见的无参考的视频质量评估方法是基于3D卷积神经网络(卷Convolutional Neural Networks,CNN)对视频块进行质量评估。针对视频质量评估的3D-CNN模型在提取视频特征时，通过简单堆叠的五层卷积层以及池化层提取视频块的特征。然而基于简单堆叠的网络结构从视频块中提取的特征一般较为单薄，不够丰富，从而造成评估结果的准确性不高。

发明内容

本申请实施例提供了一种视频质量评估方法及装置，可以解决现有技术中评估结果准确性不高的问题。

第一方面，本申请实施例提供了一种视频质量评估方法，其特征在于，包括：

将待评估的视频划分为多个视频块；

将所述多个视频块分别输入到训练好的视频评估模型中处理，得到每个视频块的评估分数；其中，所述视频评估模型对所述每个视频块的处理包括提取所述视频块的第一多尺度特征信息，并根据所述第一多尺度特征信息确定所述视频块的评估分数，所述第一多尺度特征信息用于描述基于多种预设尺寸的感受野从所述视频块提取的特征；

根据所述每个视频块的评估分数，计算所述视频的质量分数。

采用本申请提供的视频质量评估方法，由于视频评估模型能够基于多种预设尺寸的感受野对视频块的特征进行提取，使得提取到的第一多尺度特征信息中包含不同尺寸感受野的特征，提高了从视频块中提取的语义特征的丰富度。进而当该视频评估模型利用第一多尺度特征信息计算评估分数时，提高了评估分数的准确性。

可选的，所述将所述多个视频块分别输入到训练好的视频评估模型中处理，得到每个视频块的评估分数之前，所述方法还包括：

将训练样本集合中的视频块样本输入初始视频评估模型中处理，得到所述视频块样本的评估分数；其中，所述训练样本集合包括多个视频块样本及各个视频块样本分别对应的意见得分；

根据预设的损失函数计算所述视频块样本的评估分数和所述视频块样本对应的意见得分之间的损失值；

当所述损失值不满足预设条件时，调整所述初始视频评估模型的模型参数，并返回执行所述将视频块样本输入初始视频评估模型中处理，得到所述视频块样本的评估分数的步骤；

当所述损失值满足所述预设条件时，停止训练所述初始视频评估模型，并将训练后的所述初始视频评估模型作为所述视频评估模型。

第二方面，本申请实施例提供一种视频处理装置，包括：

划分单元，用于将待评估的视频划分为多个视频块；

评估单元，用于将所述多个视频块分别输入到训练好的视频评估模型中处理，得到每个视频块的评估分数；其中，所述视频评估模型对所述每个视频块的处理包括提取所述视频块的第一多尺度特征信息，并根据所述第一多尺度特征信息确定所述视频块的评估分数，所述第一多尺度特征信息用于描述基于多种预设尺寸的感受野从所述视频块提取的特征；