[发明专利]视频清晰度的确定方法、装置、设备及存储介质

权利要求书

1.一种视频清晰度的确定方法，其特征在于，所述方法包括：

获取目标视频对应的至少一个视频帧图像；

对于所述至少一个视频帧图像中的任一视频帧图像，调用目标纹理特征提取模型提取所述任一视频帧图像的纹理特征，调用目标语义特征提取模型提取所述任一视频帧图像的语义特征，所述目标语义特征提取模型用于提供视频场景语义方面的信息以提取所述语义特征；基于所述任一视频帧图像的纹理特征和语义特征，确定所述任一视频帧图像对应的清晰度结果；

基于所述至少一个视频帧图像分别对应的清晰度结果，确定所述目标视频对应的清晰度结果。

2.根据权利要求1所述的方法，其特征在于，所述基于所述任一视频帧图像的纹理特征和语义特征，确定所述任一视频帧图像对应的清晰度结果，包括：

基于所述任一视频帧图像的纹理特征和语义特征，获取所述任一视频帧图像的目标特征；

调用目标清晰度评估模型对所述任一视频帧图像的目标特征进行评估处理，得到所述任一视频帧图像对应的清晰度结果。

3.根据权利要求2所述的方法，其特征在于，所述目标纹理特征提取模型包括至少一个依次连接的纹理子特征提取模型；所述调用目标纹理特征提取模型提取所述任一视频帧图像的纹理特征，包括：

将所述任一视频帧图像输入所述目标纹理特征提取模型中的第一个纹理子特征提取模型，得到所述任一视频帧图像的第一个纹理子特征；

将所述第一个纹理子特征输入所述目标纹理特征提取模型中的第二个纹理子特征提取模型，得到所述第二个纹理子特征提取模型输出的所述任一视频帧图像的第二个纹理子特征，以此类推，将前一个纹理子特征提取模型输出的纹理子特征输入下一个纹理子特征提取模型，得到下一个纹理子特征提取模型输出的纹理子特征，直至得到最后一个纹理子特征提取模型输出的纹理子特征；

将所述任一视频帧图像的各个纹理子特征进行拼接处理，得到所述任一视频帧图像的纹理特征。

4.根据权利要求1-3任一所述的方法，其特征在于，所述基于所述至少一个视频帧图像分别对应的清晰度结果，确定所述目标视频对应的清晰度结果，包括：

基于所述至少一个视频帧图像分别对应的清晰度结果，在所述至少一个视频帧图像中确定至少一个代表图像；

基于所述至少一个代表图像分别对应的清晰度结果，确定所述目标视频对应的清晰度结果。

5.根据权利要求4所述的方法，其特征在于，所述基于所述至少一个视频帧图像分别对应的清晰度结果，在所述至少一个视频帧图像中确定至少一个代表图像，包括：

确定所述目标视频的视频类型，查询与所述目标视频的视频类型对应的目标配置参数；

基于所述至少一个视频帧图像分别对应的清晰度结果，对所述至少一个视频帧图像进行排序；基于排序后的至少一个视频帧图像，得到满足选取条件的至少一个视频帧图像集；

基于所述目标配置参数，在所述至少一个视频帧图像集中确定满足参考条件的目标视频帧图像集，将所述目标视频帧图像集中的至少一个目标视频帧图像作为代表图像。

6.根据权利要求5所述的方法，其特征在于，所述基于所述目标配置参数，在所述至少一个视频帧图像集中确定满足参考条件的目标视频帧图像集，包括：

对于所述至少一个视频帧图像集中的任一视频帧图像集，将所述任一视频帧图像集中的视频帧图像的数量与所述至少一个视频帧图像的数量的比值作为所述任一视频帧图像集对应的选取比例值；

基于所述任一视频帧图像集中的各个视频帧图像分别对应的清晰度结果，确定所述任一视频帧图像集对应的清晰度差异值，将所述任一视频帧图像集对应的清晰度差异值和所述目标配置参数的乘积作为所述任一视频帧图像集对应的选取差异值；

将所述任一视频帧图像集对应的选取差异值与所述任一视频帧图像集对应的选取比例值的差值作为所述任一视频帧图像集对应的目标函数值；

在至少一个视频帧图像集分别对应的目标函数值中，确定最小的目标函数值；将所述最小的目标函数值对应的视频帧图像集作为目标视频帧图像集。