[发明专利]基于对抗网络和多被试脑电信号的视频质量评价方法

说明书

本发明提出了一种基于对抗网络和多被试脑电信号的视频质量评价方法，实现步骤为：(1)获取训练样本集、测试样本集和标注样本集；(2)构建多被试对抗网络模型；(3)对多被试对抗网络模型进行迭代训练；(4)获取视频质量评价结果。本发明构建的多被试对抗网络模型中，通过被试域判别器与特征提取器构成的对抗网络，提取了源被试脑电数据与目标被试脑电数据的不变特征，解决了脑电信号视频质量评价模型只适用于单一数据源的问题，提高了视频质量评价精度。

技术领域

本发明属于视频处理技术领域，涉及一种视频质量评价方法，更进一步涉及一种基于对抗网络和多被试脑电信号的视频质量评价方法。

背景技术

近年来，基于脑电信号的视频质量评价方法受到越来越多的关注。相关研究表明，脑电信号与视频质量存在特定的联系，通过分析脑电信号可以得到与视频质量相关的特定成分。目前，用于视频质量评价的脑电技术通过头表电极直接获取脑电信号以反映神经电位活动，是一种既简单又安全可靠的方法。该方法既克服了客观方法无法充分反映主观感知质量的缺点，又克服了主观方法耗时长、成本高的缺点，对获取真实的视频感知质量具有重要的理论意义和实用价值。

例如，申请公布号为CN111510710A，名称为“基于脑电信号和时空失真的视频质量评价方法”的专利申请，公开了一种基于脑电信号和时空失真的视频质量评价方法。该方法实现步骤为：(1)生成模拟水面波动视频；(2)生成时空失真视频；(3)采集连续脑电信号和主观评价；(4)计算主观评价检测率；(5)对脑电信号进行分段；(6)对分段后的脑电信号进行分类；(7)计算脑电信号分类准确率；(8)评价时空失真视频质量。该方法虽然具有视频质量评价结果与人类主观评价更加一致，评价结果更加准确的优点，但是其存在的不足之处是，数据利用效率较低，无法有效的利用多被试的脑电信号特征，导致最终视频质量评价结果受到数据量不足的影响。

授权公告号为CN106412571B，名称为“一种基于梯度相似性标准差的视频质量评价法”的专利申请，公开了一种基于梯度相似性标准差的视频质量评价方法。该方法实现步骤为：(1)通过参考视频当前帧与前两帧的帧差以及失真视频当前帧与前两帧的帧差来计算视频帧差的梯度相似度矩阵，并以此来模拟视觉系统的时域变化；(2)计算参考帧与失真帧的梯度相似度矩阵来获取当前帧的空域失真程度；(3)根据当前帧的时域失真程度及空域失真程度计算视频序列的质量。该方法虽然具有对于视频的时域失真和空域失真均能够较好的评价性能的优点。但是其存在的不足之处是，视频质量评价过程与人脱离，所构建的失真程度算法不能代表人类接收并感知视频的过程，评价的结果不能很好的符合主观评价结果。

发明内容

本发明的目的是针对上述现有技术的不足，提出了一种基于对抗网络和多被试脑电信号的视频质量评价方法。用于解决现有视频质量评价方法中不能很好的符合主观评价结果，主观数据利用效率较低的问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)获取训练样本集、测试样本集和标注样本集：

(1a)以K-1个失真等级对一段时长为c的视频V_f进行失真处理，并将V_f作为未失真视频与失真处理得到的K-1个失真视频进行组合，得到混合视频集合V＝{V₁,V₂...V_k...V_K}，其中，1＜K＜10，0c5s，V_k表示第k个视频；

(1b)采集M个被试人员观看每个视频V_k的脑电信号，得到脑电信号集合X＝{X₁,X₂...,X_m...,X_M}，其中，5＜M＜30，X_m表示所采集的第m个被试人员观看视频V的脑电信号向量,表示所采集的第m个被试人员观看视频V_k的脑电信号；