[发明专利]视频质量分析引擎的创建方法、视频质量分析方法及设备

权利要求书

1.一种视频质量分析引擎的创建方法，其特征在于，包括：

获取多任务模型，其中，所述多任务模型包括：与多个视频质量分析任务对应的多个机器学习模型；

在同一网络中创建与所述多个机器学习模型对应的多个模型，其中，所述多个模型符合所要创建的推理引擎的格式；

调用构建器，基于包括所述多个模型的网络创建所述推理引擎，其中，所述推理引擎为用于运行所述多个模型的视频质量分析引擎，

其中，所述视频质量分析引擎运行时，所述视频质量分析引擎的输入量作为所述多个模型的输入量，且所述多个模型的预测结果作为所述视频质量分析引擎的输出量。

2.根据权利要求1所述的创建方法，其特征在于，所述多个机器学习模型为深度学习模型，

其中，获取多任务模型的步骤包括：

分别训练与所述多个视频质量分析任务中的每个视频质量分析任务对应的机器学习模型；

分别针对训练好的每个机器学习模型，对所述每个机器学习模型进行层参数融合，以得到更新后的每个机器学习模型。

3.根据权利要求2所述的创建方法，其特征在于，分别针对训练好的每个机器学习模型，对所述每个机器学习模型进行层参数融合的步骤包括：

分别针对训练好的每个机器学习模型，将所述每个机器学习模型中的归一化层等效替换为一个1×1大小的卷积层，并将所述卷积层与所述归一化层前序相邻的卷积层进行参数合并。

4.根据权利要求1所述的创建方法，其特征在于，所述创建方法还包括：

对创建好的视频质量分析引擎进行序列化处理；

保存序列化处理后的视频质量分析引擎。

5.一种视频质量分析方法，其特征在于，包括：

读取已创建的用于运行多个模型的单个推理引擎；

将向量输入所述单个推理引擎，以得到所述单个推理引擎输出的所述多个模型针对所述向量的预测结果，

其中，所述单个推理引擎通过在同一网络中创建与多任务模型对应的所述多个模型，并基于所述网络创建得到，其中，所述多任务模型包括与多个视频质量分析任务对应的多个机器学习模型。

6.一种视频质量分析引擎的创建设备，其特征在于，包括：

多任务模型获取单元，被配置为获取多任务模型，其中，所述多任务模型包括：与多个视频质量分析任务对应的多个机器学习模型；

模型创建单元，被配置为在同一网络中创建与所述多个机器学习模型对应的多个模型，其中，所述多个模型符合所要创建的推理引擎的格式；

引擎创建单元，被配置为调用构建器，基于包括所述多个模型的网络创建所述推理引擎，其中，所述推理引擎为用于运行所述多个模型的视频质量分析引擎，

其中，所述视频质量分析引擎运行时，所述视频质量分析引擎的输入量作为所述多个模型的输入量，且所述多个模型的预测结果作为所述视频质量分析引擎的输出量。

7.一种视频质量分析设备，其特征在于，包括：

引擎读取单元，被配置为读取已创建的用于运行多个模型的单个推理引擎；

预测单元，被配置为将向量输入所述单个推理引擎，以得到所述单个推理引擎输出的所述多个模型针对所述向量的预测结果，

其中，所述单个推理引擎通过在同一网络中创建与多任务模型对应的所述多个模型，并基于所述网络创建得到，其中，所述多任务模型包括与多个视频质量分析任务对应的多个机器学习模型。

8.一种电子设备，其特征在于，包括：

至少一个处理器；

至少一个存储计算机可执行指令的存储器，

其中，所述计算机可执行指令在被所述至少一个处理器运行时，促使所述至少一个处理器执行如权利要求1至4中任一项所述的视频质量分析引擎的创建方法和/或如权利要求5所述的视频质量分析方法。