一种视频质量的排序方法及系统技术方案

本申请实施方式公开了一种视频质量的排序方法及系统，其中，所述方法提供视频数据集，所述视频数据集中包括至少一组视频数据对；所述方法包括：读取所述视频数据集中的一组目标视频数据对；接收所述用户针对所述目标视频数据对发表的评价信息；基于所述目标视频数据对中的视频数据构建训练样本，并将所述训练样本输入排序模型，得到排序结果，所述排序结果用于表征所述目标视频数据对中质量较优的视频数据；根据所述排序结果和所述评价信息之间的差异值对所述排序模型进行校正，以使得将所述训练样本再次输入校正后的排序模型时，得到的排序结果与所述评价信息一致。本申请提供的技术方案，能够提高排序的效率。

A Sorting Method and System for Video Quality

The embodiment of this application discloses a video quality sorting method and system, in which the method provides a video data set, which includes at least one set of video data pairs; the method includes: reading a set of target video data pairs in the video data set; receiving evaluation information issued by the user for the target video data; and based on the video data set. The training sample is constructed from the video data of the target video data pair, and the training sample is input into the sorting model to obtain the sorting result. The sorting result is used to represent the better quality video data of the target video data pair. The sorting model is corrected according to the difference between the sorting result and the evaluation information so as to make the training sample be sorted. When the corrected ranking model is re-entered, the ranking result is consistent with the evaluation information. The technical scheme provided in this application can improve the efficiency of sorting.

【技术实现步骤摘要】
一种视频质量的排序方法及系统
本申请涉及计算机
，特别涉及一种视频质量的排序方法及系统。
技术介绍
随着计算机技术的不断发展，涌现出许多视频编辑技术。这些视频编辑技术例如包括视频转码、视频压缩、视频美化等技术。当前，在将视频录制设备录制的原始视频上传至视频播放网站时，由于视频播放网站通常会对视频的数据量和格式进行限制，因此需要对原始视频进行压缩和/或转码处理。采用不同的压缩和转码技术处理后的视频通常会呈现出不同的效果。例如在画面清晰度和/或语音辨识度方面会发生改变。此外，为了使得视频画面更加吸引用户，可以对原始视频进行美化处理。同样地，采用不同的美化技术处理后的视频也会呈现出不同的效果。为了从众多的视频编辑技术中挑选出能够被用户接受的视频编辑技术，当前可以通过视频质量排序的方法来实现。具体地，可以向用户同时提供经过视频编辑技术处理的编辑视频以及未经过视频编辑技术处理的原始视频。在用户观看完编辑视频和原始视频之后，可以基础这两个视频呈现的画面质量，分别为编辑视频和原始视频进行打分，从而根据打分的结果来对这两个视频进行排序。这样，根据排序结果便可以判断当前采用的视频编辑技术是否被用户接受。然而，现有技术中的这种视频质量的排序方法通常是由人工通过观看视频的方式进行排序，不仅成本较大，效率也较低。
技术实现思路
本申请实施方式的目的是提供一种视频质量的排序方法及系统，能够提高排序的效率。为实现上述目的，本申请实施方式提供一种视频质量的排序方法，提供视频数据集，所述视频数据集中包括至少一组视频数据对，所述视频数据对中的两个视频数据具备相同的原始视频数据；其中，所述两个视频数据中至少有一个视频数据是所述原始视频数据经过处理得到的，所述方法包括：读取所述视频数据集中的一组目标视频数据对，并依次向用户展示所述目标视频数据对中两个视频数据表征的视频；接收所述用户针对所述目标视频数据对发表的评价信息，所述评价信息用于判定所述目标视频数据对中质量较优的视频数据；基于所述目标视频数据对中的视频数据构建训练样本，并将所述训练样本输入排序模型，得到排序结果，所述排序结果用于表征所述目标视频数据对中质量较优的视频数据；根据所述排序结果和所述评价信息之间的差异值对所述排序模型进行校正，以使得将所述训练样本再次输入校正后的排序模型时，得到的排序结果与所述评价信息一致。为实现上述目的，本申请实施方式还提供一种视频质量的排序系统，所述系统包括存储器和处理器，所述存储器中存储计算机程序以及视频数据集，所述视频数据集中包括至少一组视频数据对，所述视频数据对中的两个视频数据具备相同的原始视频数据；其中，所述两个视频数据中至少有一个视频数据是所述原始视频数据经过处理得到的；所述计算机程序被所述处理器执行时，实现以下功能：读取所述视频数据集中的一组目标视频数据对，并依次向用户展示所述目标视频数据对中两个视频数据表征的视频；接收所述用户针对所述目标视频数据对发表的评价信息，所述评价信息用于判定所述目标视频数据对中质量较优的视频数据；基于所述目标视频数据对中的视频数据构建训练样本，并将所述训练样本输入排序模型，得到排序结果，所述排序结果用于表征所述目标视频数据对中质量较优的视频数据；根据所述排序结果和所述评价信息之间的差异值对所述排序模型进行校正，以使得将所述训练样本再次输入校正后的排序模型时，得到的排序结果与所述评价信息一致。由上可见，本申请提供的技术方案，在向用户展示一组目标视频数据对中两个视频数据表征的视频后，可以接收用户针对所述目标视频数据对发表的评价信息。该评价信息可以表征用户觉得质量较优的视频数据。如果该质量较优的视频数据为经过处理的视频数据，则表明处理时采用的视频编辑技术受到用户认可。反之则表明用户不认可采用的视频编辑技术。这样，可以向用户提供大量的可以比对的视频数据对，并接收用户反馈的评价信息。然后可以利用这些视频数据对中的视频数据作为训练样本，对排序模型进行训练。在训练时，排序模型可以输出针对视频数据对的排序结果。但由于初始的排序模型可能不太准确，会导致排序结果与用户反馈的评价信息不一致。在这种情况下，可以根据所述排序结果和所述评价信息之间的差异值对所述排序模型进行校正，以使得校正后的排序模型能够正确预测所述视频数据对的排序结果。这样，在完成训练过程之后，当需要对新的视频数据对表征的视频的质量进行排序时，可以直接将新的视频数据对作为排序模型的输入数据，从而可以通过完成训练的排序模型输出该新的视频数据对的排序结果。由上可见，本申请提供的技术方案，可以结合用户的评价信息以及机器学习的方法，训练出精度较高的排序模型，从而能够自动地对新的视频数据对进行排序，提高了视频质量排序的效率。附图说明为了更清楚地说明本申请实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施方式中视频质量的排序方法流程图；图2为本申请实施方式中视频片段数据的截取示意图；图3为本申请实施方式中多个视频片段数据的判定示意图；图4为本申请实施方式中视频质量的排序系统的结构示意图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都应当属于本申请保护的范围。本申请提供一种视频质量的排序方法，所述方法可以应用于具备数据处理功能的终端设备中。所述终端设备例如可以是台式电脑、笔记本电脑、平板电脑、工作站等。在本实施方式中，所述终端设备内可以提供视频数据集，所述视频数据集中包括至少一组视频数据对。所述视频数据对中可以包括能够进行比对的两个视频数据。所述视频数据对中的两个视频数据可以具备相同的原始视频数据。所述视频数据对中的视频数据可以是所述原始视频数据本身，也可以是所述原始视频数据经过处理得到的。例如，所述原始视频数据是通过视频录制设备录制的数据，该数据没有经过视频编辑处理。那么在所述视频数据对中，一个视频数据便可以是所述原始视频数据，另一个视频数据则可以是该原始视频数据经过视频编辑技术进行处理后得到的视频数据。当然，所述视频数据对中的两个视频数据也可以都是经过视频编辑技术处理后得到的视频数据，只不过两个视频数据所采用的视频编辑技术可以不同。例如，所述视频数据对中的一个视频数据为对所述原始视频数据进行画面压缩后得到的视频数据，另一个视频数据则可以为对所述原始数据进行画面美化后得到的视频数据。在实际应用场景中，为了能够体现出视频数据对中两个视频数据的差异，可以保证所述两个视频数据中至少有一个视频数据是所述原始视频数据经过处理得到的。由于两个视频数据均对应同一个原始视频数据，因此这两个视频数据对应的视频内容和视频时长都可以是相同的，只不过是展示的画面或者语音效果有差别。请参阅图1，本申请提供的视频质量的排序本文档来自技高网...

【技术保护点】
1.一种视频质量的排序方法，其特征在于，提供视频数据集，所述视频数据集中包括至少一组视频数据对，所述视频数据对中的两个视频数据具备相同的原始视频数据；其中，所述两个视频数据中至少有一个视频数据是所述原始视频数据经过处理得到的，所述方法包括：读取所述视频数据集中的一组目标视频数据对，并依次向用户展示所述目标视频数据对中两个视频数据表征的视频；接收所述用户针对所述目标视频数据对发表的评价信息，所述评价信息用于判定所述目标视频数据对中质量较优的视频数据；基于所述目标视频数据对中的视频数据构建训练样本，并将所述训练样本输入排序模型，得到排序结果，所述排序结果用于表征所述目标视频数据对中质量较优的视频数据；根据所述排序结果和所述评价信息之间的差异值对所述排序模型进行校正，以使得将所述训练样本再次输入校正后的排序模型时，得到的排序结果与所述评价信息一致。

【技术特征摘要】
1.一种视频质量的排序方法，其特征在于，提供视频数据集，所述视频数据集中包括至少一组视频数据对，所述视频数据对中的两个视频数据具备相同的原始视频数据；其中，所述两个视频数据中至少有一个视频数据是所述原始视频数据经过处理得到的，所述方法包括：读取所述视频数据集中的一组目标视频数据对，并依次向用户展示所述目标视频数据对中两个视频数据表征的视频；接收所述用户针对所述目标视频数据对发表的评价信息，所述评价信息用于判定所述目标视频数据对中质量较优的视频数据；基于所述目标视频数据对中的视频数据构建训练样本，并将所述训练样本输入排序模型，得到排序结果，所述排序结果用于表征所述目标视频数据对中质量较优的视频数据；根据所述排序结果和所述评价信息之间的差异值对所述排序模型进行校正，以使得将所述训练样本再次输入校正后的排序模型时，得到的排序结果与所述评价信息一致。2.根据权利要求1所述的方法，其特征在于，向用户展示所述目标视频数据对中的两个视频数据表征的视频包括：当所述目标视频数据对中视频数据对应的播放时长大于或者等于指定时长阈值时，从所述目标视频数据对的两个视频数据中分别截取具备相同播放位置和相同播放时长的视频片段数据对，并依次向用户展示所述视频片段数据对中两个视频片段数据表征的视频片段。3.根据权利要求2所述的方法，其特征在于，接收所述用户针对所述目标视频数据对的评价信息包括：接收所述用户针对所述视频片段数据对的片段评价信息，所述片段评价信息用于判定所述视频片段数据对中质量较优的视频片段数据；将所述质量较优的视频片段数据所属的视频数据作为所述目标视频数据对中质量较优的视频数据。4.根据权利要求2所述的方法，其特征在于，所述视频片段数据对的数量为至少两组；相应地，所述方法还包括：获取所述用户针对所述视频片段数据对发表的局部评价信息，所述局部评价信息用于表征质量较优的视频片段数据所属的视频数据；统计相同的局部评价信息的数量，并将数量最多的局部评价信息表征的视频数据作为所述目标视频数据对中质量较优的视频数据。5.根据权利要求1所述的方法，其特征在于，基于所述目标视频数据对中的视频数据构建训练样本包括：分别提取所述目标视频数据对中第一视频数据的第一特征向量和第二视频数据的第二特征向量，并基于提取的所述第一特征向量和第二特征向量构建正向训练样本和反向训练样本；其中，所述正向训练样本中所述第一特征向量位于所述第二特征向量之前，所述反向训练样本中所述第二特征向量位于所述第一特征向量之前。6.根据权利要求5所述的方法，其特征在于，所述正向训练样本与第一理论值相关联，所述反向训练样本与第二理论值相关联；其中，所述第一理论值和所述第二理论值不相同；相应地，将所述训练样本输入排序模型，得到排序结果包括：分别将所述正向训练样本和所述反向训练样本输入排序模型，得到所述正向训练样本对应的第一实际值以及所述反向训练样本对应的第二实际值；相应地，根据所述排序结果和所述评价信息之间的差异值对所述排序模型进行校正包括：计算所述第一实际值与所述第一理论值之间的第一差异值，并利用所述第一差异值对所述排序模型中的参数进行校正；计算所述第二实际值与所述第二理论值之间的第二差异值，并利用所述第二差异值对所述排序模型中的参数进行校正。7.根据权利要求1所述的方法，其特征在于，在通过所述训练样本对所述排序模型进行校正之后，所述方法还包括：将待排序的两个视频数据输入校正后的排序模型，以得到所述待排序的两个视频数据对应的排序结果。8.根据权利要求1或7所述的方法，其特征在于，当待排序的视频数据的数量为至少三个时，所述方法还包括：将所述待排序的视频数据两两组成子视频数据对，并依次将所述子视频数据对输入校正后的排序模型，得到所述...

【专利技术属性】
技术研发人员：徐浩晖，江文斐，梅大为，
申请(专利权)人：优酷网络技术北京有限公司，
类型：发明
国别省市：北京,11