一种视频清晰度分类方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种视频清晰度分类方法、装置、设备和存储介质，所述方法通过对待分类视频的清晰度进行多维度的特征分析，从待分类视频的小波域特征、空域特征、熵特征和美学特征中获取多个清晰度分值，基于所述清晰度分值对待分类视频进行分类，判断所述待分类视频是清晰或者模糊。所述方法采用了多个清晰度分析模型从各个维度的特征进行待分类视频的清晰度分析，能够对待分类视频的清晰度进行综合评价，并基于综合评价，获得更为准确的分类结果，提高了清晰度分类的准确率。所述方法可以对待分类视频进行无参考的清晰度分类，提高了视频审核的效率，降低了审核成本。

A video definition classification method, device, device and storage medium

【技术实现步骤摘要】
一种视频清晰度分类方法、装置、设备和存储介质
本专利技术涉及图像处理领域，尤其涉及一种视频清晰度分类方法、装置、设备和存储介质。
技术介绍
随着各个应用平台上网络用户的活跃，用户原创内容正在成为各个视频或者社交等应用程序的主流内容。用户原创内容即用户将自己原创的内容通过互联网平台进行展示或者提供给其他用户，伴随着以提倡个性化为主要特点的互联网概念而兴起的。用户原创内容并不是某一种具体的业务，而是一种用户使用互联网的新方式，网络上内容的产出主要是由用户，每一个用户都可以生成自己的内容，互联网上的所有内容由用户创造，即由原来的以下载为主变成下载和上传并重。由于各个用户使用的录像设备或者处理设备等的不同，用户上传内容的质量没有一个统一的标准，会出现质量参差不齐的情况，需要平台方对用户上传的内容进行审核和筛选。在进行审核时一个较为重要的标准就是用户上传的内容的清晰度。现有技术中可以通过人工对清晰度进行审核。由于业界内没有一种稳定可靠的无参考清晰度评价算法，现有视频无参考清晰度算法在用户原创内容上的评测效果较差，在给实际业务中的用户原创内容做清晰度评分时，模型输出的分值与质量评价中的客观指标和质量相关性评价指标较低，同时，基于上述评分进行视频清晰度分类时的准确率也不够理想，无法满足业务的实际需求。
技术实现思路
本专利技术提供了一种视频清晰度分类方法、装置、设备和存储介质。可以提高清晰度分类的准确率。一方面，本专利技术提供了一种视频清晰度分类方法，所述方法包括：获取待分类视频；>对所述待分类视频的清晰度进行多维度的特征分析，获得所述待分类视频的多个清晰度分值，所述每个清晰度分值分别对应不同的特征维度；基于所述多个清晰度分值，对所述待分类视频的清晰度进行分类，获得所述待分类视频的清晰度类别。另一方面提供了一种视频清晰度分类装置，所述装置包括：所述待分类视频获取模块用于获取待分类视频；所述清晰度分析模块用于对所述待分类视频的清晰度进行多维度的特征分析，获得所述待分类视频的多个清晰度分值，每个清晰度分值分别对应不同的特征维度；所述清晰度分类模块用于基于所述多个清晰度分值，对所述待分类视频的清晰度进行分类，获得所述待分类视频的清晰度类别。另一方面提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述所述的一种视频清晰度分类方法。另一方面提供了一种存储介质，其特征在于，所述存储介质包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述所述的一种视频清晰度分类方法。本专利技术提供的一种视频清晰度分类方法、装置、设备和存储介质，所述方法通过对待分类视频的清晰度进行多维度的特征分析，从待分类视频的小波域特征、空域特征、熵特征和美学特征中获取多个清晰度分值，基于所述清晰度分值对待分类视频进行分类，判断所述待分类视频是清晰或者模糊。所述方法采用了多个清晰度分析模型从各个维度的特征进行待分类视频的清晰度分析，能够对待分类视频的清晰度进行综合评价，并基于综合评价，获得更为准确的分类结果，提高了清晰度分类的准确率。所述方法可以对待分类视频进行无参考的清晰度分类，提高了视频审核的效率，降低了审核成本。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种视频清晰度分类方法的应用场景示意图；图2为本专利技术实施例提供的一种视频清晰度分类方法的流程图；图3为本专利技术实施例提供的一种视频清晰度分类方法中通过多个清晰度分析模型获得清晰度分值的方法的流程图；图4为本专利技术实施例提供的一种视频清晰度分类方法中通过第一清晰度分析模块获得第一清晰度分值的流程图；图5为本专利技术实施例提供的一种视频清晰度分类方法中通过第二清晰度分析模块获得第二清晰度分值的流程图；图6为本专利技术实施例提供的一种视频清晰度分类方法中通过第三清晰度分析模块获得第三清晰度分值的流程图；图7为本专利技术实施例提供的一种视频清晰度分类方法中通过第四清晰度分析模块获得第四清晰度分值的流程图；图8为本专利技术实施例提供的一种视频清晰度分类方法中获得所述待分类视频的清晰度类别的流程图；图9为本专利技术实施例提供的一种视频清晰度分类方法的训练数据模型的示意图；图10为本专利技术实施例提供的一种视频清晰度分类方法应用于视频分类时的流程示意图；图11为本专利技术实施例提供的一种视频清晰度分类装置的结构示意图；图12为本专利技术实施例提供的一种用于实现本专利技术实施例所提供的方法的设备的硬件结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。而且，术语“第一”、“第二”等适用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。请参见图1，其显示了本专利技术实施例提供的一种视频清晰度分类方法的应用场景示意图，所述应用场景包括用户终端110和服务器120，所述用户终端110向服务器上传待分类视频，服务器120对所述待分类视频的清晰度进行多维度的特征分析，并对多维度特征分析的结果评分，根据评分对所述待分类视频的清晰度进行分类，区分清晰的视频和模糊的视频。在本专利技术实施例中，所述用户终端110包括智能手机、台式电脑、平板电脑、笔记本电脑、数字助理、智能可穿戴设备等类型的实体设备，也可以包括运行于实体设备中的软体，例如应用程序等。本申请实施例中网络节点上运行的操作系统可以包括但不限于安卓系统、IOS系统、linux、Unix、windows等。用户终端110可以基于API(ApplicationProgrammingInterface，应用程序接口)将待分类视频发送给服务器120。在本专利技术实施例中，所述服务器120可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的本文档来自技高网...

【技术保护点】
1.一种视频清晰度分类方法，其特征在于，所述方法包括：/n获取待分类视频；/n对所述待分类视频的清晰度进行多维度的特征分析，获得所述待分类视频的多个清晰度分值，每个清晰度分值分别对应不同的特征维度；/n基于所述多个清晰度分值，对所述待分类视频的清晰度进行分类，获得所述待分类视频的清晰度类别。/n

【技术特征摘要】
1.一种视频清晰度分类方法，其特征在于，所述方法包括：
获取待分类视频；
对所述待分类视频的清晰度进行多维度的特征分析，获得所述待分类视频的多个清晰度分值，每个清晰度分值分别对应不同的特征维度；
基于所述多个清晰度分值，对所述待分类视频的清晰度进行分类，获得所述待分类视频的清晰度类别。


2.根据权利要求1所述的一种视频清晰度分类方法，其特征在于，所述对所述待分类视频的清晰度进行多维度的特征分析，获得所述待分类视频的多个清晰度分值包括：
根据第一清晰度分析模型对所述待分类视频的清晰度进行特征分析，获得所述待分类视频的第一清晰度分值；
根据第二清晰度分析模型对所述待分类视频的清晰度进行特征分析，获得所述待分类视频的第二清晰度分值；
根据第三清晰度分析模型对所述待分类视频的清晰度进行特征分析，获得所述待分类视频的第三清晰度分值；
根据第四清晰度分析模型对所述待分类视频的清晰度进行特征分析，获得所述待分类视频的第四清晰度分值。


3.根据权利要求2所述的一种视频清晰度分类方法，其特征在于，所述根据第一清晰度分析模型对所述待分类视频的清晰度进行分析，获得所述待分类视频的第一清晰度分值包括：
对所述待分类视频进行小波分解，获得分解后的待分类视频；
对所述分解后的待分类视频进行特征提取，获取第一特征信息；
根据所述第一特征信息，对所述待分类视频中每一种失真类型的可能性进行计算，获得所述待分类视频的失真概率信息；
基于预设的失真回归模型和所述第一特征信息，得到所述待分类视频的视频质量信息；
根据所述失真概率信息和所述视频质量信息，确定所述待分类视频的第一清晰度分值。


4.根据权利要求2所述的一种视频清晰度分类方法，其特征在于，所述根据第二清晰度分析模型对所述待分类视频的清晰度进行分析，获得所述待分类视频的第二清晰度分值包括：
基于预设的空域系数，计算所述待分类视频的归一化像素信息；
根据所述归一化像素信息，提取所述待分类视频的第二特征信息；
基于预设的特征分布模型，对所述第二特征信息进行分布曲线的拟合，获得所述待分类视频的第二清晰度分值。


5.根据权利要求2所述的一种视频清晰度分类方法，其特征在于，所述根据第三清晰度分析模型对所述待分类视频的清晰度进行分析，获得所述待分类视频的第三清晰度分值包括：
计算所述待分类视频与预设的样本视频的距离；
将所述距离作为所述待分类视频的第三特征信息；
计算所述第三特征信息的和值和所述第三特征信息的加权和值；
基于所述第三特征信息的和值和所述第三特征信息的加权和值，确...

【专利技术属性】
技术研发人员：徐逸扬，刘楚蓉，罗家润，王小强，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44