一种基于深度学习的视频质量诊断方法技术

本发明专利技术公开了一种基于深度学习的视频质量诊断方法，属于视频分析技术领域。本发明专利技术通过对监控视频图像故障进行分析，建立前端采集故障与视频图像质量对应关系，收集制作了全面的视频质量数据集，整理了符合深度学习模型的监控视频故障图像数据集，而特定的深度学习模型的选取可以提取异常视频更多的特征，适应更为复杂的规则，更适合与实际应用结合，提高了视频诊断系统在不同场景中的泛化能力，便于人们及时有效的对待诊断视频的情况进行了解，保证了视频系统的正常运行，并在一定程度上减轻了人的劳动压力。

A video quality diagnosis method based on deep learning

【技术实现步骤摘要】
一种基于深度学习的视频质量诊断方法
本专利技术涉及一种基于深度学习的视频质量诊断方法，属于视频分析

技术介绍
监控视频系统的运行依靠人工检测和处理的方式已经变得不再现实，如何快速自动检测和定位监控系统中的问题，促使了视频质量诊断技术的发展。监控厂商已和研究机构都推出了多款视频质量诊断系统，将故障设备存在的问题清晰展现给用户，便于用户快速精确定点检修设备，保证视频监控系统的长期正常运行，减轻维护监控设备的工作量。传统的视频质量诊断：基于图像统计信息(峰值和方差)；通过比较统计量的值和设定阈值之间的大小关系，进而判断图像是否有异常。依靠人工分析有限的样本找到关键特征，再配合人为设定的判断规则判断异常类型的传统算法，都是建立在小样本的基础之上。从实践中也可得知，传统算法的泛化效果一般都比较差，通常是一套阈值或者一套规则只适用于特定的场景，改变场景时算法的准确率会受下降甚至失效。但应用场景和环境是千变万化的，传统算法实现起来会难度较大，精度不高，泛化能力不高。
技术实现思路
本专利技术提供了一种基于深度学习的视频质本文档来自技高网...

【技术保护点】
1.一种基于深度学习的视频质量诊断方法，其特征在于：所述方法步骤如下：/n步骤一，收集全面的视频质量异常数据，接着对视频质量异常数据进行预处理，将预处理得到的图像打上异常类型的标签，再给打上标签的每张预处理得到的图像进行质量打分，对每张预处理得到的图像取多人的质量打分的平均值作为对应预处理得到的图像的质量分数；将带有质量分数的预处理得到的图像与TID2013数据库中图像组建视频质量诊断深度学习数据集，视频质量诊断深度学习数据集分为三部分:训练集、验证集、测试集；其中，全面的视频质量异常数据包括9种类型的异常视频图像：信号缺失图像、清晰度异常图像、亮度异常图像、偏色图像、噪声图像、滚屏图像，条纹...

【技术特征摘要】
1.一种基于深度学习的视频质量诊断方法，其特征在于：所述方法步骤如下：
步骤一，收集全面的视频质量异常数据，接着对视频质量异常数据进行预处理，将预处理得到的图像打上异常类型的标签，再给打上标签的每张预处理得到的图像进行质量打分，对每张预处理得到的图像取多人的质量打分的平均值作为对应预处理得到的图像的质量分数；将带有质量分数的预处理得到的图像与TID2013数据库中图像组建视频质量诊断深度学习数据集，视频质量诊断深度学习数据集分为三部分:训练集、验证集、测试集；其中，全面的视频质量异常数据包括9种类型的异常视频图像：信号缺失图像、清晰度异常图像、亮度异常图像、偏色图像、噪声图像、滚屏图像，条纹干扰图像、画面冻结图像、PTZ故障图像；标签包括：信号缺失、清晰度异常、亮度异常、偏色、图像噪声、滚屏、条纹干扰、画面冻结、PTZ故障；
步骤二，搭建深度学习模型框架，读取...

【专利技术属性】
技术研发人员：赵志鹏，李玉惠，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南;53