【技术实现步骤摘要】
【国外来华专利技术】用于基于互补感知质量模型来预测感知视频质量的技术相关申请的交叉引用本申请要求于2018年2月7日提交的、序列号为15/890,710的美国专利申请的权益,其通过引用合并于此。
本专利技术的实施例总体上涉及视频技术,并且更具体地,涉及用于基于互补感知质量模型来预测感知视频质量的技术。
技术介绍
有效且准确地编码源视频内容对于实时传送高质量视频内容至关重要。由于经编码的视频内容质量的变化,期望实施质量控制以确保从经编码的源视频内容解码的重构视频内容的视觉质量是可接受的。手动验证重构视频内容的视觉质量非常耗时。因此,自动视频内容质量评估通常是编码和流式基础结构的组成部分。例如,在评估编码器和微调流式比特率以优化流式视频内容时,可以采用自动视频质量评估。用于自动评估重构视频内容的质量的一些方法涉及基于感知质量模型来计算质量得分,该感知质量模型是基于对视觉质量的人类评估而训练的。通常,感知质量模型将重构视频内容的特征值与不同质量得分相关联。经由感知质量模型来预测重构视频内容的质量的一个限制是感知质量模型通常缺乏鲁棒性。例如,如果与感知质量模型相关联的特征均未反映某些类型的失真,则感知质量模型无法准确地预测人类对包括这种失真的重构视频内容的质量的感知。特别地,感知质量模型通常无法可靠地预测包括在公共域的实时视频质量数据库中的重构视频内容的感知视觉质量。对关于实时视频质量数据库的感知质量模型的缺陷的分析表明,与感知质量模型相关联的特征都无法准确地对可归因于许多类型的复杂时间视频失真的感知质量下降进行 ...
【技术保护点】
1.一种计算机实现的方法,包括:/n基于第一特征集的第一组值和第一模型来计算重构视频内容的第一质量得分,所述第一模型将所述第一组值与所述第一质量得分相关联,其中,所述第一模型是经由第一机器学习算法生成的;/n基于第二特征集的第二组值和第二模型来计算所述重构视频内容的第二质量得分,所述第二模型将所述第二组值与所述第二质量得分相关联;以及/n基于所述第一质量得分和所述第二质量得分来确定所述重构视频内容的整体质量得分,其中,所述整体质量得分指示与流式视频内容相关联的视觉质量的水平。/n
【技术特征摘要】
【国外来华专利技术】20180207 US 15/890,7101.一种计算机实现的方法,包括:
基于第一特征集的第一组值和第一模型来计算重构视频内容的第一质量得分,所述第一模型将所述第一组值与所述第一质量得分相关联,其中,所述第一模型是经由第一机器学习算法生成的;
基于第二特征集的第二组值和第二模型来计算所述重构视频内容的第二质量得分,所述第二模型将所述第二组值与所述第二质量得分相关联;以及
基于所述第一质量得分和所述第二质量得分来确定所述重构视频内容的整体质量得分,其中,所述整体质量得分指示与流式视频内容相关联的视觉质量的水平。
2.根据权利要求1所述的计算机实现的方法,其中,所述第一质量得分和所述第二质量得分与所述重构视频内容中包括的第一帧相关联,并且确定所述整体质量得分包括:
基于所述第一质量得分和所述第二质量得分来确定与所述第一帧相关联的第一聚合质量得分;以及
对所述第一聚合质量得分和第二聚合质量得分执行一个或多个时间池化操作以计算所述整体质量得分,所述第二聚合质量得分与所述重构视频内容中包括的第二帧相关联。
3.根据权利要求2所述的计算机实现的方法,其中,确定所述第一聚合质量得分包括计算所述第一质量得分和所述第二质量得分的平均值或加权平均值。
4.根据权利要求2所述的计算机实现的方法,其中,确定所述第一聚合质量得分包括基于第三模型将所述第一质量得分和所述第二质量得分与所述第一聚合质量得分相关联,所述第三模型是经由所述第一机器学习算法或第二机器学习算法生成的。
5.根据权利要求1所述的计算机实现的方法,其中,所述第一特征集包括所述第二特征集中未包括的第一特征,并且所述第二特征集包括所述第一特征集中未包括的第二特征。
6.根据权利要求1所述的计算机实现的方法,其中,所述第一特征集包括时间特征和空间特征。
7.根据权利要求1所述的计算机实现的方法,其中,所述第一特征集包括以下各项中的至少一项:附加损伤测量特征、盲或无参考图像空间质量评估器特征以及视觉信息保真度特征。
8.根据权利要求1所述的计算机实现的方法,还包括:基于所述第一机器学习算法和多个主观得分来生成所述第一模型,其中,所述多个主观得分中包括的每个主观得分与不同的重构测试视频内容相关联。
9.根据权利要求8所述的计算机实现的方法,还包括:基于所述多个主观得分来生成所述第二模型。
10.一种计算机可读存储介质,所述计算机可读存储介质包括指令,所述指令在由处理器执行时使得所述处理器执行以下步骤:
基于第一特征集的第一组值和第一模型来计算重构视频内容的第一质量得分,所述第一模型将所述第一组值与所述第一质量得分相关联,其中,所述第一模型是经由第一机器学习算法生成的;
基于第二特征集的第二组值和第二模型来计算所述重构视频内容的第二质量得分,所述第二模型将所述第二组值与所述第二质量得分相关联,其中,所述第二模型是经由所述第一机器学习算法或第二机器学习算法生成的;以及
基于所述第一质量得分和所述第二质量得分来确定所述重构视频内容的整体质量得分,其中,所述整体质量得分指示与流式视频内容相...
【专利技术属性】
技术研发人员:李智,克里斯托斯·巴姆皮斯,
申请(专利权)人:奈飞公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。