本发明专利技术提供了一种基于用户画像和脑电数据的体验质量确定方法及装置，涉及视频质量评价的技术领域，包括：先获取目标视频服务的视频质量参数和目标用户的用户画像；然后基于用户画像索引表对所述用户画像进行映射，得到对应的索引参数；再基于所述视频质量参数和所述索引参数，从脑电数据库中查找对应的脑电数据；最后基于所述脑电数据进行预测，得到目标体验质量评价结果；其中，所述目标体验质量评价结果用于反映目标用户对目标视频服务的评价。本发明专利技术中的索引参数可以反映该目标用户的具体特征和需求，根据该索引参数可以提供准确的脑电数据，进而提供更精准的个性化、场景化的测评，且保证了目标体验质量评价结果的真实性以及可靠性。性以及可靠性。性以及可靠性。
【技术实现步骤摘要】
基于用户画像和脑电数据的体验质量确定方法及装置
[0001]本专利技术涉及视频质量评价
，尤其是涉及一种基于用户画像和脑电数据的体验质量确定方法及装置。
技术介绍
[0002]传统的视频质量评价属于客观评测方法，例如MSE(Mean Squared Error，均方误差)，PSNE(Peak Signal-to-Noise Ratio，峰值信噪比)，SSIM(Structural Similarity Index，结构相似性)等。这些客观的视频质量评价方法基于单张图片并依赖原始码流完成。采用这种方案在主观一致性上存在缺陷。为了解决传统客观评测方法的缺点，出现了主观体验评测标准，包括画面清晰度，质量平稳度，视频流畅度，视频内容和观测条件五个方面，通过用户打分等方法进行质量评测。但是这种显性体验质量测评方法由于终端客户群体众多，打分动态性会受人体偏见影响等问题，很难取得规律高度一致的主观体验质量评测结果，不便于基于QOE(Quality of Experience，质量体验)结果进行上层应用分析。
[0003]为了解决这个问题，出现了以EEG(Electroencephalogram，脑电波)为代表的隐性体验质量评测方法，通过大脑对于外界刺激的电波响应进行主观体验质量评测，由于是基于人体的生理系统，EEG质量测评方法具有普适性，容易取得规律一致的主观体验质量测评结果。但是随着网络服务的精细化，需要根据用户的具体特征和需求提供更精准的个性化，场景化的测评。然而传统的EEG主观体验质量测评不能解决这个难题。r/>
技术实现思路
[0004]本专利技术的目的在于提供一种基于用户画像和脑电数据的体验质量确定方法及装置，以缓解现有技术中存在的传统的EEG主观体验质量测评无法提供更精准的个性化，场景化的测评的技术问题。
[0005]第一方面，本专利技术提供的一种基于用户画像和脑电数据的体验质量确定方法，其中，包括：获取目标视频服务的视频质量参数和目标用户的用户画像；基于用户画像索引表对所述用户画像进行映射，得到对应的索引参数；基于所述视频质量参数和所述索引参数，从脑电数据库中查找对应的脑电数据；基于所述脑电数据进行预测，得到目标体验质量评价结果；其中，所述目标体验质量评价结果用于反映目标用户对目标视频服务的评价。
[0006]进一步的，基于所述脑电数据进行预测，得到目标体验质量评价结果，包括：基于所述脑电数据，利用目标预测方式预测出所述目标体验质量评价结果。
[0007]进一步的，所述目标预测方式包括模型预测方式，所述基于所述脑电数据，利用目标预测方式预测出所述目标体验质量评价结果的步骤，包括：将所述脑电数据输入至预设深度神经网络模型，利用所述模型预测方式预测出所述目标体验质量评价结果。
[0008]进一步的，所述目标预测方式包括加权预测方式，所述基于所述脑电数据，利用目标预测方式预测出所述目标体验质量评价结果的步骤，包括：对所述脑电数据进行加权处理，利用所述加权预测方式预测出所述目标体验质量评价结果。
[0009]进一步的，在基于所述视频质量参数和所述索引参数，从脑电数据库中查找对应的脑电数据之前，方法还包括：获取建库样本，并基于所述建库样本建立脑电数据库；其中，所述建库样本包括：视频质量参数样本、索引参数样本和脑电数据样本。
[0010]进一步的，所述索引参数包括场景索引表和/或人群索引表，其中，所述场景索引表包括以下至少一种参数：屏幕尺寸、屏幕亮度、终端评分、操作系统、网络状况、收视方式、环境分类；所述人群索引表包括以下至少一种参数：喜好分类、内容偏好分类、色彩偏好、观看习惯、观看时间、观看周期。
[0011]进一步的，方法还包括：基于所述用户画像进行服务推送，以向所述目标用户推送感兴趣的视频服务。
[0012]第二方面，本专利技术提供的一种基于用户画像和脑电数据的体验质量确定装置，其中，包括：获取单元，用于获取目标视频服务的视频质量参数和目标用户的用户画像；映射单元，用于基于用户画像索引表对所述用户画像进行映射，得到对应的索引参数；查找单元，用于基于所述视频质量参数和所述索引参数，从脑电数据库中查找对应的脑电数据；预测单元，用于基于所述脑电数据进行预测，得到目标体验质量评价结果；其中，所述目标体验质量评价结果用于反映目标用户对目标视频服务的评价。
[0013]第三方面，本专利技术还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现的所述的基于用户画像和脑电数据的体验质量确定方法的步骤。
[0014]第四方面，本专利技术还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，其中，所述程序代码使所述处理器执行所述的基于用户画像和脑电数据的体验质量确定方法。
[0015]本专利技术提供的一种基于用户画像和脑电数据的体验质量确定方法及装置，包括：先获取目标视频服务的视频质量参数和目标用户的用户画像；然后基于用户画像索引表对所述用户画像进行映射，得到对应的索引参数；再基于所述视频质量参数和所述索引参数，从脑电数据库中查找对应的脑电数据；最后基于所述脑电数据进行预测，得到目标体验质量评价结果；其中，所述目标体验质量评价结果用于反映目标用户对目标视频服务的评价。本专利技术中的索引参数可以反映该目标用户的具体特征和需求，根据该索引参数可以提供准确的脑电数据，进而提供更精准的个性化、场景化的测评，且保证了目标体验质量评价结果的真实性以及可靠性。
[0016]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0017]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0018]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体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，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前
提下，还可以根据这些附图获得其他的附图。
[0019]图1为本专利技术实施例提供的一种基于用户画像和脑电数据的体验质量确定方法的流程图；
[0020]图2为本专利技术实施例提供的另一种基于用户画像和脑电数据的体验质量确定方法的流程图；
[0021]图3为本专利技术实施例提供的再一种基于用户画像和脑电数据的体验质量确定方法的流程图；
[0022]图4为本专利技术实施例提供的一种基于用户画像和脑电数据的体验质量确定装置的结构示意图。
[0023]图标：
[0024]11-获取单元；12-映射单元；13-查找单元；14-预测单元。
具体实施方式
[0025]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于用户画像和脑电数据的体验质量确定方法，其特征在于，包括：获取目标视频服务的视频质量参数和目标用户的用户画像；基于用户画像索引表对所述用户画像进行映射，得到对应的索引参数；基于所述视频质量参数和所述索引参数，从脑电数据库中查找对应的脑电数据；基于所述脑电数据进行预测，得到目标体验质量评价结果；其中，所述目标体验质量评价结果用于反映目标用户对目标视频服务的评价。2.根据权利要求1所述的方法，其特征在于，基于所述脑电数据进行预测，得到目标体验质量评价结果，包括：基于所述脑电数据，利用目标预测方式预测出所述目标体验质量评价结果。3.根据权利要求2所述的方法，其特征在于，所述目标预测方式包括模型预测方式，所述基于所述脑电数据，利用目标预测方式预测出所述目标体验质量评价结果的步骤，包括：将所述脑电数据输入至预设深度神经网络模型，利用所述模型预测方式预测出所述目标体验质量评价结果。4.根据权利要求2所述的方法，其特征在于，所述目标预测方式包括加权预测方式，所述基于所述脑电数据，利用目标预测方式预测出所述目标体验质量评价结果的步骤，包括：对所述脑电数据进行加权处理，利用所述加权预测方式预测出所述目标体验质量评价结果。5.根据权利要求1所述的方法，其特征在于，在基于所述视频质量参数和所述索引参数，从脑电数据库中查找对应的脑电数据之前，方法还包括：获取建库样本，并基于所述建库样本建立脑电数据库；其中，所述建库...
【专利技术属性】
技术研发人员：宋奇蔚，刘鹏，
申请(专利权)人：致讯科技天津有限公司，
类型：发明
国别省市：
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。