【技术实现步骤摘要】
【国外来华专利技术】用于评估视频的主观质量的方法及装置
本公开涉及一种用于评估视频的主观质量的方法和装置，并且更具体地，涉及一种用于通过使用视频质量评价网络来评估视频的主观质量的方法和装置，以及一种用于通过将视频质量评价网络应用于用于对尺寸进行变换的深度神经网络来对图像进行编码的方法和设备以及对图像进行解码的方法和设备。
技术介绍
图像由遵循指定的数据压缩标准(例如，运动图像专家组(MPEG)压缩标准)的编解码器被编码，然后以比特流的形式被存储在记录介质中或者经由通信信道被发送。随着用于再现和存储高分辨率/高质量图像的硬件的开发和供应，对能够有效地对高分辨率/高质量图像进行编码和解码的编解码器的需求正在增加。
技术实现思路
技术问题因为针对每一个内容由人所感知的最小可觉差(JND)(即，人感觉视频质量不同的程度)不同，所以在保持相同感知的视频质量的同时传输最少量的信息是重要的。为此，在需要评估视频质量的图像编码/解码领域中，对人类视觉系统进行建模并接近人类视觉系统的方法需要过长的时间，因此使用一种用于评估视频...
【技术保护点】
1.一种评估目标图像的质量的方法，所述方法包括：/n通过对用于评估质量的目标图像和将与所述目标图像进行比较的参考图像进行划分来获得多个块，其中，每一个块具有预定尺寸；/n通过将所述多个块输入到视频质量评价网络来确定所述每一个块的灵敏度信息和质量评价信息；以及/n通过基于所述多个块的灵敏度信息将所述多个块的质量评价信息彼此组合来确定所述目标图像的最终图像质量评价得分。/n
【技术特征摘要】
【国外来华专利技术】20181019 KR 10-2018-0125406;20190408 KR 10-2019-001.一种评估目标图像的质量的方法，所述方法包括：
通过对用于评估质量的目标图像和将与所述目标图像进行比较的参考图像进行划分来获得多个块，其中，每一个块具有预定尺寸；
通过将所述多个块输入到视频质量评价网络来确定所述每一个块的灵敏度信息和质量评价信息；以及
通过基于所述多个块的灵敏度信息将所述多个块的质量评价信息彼此组合来确定所述目标图像的最终图像质量评价得分。
2.根据权利要求1所述的方法，其中，所述视频质量评价网络
通过将所述目标图像和所述参考图像的所述多个块输入到卷积神经网络来确定所述多个块的灵敏度信息，以及
通过将所述目标图像和所述参考图像的所述多个块输入到胶囊神经网络来确定所述多个块的质量评价信息。
3.根据权利要求1所述的方法，其中，所述灵敏度信息被用作所述每一个块的权重，
所述质量评价信息包括所述每一个块的平均意见得分MOS平均值，并且
所述最终图像质量评价得分是通过基于所述权重的MOS平均值的加权平均被确定的，以及
MOS是表示用户的主观感知的质量的值。
4.根据权利要求1所述的方法，其中，所述视频质量评价网络
通过将目标训练图像和参考训练图像的块输入到卷积神经网络来确定所述目标训练图像和所述参考训练图像的块的各条灵敏度信息，
通过将所述目标训练图像和所述参考训练图像的块输入到胶囊神经网络来确定所述目标训练图像和所述参考训练图像的块的各个MOS平均值和各个MOS标准差，并且
所述视频质量评价网络是使用所述各条灵敏度信息、所述各个MOS平均值和所述各个MOS标准差被训练的。
5.根据权利要求1所述的方法，其中，所述视频质量评价网络
通过将目标训练图像和参考训练图像的块输入到卷积神经网络来确定所述目标训练图像和所述参考训练图像的块的各条灵敏度信息，
通过将所述目标训练图像和所述参考训练图像的块输入到胶囊神经网络来确定所述目标训练图像和所述参考训练图像的块的各条全参考质量评价信息，
通过将所述目标训练图像的块输入到所述胶囊神经网络来确定所述目标训练图像的块的各条非参考质量评价信息，并且
所述视频质量评价网络是使用所述各条灵敏度信息、所述各条全参考质量评价信息和所述各条非参考质量评价信息被训练的。
6.根据权利要求5所述的方法，其中，所述全参考质量评价信息包括所述目标训练图像和所述参考训练图像的每一个块的全参考MOS平均值和全参考MOS标准差，
所述非参考质量评价信息包括所述目标训练图像的每一个块的非参考MOS平均值和非参考MOS标准差，并且
MOS是表示用户的主观感知的质量的值。
7.根据权利...
【专利技术属性】
技术研发人员：趋可卡纳哈·迪娜，朴永五，崔光杓，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国;KR
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。