多媒体质量评估方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种多媒体质量评估方法、装置、设备及存储介质，该多媒体质量评估方法包括：获取待评估多媒体的特征数据作为训练数据；特征数据为在待评估多媒体传输过程中根据配置参数抓取的数据；对于每个单一评估模型，根据对应的可用训练数据进行训练，并将各单一评估模型进行组合作为组合评估系统；将特征数据输入组合评估系统，基于组合评估系统输出最终评分。通过获取在待评估多媒体传输过程中根据配置参数抓取的数据作为训练数据，在线训练评估模型，无需进行离线数据训练再部署的繁琐过程，提高了模型训练的灵活性，并且相比使用单一评估模型评估多媒体质量，以组合评估系统的方式输出质量分数，能够更真实地反映多媒体的质量。的质量。的质量。

【技术实现步骤摘要】
多媒体质量评估方法、装置、设备及存储介质


[0001]本专利技术涉及通信
，具体涉及一种多媒体质量评估方法、装置、设备及存储介质。

技术介绍

[0002]随着网络技术的发展和多媒体时代的到来，各类多媒体处理和通信技术层出不穷，由于多媒体业务数据量大，实时性要求高，并且用户敏感性强，因此为了确保良好的服务体验质量，多媒体质量评估对于多媒体通信设备制造商和运营商有着非常重要的意义。
[0003]在现有技术中，通常采用机器学习模型对多媒体进行质量评估，例如，指定多媒体中的多个特征数据作为参数指标，将该多媒体和对应的参数指标输入机器学习模型中，该机器学习模型就可以推理出质量分数。
[0004]但是，上述机器学习模型通常是离线训练再部署上线，在实时输入的特征数据发生变化时，其评估能力也会有所下降，因此适应性、灵活性较差。

技术实现思路

[0005]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的多媒体质量评估方法、装置、设备及存储介质。
[0006]根据本专利技术实施例的一个方面，提供了一种多媒体质量评估方法，包括：
[0007]获取待评估多媒体的特征数据作为训练数据；其中，所述特征数据为在所述待评估多媒体传输过程中根据配置参数抓取的数据；
[0008]对于每个单一评估模型，根据对应的可用训练数据进行训练，并将各单一评估模型进行组合作为组合评估系统；
[0009]将所述特征数据输入所述组合评估系统，基于所述组合评估系统输出的评分确定所述待评估多媒体的最终评分。
[0010]根据本专利技术实施例的另一方面，提供了一种多媒体质量评估装置，包括：
[0011]数据抓取模块，用于获取待评估多媒体的特征数据作为训练数据；其中，所述特征数据为在所述待评估多媒体传输过程中根据配置参数抓取的数据；
[0012]模型训练模块，用于对于每个单一评估模型，根据对应的可用训练数据进行训练，并将各单一评估模型进行组合作为组合评估系统；
[0013]评分模块，用于将所述特征数据输入所述组合评估系统，基于所述组合评估系统输出的评分确定所述待评估多媒体的最终评分。
[0014]根据本专利技术实施例的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
[0015]所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述多媒体质量评估方法对应的操作。
[0016]根据本专利技术实施例的另一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述多媒体质量评估方法对应的操作。
[0017]根据本专利技术上述实施例提供的方案，通过获取在待评估多媒体传输过程中根据配置参数抓取的数据作为训练数据，在线训练评估模型，无需进行离线数据训练再部署的繁琐过程，提高了模型训练的灵活性，并且相比使用单一评估模型评估多媒体质量，以组合评估系统的方式输出质量分数，能够更真实地反映多媒体的质量。
[0018]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术实施例的具体实施方式。
附图说明
[0019]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0020]图1示出了本专利技术实施例一提供的多媒体质量评估方法的流程图；
[0021]图2示出了本专利技术实施例一提供的多媒体质量评估方法中的组合评估系统结构示意图；
[0022]图3示出了本专利技术实施例二提供的多媒体质量评估方法的流程图；
[0023]图4示出了本专利技术实施例三提供的多媒体质量评估方法的流程图；
[0024]图5示出了本专利技术实施例三提供的多媒体质量评估方法中的应用场景示意图；
[0025]图6示出了本专利技术实施例提供的多媒体质量评估装置的结构示意图；
[0026]图7示出了本专利技术实施例提供的计算设备的结构示意图。
具体实施方式
[0027]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本专利技术，并且能够将本专利技术的范围完整的传达给本领域的技术人员。
[0028]实施例一
[0029]图1示出了本专利技术实施例一提供的多媒体质量评估方法的流程图。如图1 所示，该方法包括以下步骤：
[0030]步骤S110、获取待评估多媒体的特征数据作为训练数据；其中，特征数据为在待评估多媒体传输过程中根据配置参数抓取的数据。
[0031]本实施例的执行主体可以为服务器，该服务器中集成了本专利技术实施例公开的多媒体质量评估装置，该装置可以采用软件或硬件的方式实现。
[0032]其中，待评估多媒体可以为音频、视频、图像中的任意一种。特征数据为在待评估多媒体传输过程中根据配置参数抓取的数据，具体的，由客户端或转发节点(例如，转发服务器)在发送待评估多媒体过程中，根据配置参数抓取数据并上报至本实施例的执行主体。
[0033]其中，配置参数为业务人员配置，包括客户端埋点数据、客户端性能参数和转发节点性能参数中至少一种。
[0034]其中，客户端埋点数据可根据业务人员对关键播放事件的数据采集上报至本实施例的执行主体，关键播放事件具体包括视频卡顿、加载时延、关键帧丢失、重传、音视频不同步等中的任意一种事件，可配置客户端埋点数据包括卡顿时长、单位时间丢帧数、单位时间关键帧重传数量、音视频偏差时间等埋点质量参数中的至少一种。
[0035]客户端性能参数可配置分辨率、视频下载速率、帧率、缓冲时长、关键帧间隔等数据参数中的至少一种，一般可由客户端的软件SDKAPI获取，由配置文件灵活组合生效。
[0036]转发节点性能参数的配置，可灵活调整转发节点的数据采集组合，转发节点性能参数可包括带宽、丢包率、时延、上/下行速率等网络指标参数中的至少一种。
[0037]步骤S120、对于每个单一评估模型，根据对应的可用训练数据进行训练，并将各单一评估模型进行组合作为组合评估系统。
[0038]其中，组合评估系统包括至少一个单一评估模型，当包含多个单一评估模型时，多个单一评估模型分别对应不同类型的评估模型，例如，全参考质量评估模型、网络质量评估模型和事件评估模型，基于不同的评估模型，在训练时使用的训练数据也不同。对于全参考质量评估模型其可用的训练数据为多媒体数据流，对于网络质量评估模型其可用的训练数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多媒体质量评估方法，其特征在于，包括：获取待评估多媒体的特征数据作为训练数据；其中，所述特征数据为在所述待评估多媒体传输过程中根据配置参数抓取的数据；对于每个单一评估模型，根据对应的可用训练数据进行训练，并将各单一评估模型进行组合作为组合评估系统；将所述特征数据输入所述组合评估系统，基于所述组合评估系统输出的评分确定所述待评估多媒体的最终评分。2.根据权利要求1所述的方法，其特征在于，所述基于所述组合评估系统输出的评分确定所述待评估多媒体的最终评分，包括：基于所述组合评估系统输出的评分与设置的主观评测分数的差距调整所述组合评估系统中各单一评估模型的权重，通过调整后的组合评估系统输出所述待评估多媒体的最终评分。3.根据权利要求1所述的方法，其特征在于，所述对于每个单一评估模型，根据对应的可用训练数据进行训练，包括：对于训练数据有变化的已训练单一评估模型，根据变化后的可用训练数据重新训练；对于训练数据无变化的已训练单一评估模型，无需再次训练。4.根据权利要求3所述的方法，其特征在于，所述对于训练数据有变化的已训练单一评估模型，根据变化后的可用训练数据重新训练，包括：对于可用训练数据中有标注的新特征数据，根据所述新特征数据和预设函数确定标注评分；根据所述新特征数据和所述标注评分对所述已训练单一评估模型进行重新训练。5.根据权利要求4所述的方法，其特征在于，所述根据所述新特征数据和所述标注评分对所述已训练单一评估模型进行重新训练，包括：根据所述新特征数据和所述标注评分重新确定所述已训练单一评估模型结构；使用所述新特征数据拟合所述已训练单一评估模型...

【专利技术属性】
技术研发人员：张智超，孙兴，单华琦，董乔，王雷，马保宏，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：