变电站设备监控视频的质量检测方法、装置、设备和介质制造方法及图纸

本申请涉及视频检测技术领域，提供了一种变电站设备监控视频的质量检测方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高确定视频的视频质量检测结果的准确性和效率。获取待检测视频，待检测视频中包含待检测图片，将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量，将特征向量输入至预先训练的图像质量检测模型，得到待检测图片的图像质量检测结果，根据待检测图片的图像质量检测结果，确定待检测视频的视频质量检测结果。质量检测结果。质量检测结果。

【技术实现步骤摘要】
变电站设备监控视频的质量检测方法、装置、设备和介质


[0001]本申请涉及视频检测
，特别是涉及一种变电站设备监控视频的质量检测方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着电网调度自动化和智能化水平的提高，视频监控技术在变电站系统中得到了广泛的应用。在视频信息的处理过程中，难免会出现如失真等情况，导致图像质量的损伤，例如黑屏、雪花、条纹等，以及在雾、霾和雨等恶劣天气状况下拍摄到的视频也存在图像质量降低的问题，比如遮挡、颜色暗淡、模糊等。因此，如何对视频进行视频质量检测，确定视频的视频质量检测结果成为了重要的研究方向。
[0003]传统技术通常是通过人工检测视频的清晰度，从而确定视频的视频质量检测结果，但是该方式主要依据人工检测，导致确定视频的视频质量检测结果的效率较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种变电站设备监控视频的质量检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种变电站设备监控视频的质量检测方法。方法包括：获取待检测视频；待检测视频中包含待检测图片；将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量；将特征向量输入至预先训练的图像质量检测模型，得到待检测图片的图像质量检测结果；根据待检测图片的图像质量检测结果，确定待检测视频的视频质量检测结果。
[0006]在其中一个实施例中，在将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量之前，还包括：对待检测图片进行分辨率降低处理，得到待检测图片的低分辨率图片；将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量，包括：将待检测图片输入至特征向量计算模型，得到待检测图片的第一特征向量；将低分辨率图片输入至特征向量计算模型，得到低分辨率图片的第二特征向量；根据第一特征向量和第二特征向量，确定待检测图片的特征向量。
[0007]在其中一个实施例中，将特征向量输入至预先训练的图像质量检测模型，得到待检测图片的图像质量检测结果，包括：将特征向量输入至预先训练的图像质量检测模型，通过预先训练的图像质量检测模型得到各待检测图片的图像质量检测子结果；根据各待检测图片的图像质量检测子结果，确定待检测图片的图像质量检测结果。
[0008]在其中一个实施例中，在获取待检测视频之前，还包括：
获取原始视频；原始视频中包含原始图片；将原始视频输入至预先训练的质量异常识别模型，通过预先训练的质量异常识别模型删除原始图片中的质量异常图片，得到删除质量异常图片后的原始视频；将删除质量异常图片后的原始视频，作为待检测视频。
[0009]在其中一个实施例中，预先训练的质量异常识别模型通过下述方式训练得到：获取样本质量正常图片和样本质量异常图片；利用样本质量正常图片和样本质量异常图片对待训练的质量异常识别模型进行训练，得到预先训练的质量异常识别模型。
[0010]在其中一个实施例中，预先训练的图像质量检测模型通过下述方式训练得到：获取样本特征向量和样本特征向量的真实图像质量检测结果；利用样本特征向量和真实图像质量检测结果对待训练的图像质量检测模型进行训练，得到预先训练的图像质量检测模型。
[0011]在其中一个实施例中，方法还包括：从待检测图片中，选取图像质量检测结果满足预设图像质量检测条件的待检测图片；将图像质量检测结果满足预设图像质量检测条件的待检测图片作为待检测视频的预览图片。
[0012]第二方面，本申请还提供了一种变电站设备监控视频的质量检测装置。所述装置包括：视频获取模块，用于获取待检测视频；所述待检测视频中包含待检测图片；图片输入模块，用于将所述待检测图片输入至特征向量计算模型，得到所述待检测图片的特征向量；向量输入模块，用于将所述特征向量输入至预先训练的图像质量检测模型，得到所述待检测图片的图像质量检测结果；结果确定模块，用于根据所述待检测图片的图像质量检测结果，确定所述待检测视频的视频质量检测结果。
[0013]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取待检测视频；待检测视频中包含待检测图片；将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量；将特征向量输入至预先训练的图像质量检测模型，得到待检测图片的图像质量检测结果；根据待检测图片的图像质量检测结果，确定待检测视频的视频质量检测结果。
[0014]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取待检测视频；待检测视频中包含待检测图片；将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量；将特征向量输入至预先训练的图像质量检测模型，得到待检测图片的图像质量检测结果；根据待检测图片的图像质量检测结果，确定待检测视频的视频质量检测结果。
[0015]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算
机程序，该计算机程序被处理器执行时实现以下步骤：获取待检测视频；待检测视频中包含待检测图片；将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量；将特征向量输入至预先训练的图像质量检测模型，得到待检测图片的图像质量检测结果；根据待检测图片的图像质量检测结果，确定待检测视频的视频质量检测结果。
[0016]上述变电站设备监控视频的质量检测方法、装置、计算机设备、存储介质和计算机程序产品，获取待检测视频，待检测视频中包含待检测图片，将待检测图片输入至特征向量计算模型，得到待检测图片的特征向量，将特征向量输入至预先训练的图像质量检测模型，得到待检测图片的图像质量检测结果，根据待检测图片的图像质量检测结果，确定待检测视频的视频质量检测结果。该方案通过获取视频，计算视频中的图片的特征向量，从而快速地得到图片质量的判断依据，根据特征向量确定图片的图像质量检测结果，从而准确地得到视频中各图片的质量检测结果，结合视频中各图片的质量检测结果，自动确定视频的视频质量检测结果，从而实现提高确定视频的视频质量检测结果的准确性和效率。
附图说明
[0017]图1为一个实施例中变电站设备监控视频的质量检测方法的流程示意图；图2为另一个实施例中变电站设备监控视频的质量检测方法的流程示意图；图3为一个实施例中变电站设备监控视频的质量检测装置的结构框图；图4为一个实施例中计算机设备的内部结构图。
具体实施方式
[0018]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0019]在一个实施例中，如图1所示，提供了一种变电站设备监控视频的质量检测方法，本实施例以该方法应用于终端进行举例说明，包括以下步骤：步骤S10本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站设备监控视频的质量检测方法，其特征在于，所述方法包括：获取待检测视频；所述待检测视频中包含待检测图片；将所述待检测图片输入至特征向量计算模型，得到所述待检测图片的特征向量；将所述特征向量输入至预先训练的图像质量检测模型，得到所述待检测图片的图像质量检测结果；根据所述待检测图片的图像质量检测结果，确定所述待检测视频的视频质量检测结果。2.根据权利要求1所述的方法，其特征在于，在将所述待检测图片输入至特征向量计算模型，得到所述待检测图片的特征向量之前，还包括：对所述待检测图片进行分辨率降低处理，得到所述待检测图片的低分辨率图片；所述将所述待检测图片输入至特征向量计算模型，得到所述待检测图片的特征向量，包括：将所述待检测图片输入至所述特征向量计算模型，得到所述待检测图片的第一特征向量；将所述低分辨率图片输入至所述特征向量计算模型，得到所述低分辨率图片的第二特征向量；根据所述第一特征向量和所述第二特征向量，确定所述待检测图片的特征向量。3.根据权利要求1所述的方法，其特征在于，所述将所述特征向量输入至预先训练的图像质量检测模型，得到所述待检测图片的图像质量检测结果，包括：将所述特征向量输入至所述预先训练的图像质量检测模型，通过所述预先训练的图像质量检测模型得到各所述待检测图片的图像质量检测子结果；根据所述各待检测图片的图像质量检测子结果，确定所述待检测图片的图像质量检测结果。4.根据权利要求1所述的方法，其特征在于，在获取待检测视频之前，还包括：获取原始视频；所述原始视频中包含原始图片；将所述原始视频输入至预先训练的质量异常识别模型，通过所述预先训练的质量异常识别模型删除所述原始图片中的质量异常图片，得到删除所述质量异常图片后的原始视频；将所述删除质量异常图片后的原始视频，作为...

【专利技术属性】
技术研发人员：黄文琦，吴洋，曾群生，周锐烨，姚森敬，李端姣，李雄刚，刘高，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：