用于确定视频内容项的感知质量指标的方法技术

提供了用于确定视频内容项的感知质量指标的方法

【技术实现步骤摘要】
【国外来华专利技术】用于确定视频内容项的感知质量指标的方法、系统和介质
[0001]相关申请的交叉引用
[0002]本申请要求于
2021
年6月
12
日提交的美国临时专利申请
No.63/210,003
的权益，其全部内容通过引用并入本文
。


[0003]所公开的主题涉及用于确定视频内容项的感知质量指标的方法
、
系统和介质
。

技术介绍

[0004]用户在用户设备上频繁地从托管视频内容项的服务器流式传输视频内容项
(
例如，电视节目
、
视频
、
电影
、
音乐视频等
)。
服务提供商通常优化和流式传输这样的视频内容项的转码版本
。
然而，这包括专业创建的内容和用户生成的内容两者，在专业创建的内容中，服务提供商接收视频内容项的原始原有版本，在用户生成的内容中，服务提供商接收具有预先存在的失真或压缩伪像的视频内容项的非原始版本
。
[0005]理解这样的内本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种用于视频质量评估的方法，所述方法包括：接收视频内容项；从所述视频内容项提取多个帧；使用深度神经网络的第一子网来确定所述视频内容项的所述多个帧中的每个帧的内容质量指标；使用所述深度神经网络的第二子网来确定所述视频内容项的所述多个帧中的每个帧的视频失真指标；使用所述深度神经网络的第三子网来确定所述视频内容项的所述多个帧中的每个帧的压缩敏感性指标；生成所述视频内容项的所述多个帧中的每个帧的质量水平，所述质量水平将所述视频内容项的所述帧的所述内容质量指标
、
所述视频失真指标和所述压缩敏感性指标连结；通过聚合所述多个帧中的每个帧的所述质量水平来生成视频内容项的总体质量水平；以及使得视频推荐基于所述视频内容项的所述总体质量水平来呈现
。2.
根据权利要求1所述的方法，其中，所述内容质量指标表示所述视频内容项的所述多个帧中的每个帧的语义水平嵌入，并且其中，所述深度神经网络的所述第一子网进一步输出预测的内容标签，所述预测的内容标签描述出现在所述视频内容项的所述多个帧中的每个帧中的内容
。3.
根据权利要求1所述的方法，其中，所述视频失真指标表示所述视频内容项的所述多个帧中的每个帧的失真敏感嵌入，并且其中，所述深度神经网络的所述第二子网进一步输出检测到的失真类型，所述检测到的失真类型描述在所述视频内容项的所述多个帧中的每个帧中检测到的失真
。4.
根据权利要求1所述的方法，其中，所述压缩敏感性指标表示所述视频内容项的所述多个帧中的每个帧的压缩敏感嵌入，并且其中，所述深度神经网络的所述第三子网进一步输出压缩水平得分
。5.
根据权利要求1所述的方法，其中，所述总体质量水平是使用卷积神经网络来生成的，所述卷积神经网络输出所述视频内容项的所述多个帧中的每个帧的每组块得分并且将所述每组块得分进行平均
。6.
根据权利要求1所述的方法，其中，所述视频推荐包括用于基于所述总体质量水平进一步压缩所述视频内容项的推荐
。7.
根据权利要求1所述的方法，其中，所述视频推荐包括针对所述视频内容项的上传者的用于基于与所述视频内容项的所述帧相关联的所述质量水平来对所述视频内容项的一部分进行修改的推荐
。8.
一种用于视频质量评估的系统，所述系统包括：硬件处理器，所述硬件处理器被配置为：接收视频内容项；从所述视频内容项提取多个帧；使用深度神经网络的第一子网来确定所述视频内容项的所述多个帧中的每个帧的内容质量指标；
使用所述深度神经网络的第二子网来确定所述视频内容项的所述多个帧中的每个帧的视频失真指标；使用所述深度神经网络的第三子网来确定所述视频内容项的所述多个帧中的每个帧的压缩敏感性指标；生成所述视频内容项的所述多个帧中的每个帧的质量水平，所述质量水平将所述视频内容项的所述帧的所述内容质量指标
、
所述视频失真指标和所述压缩敏感性指标连结；通过聚合所述多个帧中的每个帧的所述质量水平来生成视频内容项的总体质量水平；以及使得视频推荐基于所述视频内容项的所述总体质量水平来呈现
。9.
根据权利要求8所述的系统，其中，所述内容质量指标表示所述视频内容项的所述多个帧中的每个帧的语义水平嵌入，并且其中，所述深度神经网络的所述第一子网进一步输出预测的内容标签，所述预测的内容标签描述出现在所述视频内容项的所述多个帧中的每个帧中的内容
。10.
根据权利要求8所述的系统，其中，所述视频失真指标表示所述视频内容项的所述多个帧中的每个帧的失真敏感嵌入，并且其中，所述深度神经网络的所述第二子网进一步输出检测到的失真类型，所述检测到的失真类型描述在所述视...

【专利技术属性】
技术研发人员：王义麟，巴利尼杜，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：