[发明专利]一种基于内容分类的视频模糊度检测人眼视觉修正方法

权利要求书

1.一种基于内容分类的视频模糊度检测的人眼视觉修正方法，其特征在于所述方法包括如下步骤：

步骤1，内容分类数据库建立

1.1：读取无损的源视频帧及与其相同内容的各程度模糊版本，利用全参考质量评价方法VIF对各模糊视频帧评价打分，得到全参考VIF分值；

1.2：利用无参考图像模糊度检测方法独立对各模糊视频帧评价打分，得到无参考评价分值；

1.3：在全参考VIF分值与无参考评价分值形成的坐标系内，对同一内容视频帧及其各模糊版本对应的数据点进行如下线性拟合：

y＝nx+m

其中x为无参考评价分值，取值范围为1～10；y为线性拟合全参考VIF分值，取值范围为1～10，n、m变量为模型参数，n为拟合直线斜率；

1.4：对不同的视频内容，使用与其对应的步骤1.3中得到的拟合直线斜率n进行Kmeans聚类；

1.5：在聚类所得的每个簇内对所有内容的各模糊度版本对应的数据点进行Logistic非线性拟合，函数形式如下形式：

其中x为无参考评价分值，取值范围为1～10，F(x)为非线性拟合VIF评价分值，取值范围为1～10，a₁，a₂，a₃，a₄为拟合参数；

1.6：保存聚类所得每个簇内的中心图像即视频帧以及每个簇对应的步骤1.5中的拟合参数；

至此，完成了内容分类数据库的构建，该数据库通过聚类离线数据中不同内容图像对应的全参考评价与无参考评价分数之间的拟合直线斜率n，实现了对不同内容类型图像的分类；

数据库中按类别存储每类图像，以及各类别对应的物理模糊度与人眼主观质量感受之间的关系，该关系由步骤1.5中Logistic函数描述；

步骤2，评分修正：

2.1：读取待评价的模糊损伤视频，通过场景检测选出每个场景的关键帧，同一个场景内的内容可认为基本不变；

2.2：基于步骤1中存储的每个内容簇的中心图像，运用图像内容检索网络将带有模糊损伤的各个场景关键帧进行归类；

2.3：运用与步骤1.2中的相同的无参考质量评价方法对各关键帧进行评价打分，得到无参考模糊度打分；

2.4：将步骤2.3中计算得到的无参考模糊度打分，作为各视频帧所在类别对应的Logistic函数的输入，输出值为修正后无参考模糊度评价得分。

2.根据权利要求1所述的基于内容分类的视频模糊度检测的人眼视觉修正方法，其特征在于：所述步骤1.3中，参数n，m通过全参考质量评价得分对无参考模糊度检测得分进行最小二乘回归计算。

3.根据权利要求1所述的基于内容分类的视频模糊度检测的人眼视觉修正方法，其特征在于：所述步骤1.5中，F(x)中拟合参数a₁，a₂，a₃，a₄，通过以下方式确定：

运用全参考质量评价得分对无参考模糊度检测得分进行最小二乘回归计算，求出对应Logistic模型参数。

4.根据权利要求1所述的基于内容分类的视频模糊度检测的人眼视觉修正方法，其特征在于：所述步骤1.6中，被保存的每一个内容簇的中心图像通过如下方式选定：

在步骤1.3中的线性回归斜率聚类所得的簇中，选择聚类中心斜率的k个最近邻对应的内容，具有相同内容的不同模糊度版本视频帧记为1个内容，k值为该簇包含内容总数的5％，保存被选择内容的最优质量版本。

5.根据权利要求1-4任一项所述的基于内容分类的视频模糊度检测的人眼视觉修正方法，其特征在于：所述步骤2.1中，待评价视频不参与步骤1中数据库建立，同时可具有任意程度模糊度损伤。

6.根据权利要求1-4任一项所述的基于内容分类的视频模糊度检测的人眼视觉修正方法，其特征在于：所述步骤2.2中，图像内容检索网络基于步骤1中建立的数据库进行训练。