[发明专利]一种视频对比方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202010187813.1 申请日: 2020-03-17
公开(公告)号: CN111414842B 公开(公告)日: 2021-04-13
发明(设计)人: 邬继阳;刘楚蓉;郭锐;罗家润;徐逸扬;谢宗兴 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T7/00;G06F16/27;G06Q40/04
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 汪阮磊
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视频 对比 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种视频对比方法,其特征在于,包括:

获取训练样本对,其中,训练样本对中包括第一图像序列样本和第二图像序列样本,同一训练样本对中的第一图像序列样本来自同一个第一视频样本,同一训练样本对中的第二图像序列样本来自同一个第二视频样本,所述训练样本对的样本标签包括对应的第一视频样本和第二视频样本的期望清晰度差;

获取待训练的视频对比模型,所述视频对比模型包括第一特征提取模块,第二特征提取模块,和清晰度差分析模块;

通过所述第一特征提取模块,对所述第一图像序列样本进行第一清晰度特征向量的提取;

通过所述第二特征提取模块,对所述第二图像序列样本进行第二清晰度特征向量的提取,其中,所述第一特征提取模块和第二特征提取模块的网络结构和网络参数相同;

通过所述清晰度差分析模块,对同一训练样本对对应的所述第一清晰度特征向量和第二清晰度特征向量进行分析,确定所述训练样本对对应的第一视频样本和第二视频样本的预测清晰度差;

基于训练样本对的预测清晰度差和对应的期望清晰度差,调整所述视频对比模型的参数,直到所述视频对比模型训练完成,其中,在每一次参数调整后,所述第一特征提取模块和第二特征提取模块的参数相同;

获取第一视频和第二视频;

从所述第一视频中获取第一图像序列,从所述第二视频中获取第二图像序列;

通过视频对比模型的第一特征提取模块对所述第一图像序列进行第一清晰度特征向量的提取;

通过所述视频对比模型的第二特征提取模块对所述第二图像序列进行第二清晰度特征向量的提取;

通过所述视频对比模型的清晰度差分析模块基于所述第一清晰度特征向量和所述第二清晰度特征向量,确定所述第一视频和所述第二视频的清晰度差。

2.根据权利要求1所述的视频对比方法,其特征在于,所述获取第一视频和第二视频包括:

获取原始视频;

对所述原始视频按照第一视频转码方式进行转换,得到第一视频;

对所述原始视频按照第二视频转码方式进行转换,得到第二视频。

3.根据权利要求2所述的视频对比方法,其特征在于,所述对原始视频按照第一视频转码方式进行转换,得到第一视频,包括:

基于待评估的视频客户端提供的第一视频转码方式,对所述原始视频进行转换,得到第一视频;

所述对所述原始视频按照第二视频转码方式进行转换,得到第二视频,包括:

基于所述视频客户端的竞品视频客户端提供的第二视频转码方式,对所述原始视频进行转换,得到第二视频。

4.根据权利要求2所述的视频对比方法,其特征在于,所述从所述第一视频中获取第一图像序列,从所述第二视频中获取第二图像序列,包括:

从所述第一视频中提取预设数量的第一图像,组成第一图像序列;

从所述第二视频中,提取与所述第一视频中的第一图像位置相同的第二图像,组成第二图像序列。

5.根据权利要求1所述的视频对比方法,其特征在于,所述通过视频对比模型的第一特征提取模块对所述第一图像序列进行第一清晰度特征向量的提取,包括:

通过所述第一特征提取模块,将所述第一图像序列中的第一图像从像素空间映射到目标嵌入空间,得到所述第一图像序列的第一图像特征向量;

通过所述第一特征提取模块,基于所述第一图像特征向量对应的第一图像之间的时序关系,对所述第一图像特征向量进行分析,得到所述第一图像序列对应的第一清晰度特征向量;

所述通过所述视频对比模型的第二特征提取模块对所述第二图像序列进行第二清晰度特征向量的提取,包括:

通过所述第二特征提取模块,将所述第二图像序列中的第二图像从像素空间映射到所述目标嵌入空间,得到所述第二图像序列的第二图像特征向量;

通过所述第二特征提取模块,基于所述第二图像特征向量对应的第二图像之间的时序关系,对所述第二图像特征向量进行分析,得到所述第二图像序列对应的第二清晰度特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010187813.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top