[发明专利]一种客观评估水下视频质量的无参考评价方法

说明书

本发明涉及一种客观评估水下视频质量的无参考评价方法，属于视频分析技术领域。该方法包括如下步骤：第一步，将水下视频分解成帧，使用一组图像质量评价指标获得视频帧的退化特征，包括UCIQE、边缘图像块对比度指数和NIQE；第二步，使用预训练的ResNet50深度神经网络结合特征注意力机制提取视频帧的语义特征向量，降维后得到视频帧的语义质量分数；第三步，将各指标分数进行归一化处理，与语义质量分数融合，得到每一帧最终的质量特征；第四步，使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合，得到最终的视频质量分数。本发明解决了通用视频质量评价指标不能准确评估水下视频质量这一问题。

技术领域

本发明涉及一种客观评估水下视频质量的无参考评价方法，属于视频分析技术领域。

背景技术

视频图像的质量评价指标准可以分为主观评价方法和客观评价方法。主观评价由观察者对视频或图像给出主观评分，符合人眼视觉特性，但工作量大、实时性差、无法自动化实现，在水下视频图像的质量评分上并不适用。客观评价方法是利用计算机算法进行打分，可以进行实时在线测评，根据评价时是否需要参考图像又可以分为全参考、半参考(部分参考)和无参考三类评价方法。视频质量指标，尤其是实用性更强的客观评价指标，在视频技术研究中处于关键地位。有效且准确的视频质量评价指标能直接衡量视频质量，也引导着高质量视频的获取，还是验证水下视频增强与复原算法性能的重要手段。

水下视频在水域尤其是海洋的探索开发中，有不可替代的作用。不同于通常大气环境下的视频，水下视频由于特殊的光学环境导致的色偏、模糊、光照不均、对比度低以及成像设备在水中晃动导致的失焦等问题，存在明显的质量退化。通用的自然视频评价指标并不能准确的衡量水下视频质量。因此，需要建立针对水下视频的质量评价指标。因为水下视频通常缺少高质量参考视频，所以需要采用无参考的方法进行水下视频质量评价。

而目前，我们没有针对水下视频质量评价的无参考评价指标。

发明内容

针对通用视频质量评价指标不能准确评估水下视频质量这一问题，本发明提出了一种客观评估水下视频质量的无参考评价方法。利用深度神经网络提取出视频帧的语义特征，结合水下彩色图像质量评价指标、图像模糊程度指标和自然图像质量评估指标。使用门循环单元网络融合视频帧之间的时序信息和多特征信息。

本发明为解决其技术问题采用如下技术方案：

一种客观评估水下视频质量的无参考评价方法，包括如下步骤：

第一步，将水下视频分解成帧，使用一组图像质量评价指标获得视频帧的退化特征，包括UCIQE、边缘图像块对比度指数和NIQE；

第二步，使用预训练的ResNet50深度神经网络结合特征注意力机制提取视频帧的语义特征向量，降维后得到视频帧的语义质量分数；

第三步，将各指标分数进行归一化处理，与语义质量分数融合，得到每一帧最终的质量特征；

第四步，使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合，得到最终的视频质量分数。

第一步中使用UCIQE提取视频帧的色彩特征，该指标以色度、饱和度和对比度为测量分量，通过线性的方式将测量分量线性组合，量化了水下图像的色彩和对比度；

使用边缘图像块的对比度指数值和来表示水下彩色图像的模糊程度，提取出视频帧模糊程度特征；

使用NIQE衡量水下图像的雾化程度，测试图像的NIQE指标表示为从测试图像中提取的自然场景统计特征的多元高斯模型与从自然图像语料中提取的质量感知特征的多元高斯模型之间的距离。

第二步中所述特征注意力机制模块结合了通道注意力和空间注意力，对于输入的特征图F∈R^C*H*W，注意力机制的处理过程表示为