[发明专利]一种多摄像机拍摄视频的质量评估方法

权利要求书

1.一种多摄像机拍摄视频的质量评估方法，其特征在于：包括，

通过短道速滑虚拟仿真模块采集四台可调摄像机的拍摄数据，并制作数据集；其中，制作数据集包括，通过专家对拍摄数据进行评分，分别将拍摄数据标记为优、良、中、合格和不合格五个等级的标签，并通过L2范数正则化对其进行数据预处理；

基于所述数据集，构建视频拍摄质量评分网络；

计算视频拍摄质量评分网络输出层的误差，结合误差和蝙蝠优化策略对所述视频拍摄质量评分网络进行训练，若满足终止条件，则结束训练；

利用任意w台可调摄像机的任意角度拍摄视频，将所述视频输入至训练完成的视频拍摄质量评分网络中进行视频质量评分；其中，；

其中，所述视频拍摄质量评分网络包括，

视频拍摄质量评分网络的第一层为输入层；第二层和第三层为隐含层；第四层为输出标签的概率分布，分别用R₁、R₂、R₃、…、R_m表示；

基于柯尔莫哥洛夫相容性定理，计算隐含层的节点数k：

其中，n为输入层的节点数，m为输出层的节点数；

还包括，

通过Relu激活函数计算输出标签的概率分布权重a_d：

a_d=P(F(X_d))

基于所述输出标签的概率分布权重计算输出标签的概率分布，即视频质量评分分布R：

其中，d为可调摄像机的数量，m=d，m为视频拍摄质量评分网络输出层的节点数；F(X_d)为视频拍摄质量评分网络学习的标签分布，X_d为视频拍摄质量评分网络的输入，P表示标签分布的权重。

2.如权利要求1所述的多摄像机拍摄视频的质量评估方法，其特征在于：所述拍摄数据包括，

四台可调摄像机x、y、z三个轴的位置、x、y、z三个轴的旋转角度、光圈、感光度、焦距、快门速度和照度。

3.如权利要求2所述的多摄像机拍摄视频的质量评估方法，其特征在于：所述训练包括，

初始化视频拍摄质量评分网络的权值；

将预处理后的数据集进行归一化和编码处理；

将视频拍摄质量评分网络输出层的最小误差作为目标函数，对蝙蝠优化策略的参数进行初始化设置，即对蝙蝠种群数量、最大迭代次数、蝙蝠速度、响度和脉冲频率进行初始化设置；

以目标函数的最小值作为寻优目标，通过蝙蝠优化策略进行迭代寻优，若满足终止条件，则输出最优邻域位置，获得最优目标；

其中，视频拍摄质量评分网络输出层的误差E为：

目标函数G为：

式中，为第j台可调摄像机的评分分布，为第j台可调摄像机的输出标签。

4.如权利要求3所述的多摄像机拍摄视频的质量评估方法，其特征在于：所述迭代寻优包括，

定义目标函数值为蝙蝠个体，随机生成初始蝙蝠个体，计算初始蝙蝠个体的适应度Fit；

对脉冲频率和响度进行更新；

根据更新的脉冲频率和响度对邻域位置，即对进行更新；

计算蝙蝠个体的适应度并与初始蝙蝠个体的适应度Fit进行比较，更新当前最优邻域位置；

判断是否满足终止条件，若满足，则停止寻优，输出全局最优邻域位置，获得所述最优目标；

若不满足，则重新更新脉冲频率和响度；

其中，所述终止条件为：若，t时刻蝙蝠个体i的脉冲频率趋于蝙蝠个体i初始脉冲频率且t时刻蝙蝠个体i的响度趋于0时，停止寻优。

5.如权利要求4所述的多摄像机拍摄视频的质量评估方法，其特征在于：还包括，

更新脉冲频率：

更新脉冲响度：

更新邻域位置：

其中，为t+1时刻蝙蝠个体i的脉冲频率，即更新的脉冲频率；为t+1时刻蝙蝠个体i的响度，即更新的响度，为蝙蝠个体i的初始响度，、、为[0，1]内均匀分布的随机数；为t+1时刻的蝙蝠邻域位置，为t时刻的蝙蝠邻域位置，β为调节寻优的缩放参数。

6.如权利要求5所述的多摄像机拍摄视频的质量评估方法，其特征在于：还包括，

初始蝙蝠个体的适应度Fit：

Fit=。