[发明专利]视频质量评估方法、设备以及介质

权利要求书

1.一种视频质量评估方法，其特征在于，包括步骤：

S1、读取场景视频；

S2、对所述场景视频从画面质量进行画面质量分数估算；

所述对所述场景视频从何画面质量进行画面质量分数估算，具体为：

所述画面质量的评估维度包括清晰度、对比度、色彩饱和度、构图以及情感色彩中的至少一种；

将所述场景视频按帧输入深度学习网络，以得出所述画面质量分数；

所述深度学习网络为图片分类网络；

所述图片分类网络的训练数据为符合所述画面质量的评估维度的图片；

S3、对所述场景视频判断是否出现画面抖动。

2.如权利要求1所述的一种视频质量评估方法，其特征在于，步骤S3之后还包括步骤：

S4、根据所述画面质量分数以及所述场景视频是否出现画面抖动，选出目标场景视频。

3.如权利要求1所述的一种视频质量评估方法，其特征在于，步骤S1之前还包括步骤：

S11、获取视频，对视频中前后两帧间的画面进行对比计算，并对超过预设阈值的前后两帧将视频划分为两个场景视频。

4.如权利要求1所述的一种视频质量评估方法，其特征在于，所述对所述场景视频从何画面质量进行画面质量分数估算，具体为：

所述对所述场景视频判断是否出现画面抖动具体为，使用视频分类网络对所述场景视频按照画面抖动分类标记。

5.如权利要求3所述视频质量评估方法，其特征在于；

所述画面质量分数与所述场景视频的画面质量正相关或负相关，

对已经得出所述画面质量分数的不同所述场景视频进行检查，以判断所述图片分类模型是否准确；

和/或，

对被所述视频分类网络标记为画面抖动的所述场景视频进行检查，以判断所述视频分类网络是否准确。

6.如权利要求1所述的视频质量评估方法，其特征在于；

所述图片分类网络包括多个模块，提取每一个模块中的最后一层特征，并将所述最后一层特征融合并池化，以输出处理特征；

将所述处理特征输出到全连接层中进行以对所述分类网络进行训练；

所述场景视频中每间隔预设时间选取一帧画面进行所述画面质量分数估算。

7.如权利要求1所述视频质量评估方法，其特征在于；

所述深度学习网络还得出所述场景视频中各帧画面的各个分类的概率；

各帧画面的分类与各个帧画面的分数相对应；

将所述分数与所述分数所对应的概率加权平均，得出所述画面质量分数。

8.如权利要求1所述的视频质量评估方法，其特征在于，将所述场景视频划分为多个分块；

画面抖动判断时，对所述场景视频中的相同位置中的分块进行计算。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的视频质量评估方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的视频质量评估方法。