[发明专利]一种基于感知数据驱动的视频质量评测方法及系统

权利要求书

1.一种基于感知数据驱动的视频质量评测方法，其特征在于，包括如下步骤：

步骤S1、构建基于半自动标记的压缩视频数据库；

步骤S2、考虑视频视觉显著性的时空特征，构建感知数据驱动的压缩视频质量评价模型，并通过压缩视频数据库进行训练；

步骤S3、利用得到的压缩视频质量评价模型对输入的压缩视频进行质量评测。

2.根据权利要求1所述的一种基于感知数据驱动的视频质量评测方法，其特征在于，所述步骤S1具体实现如下：

步骤S11、筛选建库视频；收集多个分辨率分别为1280×720,1920×1080的参考视频作为原始视频，视频内容覆盖包括动物、建筑、人类、运动、植物和风景的多种场景；

步骤S12、计算原始视频的空间感知信息SI与时间感知信息TI，定义如下：

其中，Frame_t代表第t帧视频图像，Sobel()表示Sobel滤波操作，std()表示计算标准差；

以SI为横轴，TI为纵轴，画出原始视频的SI-TI分布图，若坐标点近似均匀分布在坐标图中，代表建库的原始视频的细节信息丰富，否则重新构建视频数据库；

步骤S13、构建压缩视频数据库CVSAR；针对每一个视频，使用VVC、AVS3、HLVC这三种编码器分别压缩出4个质量差异明显的视频，共得到1560个视频；VVC的量化步长Q_step＝{32,37,42,47}，AVS3压缩的Qp值为{39,45,51,57}，HLVC压缩参数lambda＝{256，512，1024，2048}；其中，Q_step是压缩视频的量化步长，Qp值为压缩视频量化步长的序号，lambda为控制质量等级的超参数；

步骤S14、为了获得所构建的压缩视频数据库的iMOS值分布，针对130个原始视频分别选取经过三种编码器压缩后产生的视频，从而构成由390个测试视频组成的测试视频库，按照ITU-RBT.500-13建议书采用DSIS评分方式进行测试以获得平均意见得分iMOS；

得到参与测试的视频对应的iMOS之后，根据以下公式计算剩下1170个视频的iMOS值；

其中，α是待估计的参数，将未压缩的视频质量标准化为1，iMOS是对应的主观分数，Q_step为三种编码器的压缩参数；给定参数α，由参与测试的视频的iMOS值进行推导，从而快速获取一组压缩视频的质量分数，减小建库成本。