[发明专利]一种基于深度学习的超高清视频清晰度测试方法及系统

说明书

本申请公开了一种基于深度学习的超高清视频清晰度测试方法及系统，其中，基于深度学习的超高清视频清晰度测试系统，包括：多个用户端和清晰度测试中心；其中，用户端：用于发送测试请求，并接收测试结果；发送优化请求，并接收超高清视频；清晰度测试中心：用于执行如下步骤：接收测试请求，对测试请求中的原始视频进行分类，获得待测试视频，视频类别为通信视频或拍摄视频；通过清晰度测试模型对待测试视频中的原始视频进行清晰度测试，获得测试结果，并发送；接收优化请求，根据待测试视频中的视频类别对待测试视频中的原始视频进行优化处理，获得超高清视频，并发送。本申请能提高对视频清晰度的测试精度，并能对视频进行清晰度优化。

技术领域

本申请涉及数字视频处理技术领域，尤其涉及一种基于深度学习的超高清视频清晰度测试方法及系统。

背景技术

经过采集、压缩、存储、传输和显示等处理环节后，超高清视频会引入不同类型和不同程度的失真，从而导致视频清晰度下降。

而目前已有的超高清视频清晰度测试方法较为单一，对超高清视频进行清晰度测试的测试精度有限，且无法在完成视频清晰度测试后，根据用户端需求对视频进行清晰度优化。

发明内容

本申请的目的在于提供一种基于深度学习的超高清视频清晰度测试方法及系统，能提高对视频清晰度的测试精度，并能对视频进行清晰度优化。

为达到上述目的，本申请提供一种基于深度学习的超高清视频清晰度测试系统，包括：多个用户端和清晰度测试中心；其中，用户端：用于发送测试请求，并接收测试结果；发送优化请求，并接收超高清视频；清晰度测试中心：用于执行如下步骤：接收测试请求，对测试请求中的原始视频进行分类，获得待测试视频，其中，待测试视频包括：原始视频和视频类别，视频类别为通信视频或拍摄视频；通过清晰度测试模型对待测试视频中的原始视频进行清晰度测试，获得测试结果，并发送，其中，测试结果为清晰或不清晰；接收优化请求，根据待测试视频中的视频类别对待测试视频中的原始视频进行优化处理，获得超高清视频，并发送。

如上的，其中，清晰度测试中心至少包括：通信单元、分类单元、测试单元、优化单元和存储单元；其中，通信单元：用于接收测试请求，并将测试请求发送至分类单元，接收并发送测试结果；接收优化请求，并将优化请求发送至优化单元，接收并发送超高清视频；分类单元：用于执行测试请求，对测试请求中的原始视频进行分类，获得待测试视频，并将待测试视频发送至测试单元；测试单元：用于通过清晰度测试模型对待测试视频中的原始视频进行清晰度测试，获得测试结果，并将测试结果发送至通信单元；优化单元：用于执行优化请求，根据待测试视频中的视频类别对待测试视频中的原始视频进行优化处理，获得超高清视频，并将超高清视频发送至通信单元；存储单元至少包括：测试数据库和测试模型库；测试数据库用于存储历史测试数据，其中，历史测试数据至少包括：原始视频和测试结果；测试模型库用于存储所有版本的清晰度测试模型。

如上的，其中，清晰度测试中心还包括：更新单元，用于在满足预设条件时，对测试单元的清晰度测试模型进行优化，获得优化后的清晰度测试模型，并将新版的清晰度测试模型发送至存储单元的测试模型库中存储。

本申请还提供一种基于深度学习的超高清视频清晰度测试方法，包括如下步骤：接收测试请求，对测试请求中的原始视频进行分类，获得待测试视频，其中，待测试视频包括：原始视频和视频类别，视频类别为通信视频或拍摄视频；通过清晰度测试模型对待测试视频中的原始视频进行清晰度测试，获得测试结果，并发送，其中，测试结果为清晰或不清晰；接收优化请求，根据待测试视频中的视频类别对待测试视频中的原始视频进行优化处理，获得超高清视频，并发送。