[发明专利]一种基于内容分类的视频模糊度检测人眼视觉修正方法

摘要

本发明提供一种基于视频内容分类的无参考模糊度评价修正方法，包含内容分类数据库建立及模糊度评分修正，内容分类数据库使用离线视频或图像的全参考评价分数和待修正的无参考客观模糊度评价分数之间的线性关系对图像内容进行分类，分类后在每一类中使用Logistic函数对上述数据进行非线性拟合，该拟合函数即可用于对新的具有相近内容类型的视频帧的无参考模糊度打分进行修正。评分修正时首先通过神经网络对新的视频帧与数据库中的图像进行内容匹配，并使用对应类别的修正函数对新视频帧的模糊度评分进行修正。本发明可以克服内容多样性带来的影响，有效地解决了背景技术中的问题，使得模糊度评价方法可以应用于实际视频服务中。

主权项

1.一种基于内容分类的视频模糊度检测的人眼视觉修正方法，其特征在于所述方法包括如下步骤：/n步骤1，内容分类数据库建立/n1.1：读取无损的源视频帧及与其相同内容的各程度模糊版本，利用全参考质量评价方法VIF对各模糊视频帧评价打分，得到全参考VIF分值；/n1.2：利用无参考图像模糊度检测方法独立对各模糊视频帧评价打分，得到无参考评价分值；/n1.3：在全参考VIF分值与无参考评价分值形成的坐标系内，对同一内容视频帧及其各模糊版本对应的数据点进行如下线性拟合：/ny＝nx+m/n其中x为无参考评价分值，取值范围为1～10；y为线性拟合全参考VIF分值，取值范围为1～10，n、m变量为模型参数，n为拟合直线斜率；/n1.4：对不同的视频内容，使用与其对应的步骤1.3中得到的拟合直线斜率n进行Kmeans聚类；/n1.5：在聚类所得的每个簇内对所有内容的各模糊度版本对应的数据点进行Logistic非线性拟合，函数形式如下形式：/n