[发明专利]样本数据筛选方法、装置、电子设备及存储介质

说明书

本申请涉及一种样本数据筛选方法、装置、电子设备及存储介质，该方法在从多个待选视频中筛选用于对视频编解码器的性能进行主观评测的样本数据时，引入了能用于表征人眼感知差异的特征维度，分别确定各个待筛选视频在至少包括引入的该特征维度的预定特征维度方面的特征信息，并根据各个视频在预定特征维度的特征信息，从中选取出在所述预定特征维度上均衡分布的多个目标视频作为样本数据，基于该处理过程选取的样本数据至少可以在人眼感知差异方面做到样本均衡分布，从而能够针对视频编解码器性能的主观评测，实现具有代表性同时避免在局部与视频编解码器过拟合的视频样本的选取，为视频编解码器性能的主观评测提供了更好的测试样本依据。

技术领域

本申请属于数据处理技术领域，尤其涉及一种样本数据筛选方法、装置、电子设备及存储介质。

背景技术

视频编解码器的性能评估，通常是视频编解码器研发中一个不可或缺的环节。为了评估不同视频编解码器的性能，需要选择不同视频作为测试数据集对视频编解码器进行性能测试并记录测试所得的编码结果对比数据。视频编解码器的每一代编码标准都有自己标准推荐的测试数据集，然而，随着目前UGC(User Generated Content，用户生成内容/用户原创内容)视频的大量普及、新的视频的不断迭代更新以及编解码器对特定场合的定制化优化，推荐的测试数据集已不能很好的反映当前现状下的实际视频状况，为了确保测试结果与当前视频现状的匹配性，需要重新进行测试数据集的筛选。

目前互联网上每秒都生产有海量视频数据，如何在海量视频数据中选取具有代表性的视频作为测试集，同时防止测试视频与视频编解码器在局部过拟合成为视频编解码器研发必须面对的问题。尤其是针对用于视频编解码器性能的主观评测(至少涉及基于人眼感知对视频编解码器的测试视频的参数估计及记录)的数据集，由于主观评测结合涉及有基于人眼感知角度的评估，更是为测试数据集的筛选进一步带来了难度。

发明内容

有鉴于此，本申请提供了一种样本数据筛选方法、装置、电子设备及存储介质，用于针对视频编解码器性能的主观评测，实现具有代表性同时避免在局部与视频编解码器过拟合的视频的选取，以作为样本数据构建用于对视频编解码器进行主观评测的测试数据集。

具体技术方案如下：

一种样本数据筛选方法，包括：

获取待筛选的多个视频；

分别确定各个视频在预定特征维度的特征信息；所述预定特征维度至少包括能用于表征人眼感知差异的特征维度；

根据各个视频在所述预定特征维度的特征信息，从所述多个视频中选取多个目标视频作为用于对预定视频编解码器的性能进行主观评测的样本数据；其中，所述多个目标视频在所述预定特征维度上的分布状况满足用于表示样本均衡分布的均衡分布条件。

可选的，所述分别确定各个视频在预定特征维度的特征信息，包括：

确定所述多个视频中每个视频的空间复杂度、时间复杂度及最小可觉差；其中，基于不同的最小可觉差表征人眼感知差异。

可选的，所述确定所述多个视频中每个视频的空间复杂度、时间复杂度及最小可觉差，包括：

利用所述预定视频编解码器对所述多个视频中的每个视频进行编码，得到每个视频的预定编码信息；根据每个视频的所述预定编码信息，确定每个视频的空间复杂度和时间复杂度；

对于所述多个视频中的每个视频，分别确定所述视频的各帧图像中各个像素的最小可觉差；根据所述视频的各帧图像中各个像素的最小可觉差确定所述视频的最小可觉差。

可选的：

所述根据每个视频的所述预定编码信息，确定每个视频的空间复杂度和时间复杂度，包括：

根据每个视频编码后所得的所有I帧的码率总和与I帧个数，确定每个视频的空间复杂度；