[发明专利]视频质量评估方法及其装置、设备、介质

权利要求书

1.一种视频质量评估方法，其特征在于，包括如下步骤：

获取视频流中的连续多个图像帧，将其格式化为标准化数据；

采用预先训练至收敛状态的视频质量评估模型中的图像特征提取网络提取出所述标准化数据相对应的多通道的图像特征信息；

由该评估模型的特征显化网络将所述图像特征信息进行不同方式的池化操作，提升所述图像特征信息中通道之间的显著特征的权重，获得显著特征信息；

由该评估模型的分类网络根据所述显著特征信息进行分类映射，获得所述多个图像帧相对应的质量评分。

2.根据权利要求1所述的视频质量评估方法，其特征在于，由该评估模型的特征显化网络将所述图像特征信息进行不同方式的池化操作，提升所述图像特征信息中通道之间的显著特征的权重，获得显著特征信息，包括如下步骤：

将所述图像特征信息分成两路，分别输入所述特征显化网络的两个支路的池化层中执行不同类型的池化操作，获得相应的采样特征信息；

在所述两个支路中，分别应用注意力层对相应的采样特征信息进行权重提取，以增强其中的显著特征与非显著特征之间的数值差距，获得相应的提权特征信息；

将两个支路的提权特征信息拼接后进行归一化，获得显著特征信息。

3.根据权利要求1所述的视频质量评估方法，其特征在于，由该评估模型的分类网络根据所述显著特征信息进行分类映射，获得所述多个图像帧相对应的质量评分，包括如下步骤：

将所述显著特征信息输入全局池化层中执行池化操作，获得相应的池化特征信息；

将所述池化特征信息输出至第一全连接层进行分类映射，获得预测的质量评分；

将所述池化特征信息输出至第二全连接层进行分类映射，获得该质量评分相对应的置信度；

将置信度高于预设阈值的质量评分确定为所述多个图像帧相对应的质量评分。

4.根据权利要求1至3中任意一项所述的视频质量评估方法，其特征在于，获得所述多个图像帧相对应的质量评分的步骤之后，包括如下步骤：

根据所述质量评分调节所述视频流的编码器的编码帧率。

5.根据权利要求1至3中任意一项所述的视频质量评估方法，其特征在于，获取视频流中的连续多个图像帧的步骤之前，包括如下步骤：

采用预设的数据集中的训练样本对所述视频质量评估模型实施迭代训练，将其训练至收敛状态。

6.根据权利要求5所述的视频质量评估方法，其特征在于，采用预设的数据集中的训练样本对所述视频质量评估模型实施迭代训练，将其训练至收敛状态，包括如下步骤：

从预设的数据集中调用单个训练样本对所述视频质量评估模型实施训练，所述训练样本包括构成视频数据的连续的多个图像帧，且以对应的主观质量评分为标注；

基于所述主观质量评分计算模型损失值，所述模型损失值为所述评估模型获得的质量评分相对应的第一损失值及该质量评分的置信度的第二损失值的和值；

判断所述模型损失值是否达到预设阈值，当达到预设阈值时，判定所述评估模型已收敛，终止训练；否则，对所述评估模型实施梯度更新，继续采用下一训练样本实施迭代训练。

7.根据权利要求5所述的视频质量评估方法，其特征在于，基于所述主观质量评分计算模型损失值，包括如下步骤：

计算所述训练样本中各个图像帧对应预测的质量评分与预先标注的主观质量评分之间的损失值，求取各个所述损失值的平均绝对误差，作为第一损失值；

计算所述质量评分的置信度的交叉熵损失以获得第二损失值，所述第二损失值为所述训练样本中各个图像帧对应预测的正样本预测概率匹配所述置信度为权重后获得修正预测概率的对数和的均值；

计算所述第一损失值与第二损失值的和值获得所述训练样本相对应的模型损失值。