[发明专利]一种基于GoP显著性加权的视频质量评价方法有效
申请号: | 201711021805.4 | 申请日: | 2017-10-27 |
公开(公告)号: | CN107888905B | 公开(公告)日: | 2019-09-06 |
发明(设计)人: | 程德强;许超;邵丽蓉;姚洁;赵凯;刘海;赵广源 | 申请(专利权)人: | 中国矿业大学 |
主分类号: | H04N17/00 | 分类号: | H04N17/00 |
代理公司: | 北京天达知识产权代理事务所(普通合伙) 11386 | 代理人: | 庞许倩;牟姣 |
地址: | 221116*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 gop 显著 加权 视频 质量 评价 方法 | ||
1.一种基于GoP显著性加权的视频质量评价方法,其特征在于,具体包括:
将视频序列分离为多组GoP;
得到每组GoP的质量分数及每组GoP中I帧图像的显著值;所述得到每组GoP中I帧图像的显著值,具体包括:得到每组GoP中I帧的显著值矩阵;将上述得到的显著值矩阵进行二值化处理,利用得到的二值化矩阵得出显著值SIi;所述利用得到的二值化矩阵得出显著值SIi为:将显著值矩阵的元素设置为0或1,计算其中元素值为1的元素数占矩阵总元素数的百分比作为I帧的显著值SIi;
利用每组GoP中I帧图像的显著值对所有的GoP的质量分数进行加权,求得整个视频序列的质量分数。
2.根据权利要求1所述的方法,其特征在于,所述将视频序列分离为多组GoP,具体包括:
分析测试视频序列,分离出单帧,并确定每个单帧的类型;
根据分离得出的单帧和帧类型,将视频序列分离成多组GoP序列。
3.根据权利要求1所述的方法,其特征在于,所述每组GoP的质量分数是通过对每组GoP中I帧与P帧的质量分数分配权重进行加权得到的。
4.根据权利要求3所述的方法,其特征在于,所述每组GoP中I帧、P帧的质量分数均采用结构相似性进行计算:
式中,x为一张未经压缩的无失真图像,y为x失真后的图像,μx是x的平均值,μy是y的平均值,σx是x的方差,σy是y的方差,σxy是x和y的协方差;C1和C2是用来维持稳定的常数。
5.根据权利要求3或4所述的方法,其特征在于,所述每组GoP中I帧与P帧的质量分数分配权重,具体为I帧的权重大于该组中任一P帧的权重,序列排位在先的P帧权重大于序列排位在后的P帧权重。
6.根据权利要求3或4所述的方法,其特征在于,所述得到每组GoP的质量分数具体为:
式中,QG为对I帧与P帧分配权重加权得到的GoP的质量分数,a为I帧对于整个GoP在整个视频序列质量评价中所占的权重,QI为I帧单帧的质量分数,bi为第i个P帧对于整个GoP在整个视频序列质量评价中所占的权重,QPi为第i个P帧单帧的质量分数,m为P帧的数量。
7.根据权利要求6所述的方法,其特征在于,所述计算出每组GoP中I帧的显著值矩阵,具体通过视觉显著模型计算得到:
SDSP=SF(x)·SC(x)·SD(x)
式中,SF(x)是频率先验矩阵,SC(x)是色调先验矩阵,SD(x)是区域先验矩阵。
8.根据权利要求7所述的方法,其特征在于,所述得到的显著值SIi:
式中,n1为二值化矩阵中值为1的元素的个数,N为二值化矩阵总元素个数。
9.根据权利要求8所述的方法,其特征在于,所述求得整个视频序列的质量分数为:
式中,n为GoP的数量,SIi为第i组GoP中I帧的显著值,QGi为第i组GoP的质量分数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学,未经中国矿业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711021805.4/1.html,转载请声明来源钻瓜专利网。