[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top