一种基于深度学习的全参考超高清视频质量客观评价方法
公开
摘要
本发明公开了一种基于深度学习的全参考超高清视频质量客观评价方法，被测超高清视频及对应的参考视频分别经过抽帧和图像块裁剪操作，得到被测视频图像块序列和对应的参考视频图像块序列。将被测视频图像块和对应的参考视频图像块成对输入到训练好的图像质量评价网络，得到被测视频图像块的质量分数。对图像块的质量分数进行空域池化和时域池化，得到被测视频的客观质量分数。本发明对超高清视频进行抽帧和图像块裁剪处理，有效减少了数据量，提升了算法效率；采用基于ResNet18的特征提取网络，提升了网络的训练效果，使网络能够有效提取图像特征；充分考虑人眼的视觉特点，对图像质量分数进行了空域池化和时域池化。
基本信息
专利标题 ：
一种基于深度学习的全参考超高清视频质量客观评价方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114598864A
申请号 ：
CN202210239824.9
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
史萍费凌云应泽峰潘达耿仪
申请人 ：
中国传媒大学
申请人地址 ：
北京市朝阳区定福庄东街1号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
沈波
优先权 ：
CN202210239824.9
主分类号 ：
H04N17/00
IPC分类号 ：
H04N17/00 G06V20/40 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
