法律状态公告日
法律状态信息
法律状态
2020-04-07
专利权的转移 IPC(主分类):H04N17/00 登记生效日:20200318 变更前: 变更后: 申请日:20130822
专利申请权、专利权的转移
2020-04-07
专利权人的姓名或者名称、地址的变更 IPC(主分类):H04N17/00 变更前: 变更后: 申请日:20130822
专利权人的姓名或者名称、地址的变更
2014-07-16
授权
授权
2013-12-18
实质审查的生效 IPC(主分类):H04N17/00 申请日:20130822
实质审查的生效
2013-11-27
公开
公开
技术领域
本发明涉及视频技术领域,更具体的说,涉及网站上传视频质量评价方法及装置。
背景技术
目前,随着网络通信技术的发展,各种视频业务不断出现,并非常方便地上传至网站进行分享,因此对视频质量进行准确、实时的评价对于视频处理、视频通信等领域起着十分重要的作用。
视频质量评价就是视频质量进行主观或客观的评判,评价方法可分为主观评价和客观评价。
主观评价就是通过一组观察者(15-30人)观测一系列的失真视频和参考视频,然后按照失真视频损伤的视觉效果给出评分(MeanOpinion Score,MOS)。由于人是最终观看者,主观评价是最可靠的方法,但该方法劳动强度大、费时,且受到观察者背景知识、观测动机、观测环境等因素的影响,结果稳定性差,可移植性也差,因此实际工程应用价值不大。
客观评价就是利用一定的数学模型对影响视频质量各种因素进行建模,最终由计算机根据该模型客观地给出评分。根据可利用到的原始视频信息的多少,客观质量评价方法可分为:全参考质量评价(Full reference)、半参考质量评价(Reduce reference)和无参考质量评价(No reference)。由于在实际互联网应用中基本不可能获得原始的视频信息,无参考客观质量评价方法就成为应用价值最大同时难度也是最大的一种。现有的视频无参考客观评价需要对影响视频质量各种因素进行建模,最终由计算机根据该模型客观地给出评分。但该类型算法建模复杂、运算耗时大、与视频转码过程融合较困难,且多数尚处于研究阶段,应用较少
随着互联网产业和视频终端设备的发展,用户上传网站的视频内容越来越丰富,视频压缩协议已近30种,画面分辨率也已从最基本的320x200发展到高清1920x1080,视频压缩码率和帧率更是多种多样。面对如此纷繁复杂的网站上传视频,目前业界并无简单且准确的视频无参考客观质量评价算法。
发明内容
为了克服上述问题,本发明提出了一种网站上传视频质量评价方法,其属于一种视频无参考客观质量评价方法,通过分析用户上传视频的码率、压缩协议和内容运动程度完成对视频画质的评分,具体地,该方法包括:
步骤1,分析上传源视频的容器信息获取视频的编码格式src_coding_type、上传源视频的编码码率src_coding_bitrate和上传源视频的分辨率src_resolution;
步骤2,获取1pass转码完成后的视频峰值信噪比psnr_1pass;
步骤3,根据获取的上传源编码格式src_coding_type,查找编码格式的码率折损率表得到对应的码率折损率loss_factor;
步骤4,计算视频动态性加权因子br_mot_factor,其中视频动态性加权因子br_mot_factor表征了视频的画面的复杂程度;
步骤5,对各种不同编码格式、不同内容的视频源按照折算公式进行码率折算得到折算后码率bitrate_uniform;
步骤6,将折算后码率bitrate_uniform与上传源视频的分辨率src_resolution代入视频质量评价分级表查找得到视频质量分级。
进一步,步骤3中的所述编码格式的码率折损率表为根据不同视频类型测试统计得到的近似经验值。
进一步,步骤4具体为:
步骤4.1,设定基准运动视频峰值信噪比psnr_mot_base;
步骤4.2,设定视频动态性加权因子br_mot_factor的上限值为top_thresh,下限值为bot_thresh,其中top_thresh和bot_thresh取值大于0,且top_thresh>bot_thresh;
步骤4.3,利用下面公式计算视频动态性加权因子br_mot_factor:
br_mot_factor=MAX(bot_thresh,MIN(2^((psnr_1pass–psnr_mot_base)/2),top_thresh))。
进一步,所述基准运动视频峰值信噪比psnr_mot_base基于一般运动和纹理复杂度视频在1pass中的相应psnr_1pass进行设置。
进一步,步骤5中的所述折算公式为:
bitrate_uniform=src_coding_bitrate*loss_factor*br_mot_factor/1000。
进一步,所述视频质量评价分级表表明了视频质量与视频分辨率、折算后码率的关系。
本发明还提出一种网站上传视频质量评价装置,包括:
编码信息获取单元,用于分析上传源视频的容器信息获取视频的编码格式src_coding_type、上传源视频的编码码率src_coding_bitrate和上传源视频的分辨率src_resolution;
视频峰值信噪比获取单元,用于获取1pass转码完成后的视频峰值信噪比psnr_1pass;
码率折损率获取单元,用于根据获取上传源编码格式src_coding_type,查找编码格式的码率折损率表,得到对应的码率折损率loss_factor;
视频动态性加权因子计算单元,用于计算视频动态性加权因子br_mot_factor;
折算后码率计算单元,用于对各种不同编码格式、不同内容的视频源按照折算公式进行码率折算,得到折算后码率bitrate_uniform(单位mbps);
视频质量分级单元,用于将折算后码率bitrate_uniform与上传源视频的分辨率src_resolution代入视频质量评价分级表查找得到视频质量分级。
进一步,所述视频动态性加权因子计算单元,首先设定基准运动视频峰值信噪比psnr_mot_base,设定视频动态性加权因子br_mot_factor的上限值为top_thresh,下限值为bot_thresh,其中top_thresh和bot_thresh取值大于0,且top_thresh>bot_thresh,利用下面公式计算视频动态性加权因子br_mot_factor:
br_mot_factor=MAX(bot_thresh,MIN(2^((psnr_1pass–psnr_mot_base)/2),top_thresh))。
进一步,所述折算后码率计算单元采用的折算公式为:
bitrate_uniform=src_coding_bitrate*loss_factor*br_mot_factor/1000。
进一步,所述编码格式的码率折损率表为根据不同视频类型测试统计得到的近似经验值,所述视频质量评价分级表表明了视频质量与视频分辨率、折算后码率的关系。
本发明提出的方案可简便融合于通用的视频转码架构中,在使用极少额外运算量的情况下无需利用原始视频信息即可实现自动对用户上传视频的质量进行客观质量评价,从而方便视频网站对户上传的视频进行分类并在网站上择优推荐,具有较高的应用价值。经过与视频主观评价方法对比测试,该算法对视频质量的评分准确率可接近80%。
附图说明
图1示出了本发明的视频质量评价方法在整个转码架构中的位置示意图。
图2示出了本发明的视频质量评价方法的流程图。
图3示出了本发明的视频质量评价装置的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1示出了本发明的视频质量评价方法在整个转码架构中的位置示意图。以x264这种视频编码器为例,将上传到网站的源视频进行视频1pass转码,然后使用本发明的视频质量评价方法进行视频客观评价,接着继续进行视频2pass转码,从而得到视频转码后码流。在x264(具体可参见http://baike.baidu.com/view/1392109.htm)中,1pass转码通过一种快速的方式来转码和分析视频源,是以“快速”参数进行的,而不是以指定的参数进行。
图2示出了本发明的视频质量评价方法的流程图,具体流程如下:
步骤1,分析上传源视频的容器信息获取视频的编码格式src_coding_type、上传源视频的编码码率src_coding_bitrate(单位:kbps)、上传源视频的分辨率src_resolution。
步骤2,获取1pass转码完成后的视频峰值信噪比psnr_1pass(单位:db)。
步骤3,根据获取上传源编码格式src_coding_type,查找编码格式的码率折损率表,得到对应的码率折损率loss_factor。其中,表1为编码格式的码率折损率表,其为根据不同视频类型测试统计得到的近似经验值。
步骤4,计算视频动态性加权因子br_mot_factor(单位:kbps),其中视频动态性加权因子br_mot_factor表征了视频的画面的复杂程度,比如是否画面切换很快或者场景中纹理很复杂,利用视频1pass转码的PSNR估算视频内容运动剧烈情况,具体包括:
步骤4.1,设定基准运动视频峰值信噪比psnr_mot_base,设置该值是为了有一个可比较的标准,基准运动视频峰值信噪比psnr_mot_base一般基于运动和纹理复杂度等视频在1pass中的相应psnr_1pass进行设置。
步骤4.2,设定视频动态性加权因子br_mot_factor的上限值为top_thresh,下限值为bot_thresh,其中设定上述值是为了将运动和纹理复杂度分类,避免出现一些极端小或极端大的情况,导致分析不正确,top_thresh和bot_thresh取值大于0,且top_thresh>bot_thresh;
步骤4.3,利用下面公式计算视频动态性加权因子br_mot_factor:
br_mot_factor=MAX(bot_thresh,MIN(2^((psnr_1pass–psnr_mot_base)/2),top_thresh))。
步骤5,对各种不同编码格式、不同内容的视频源按照折算公式进行码率折算,得到折算后码率bitrate_uniform(单位mbps),其中所述折算公式为:
bitrate_uniform=src_coding_bitrate*loss_factor*br_mot_factor/1000.
步骤6,将折算后码率bitrate_uniform与上传源视频的分辨率src_resolution代入视频质量评价分级表查找得到视频质量分级。表2为视频质量评价分级表,其表明了视频质量与视频分辨率、折算后码率的关系,具体地,从视频网站随机取50个用户上传视频,根据样本的视频质量情况,将上传网站的视频分为11个质量等级,分别记为1-11,等级1为最差质量视频,等级11为最优质量视频。
本发明提出算法结合视频网站中上传视频的特点和转码实际过程,无须建模、运算简单、极易移植到视频转码中,且具有较高的准确率,其一方面依靠1pass的运动与纹理复杂度的分析,另一方面通过将多人主观感受客观量化制成关系表来结合到视频评价中,具有较好的实际应用价值。
表1各种编码格式的码率折损率表
表2视频质量评价分级表
接下来,结合具体的实施例予以说明。
实施例1,以本发明的方法对1280x720P H.264main profile压缩的具有较高码率的上传视频进行评价。
首先,通过解析上传视频文件,获取上传源视频的编码格式src_coding_type=H264main profile,上传源视频的编码码率src_coding_bitrate=55800kpbs,上传源视频的分辨率src_resolution为1280x720。
获取1-pass转码完成后的视频峰值信噪比psnr_1pass=40.267db。
根据编码格式查找表1,获取上传源编码格式H264对应的码率折损率loss_factor=1。
计算码率视频动态性加权因子(单位:kbps)br_mot_factor,其中设定基准运动视频峰值信噪比psnr_mot_base的值为37,设定br_mot_factor的上限值为4,下限值为2/3;利用下面公式计算码率视频动态性加权因子br_mot_factor(单位:kbps):
br_mot_factor=MAX(2/3,MIN(2^((40.267–37)/2),4))=3.10。
对各种不同编码格式、不同内容的视频源进行码率折算,经过折算之后的码率记为bitrate_uniform(单位kbps)。折算公式为:
bitrate_uniform=src_coding_bitrate*loss_factor*br_mot_factor/1000=55800kbps*1*3.10/1000=173.13Mbps。
根据折算后码率173.13Mbps与上传源视频的分辨率1280x720的关系(见表2),查表得出视频质量分级K=10(1≤K≤11)。
经过组织10人观看并进行视频主观评价,经统计主观评价分级平均分级10级。经确认该视频质量较高,与本专利算法得出客观评价分级一致。
实施例2,以本发明的方法对720×576MPEG2main profile压缩的8M码率的上传视频客观质量评价方法。
首先,通过解析上传视频文件,获取上传源视频的编码格式src_coding_type=MPEG2main profile,上传源视频的编码码率src_coding_bitrate=8828kpbs,上传源视频的分辨率:src_resolution为720x576。
获取1pass转码完成后的视频峰值信噪比psnr_1pass=40.438db。
根据编码格式查找表1,获取上传源编码格式MPEG2对应的码率折损率loss_factor=0.2。
计算码率视频动态性加权因子(单位:kbps)br_mot_factor:设定基准运动视频峰值信噪比psnr_mot_base的值为37,设定br_mot_factor的上限值为4,下限值为2/3;利用下面公式计算码率视频动态性加权因子br_mot_factor(单位:kbps):
br_mot_factor=MAX(2/3,MIN(2^((40.438–37)/2),4))=3.29。
对各种不同编码格式、不同内容的视频源进行码率折算,经过折算之后的码率记为bitrate_uniform(单位kbps)。折算公式为:
bitrate_uniform=src_coding_bitrate*loss_factor*br_mot_factor/1000=8828kbps*0.2*3.29/1000=5.81Mbps
根据折算后码率5.81Mbps与上传源视频的分辨率720x576的关系(见表2),查表得出视频质量分级K=6(1≤K≤11)。
经过组织10人观看并进行视频主观评价,经统计主观评价分级平均为6级。经确认该视频质量一般,与本专利算法得出客观评价分级一致。
另外,本发明还提出了一种网站上传视频质量评价装置,其包括:
编码信息获取单元300,用于分析上传源视频的容器信息获取视频的编码格式src_coding_type、上传源视频的编码码率src_coding_bitrate(单位:kbps)、上传源视频的分辨率src_resolution。
视频峰值信噪比获取单元310,用于获取1pass转码完成后的视频峰值信噪比psnr_1pass(单位:db)。
码率折损率获取单元320,用于根据获取上传源编码格式src_coding_type,查找编码格式的码率折损率表,得到对应的码率折损率loss_factor。
视频动态性加权因子计算单元330,用于计算视频动态性加权因子br_mot_factor(单位:kbps),具体包括:设定基准运动视频峰值信噪比psnr_mot_base,设定视频动态性加权因子br_mot_factor的上限值为top_thresh,下限值为bot_thresh,top_thresh和bot_thresh取值大于0,且top_thresh>bot_thresh,利用下面公式计算视频动态性加权因子br_mot_factor:
br_mot_factor=MAX(bot_thresh,MIN(2^((psnr_1pass–psnr_mot_base)/2),top_thresh))。
折算后码率计算单元340,用于对各种不同编码格式、不同内容的视频源按照折算公式进行码率折算,得到折算后码率bitrate_uniform(单位mbps),其中所述折算公式为:
bitrate_uniform=src_coding_bitrate*loss_factor*br_mot_factor/1000.
视频质量分级单元350,用于将折算后码率bitrate_uniform与上传源视频的分辨率src_resolution代入视频质量评价分级表查找得到视频质量分级。
显然,本领域技术人员应该明白,上述的本发明的各单元或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
机译: 一种用于监视工具的方法,一种用于对被加工的工具表面进行加工的质量的评价方法,一种工件以及一种用于执行该方法的设备
机译: 质量评价系统质量评价装置,质量评价方法,质量显示装置,质量和显示方法
机译: 一种评价光纤有效拉曼利润质量的方法,具有光纤拉曼利润质量的评价方法