公开(公告)号：CN114979709A

公开(公告)日：2022-08-30

申请号：CN202210726211.8

申请日：2022-06-24

Applicant: 华侨大学

Inventor： 曾焕强 ,  文豪 ,  陈婧 ,  朱建清 ,  施一帆 ,  林鸿钰

IPC: H04N21/234 ,  H04N21/44 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于混合特征的无参考屏幕视频质量评价方法及系统，包括：S10，将输入的失真屏幕视频SCV以连续30帧为一组，组合形成多个屏幕视频块SCVB；S20，计算每个屏幕视频块SCVB中每一帧视频帧对应的活动度，选取其中活动度最大的视频帧作为候选帧；S30，使用预训练好的卷积神经网络对所述屏幕视频块和候选帧进行特征提取，分别得到视频级特征和帧级特征；将视频级特征和帧级特征进行组合，形成用于表征视频的总体特征；S40，通过浅层卷积神经网络，将视频的总体特征映射成对应的质量分数。本发明充分利用了卷积神经网络在特征提取方面的优点，通过同时处理帧级和视频块级特征更加全面的提取了视频特征。

公开(公告)号：CN115115983A

公开(公告)日：2022-09-27

申请号：CN202210724179.X

申请日：2022-06-24

Applicant: 华侨大学

Inventor： 曾焕强 ,  文豪 ,  朱建清 ,  黄德天 ,  程姗 ,  侯军辉

IPC: G06V20/40 ,  G06V10/40 ,  G06V10/52 ,  G06V10/74

Abstract: 本发明公开一种基于时空稀疏字典的全参考屏幕视频质量评价方法及系统，包括：将输入参考和失真屏幕视频进行预处理分割成屏幕视频块；采用两种不同尺度的3D‑DOG滤波器对输入训练数据进行预处理，基于K‑TSVD模型训练两个不同尺度的稀疏字典；使用所得两种不同尺度的稀疏字典进行特征提取；基于提取到的特征计算参考和失真屏幕视频的相似度；采用时空池化策略计算屏幕视频对应的质量分数。本发明符合人类视觉系统主观感知和屏幕视频特点，具有较好的屏幕视频质量评价效果。