本发明公开了一种基于人类视觉效应的视频质量评价方法。本发本发明方法包括内容特征提取网络、上下文注意机制网络和时间记忆效应网络。模型的输入是当前帧图像。首先，深度特征提取网络提取内容感知特征，注意力模块采用循环神经网络强化学习内容感知特征，再将注意力感知转移。然后，将内容感知特征与注意力感知转移相结合得到当前帧的质量得分，通过时间记忆效应模型对帧质量得分进行全局平均池化，得到视频的总体质量。本发明方法提供的网络模型可以充分有效地利用模仿人类视觉行为来实现对视频的质量评价。
📄 2021107187767
📂 G06T7_00
👤 杭州电子科技大学
📅 2021-06-28
本发明涉及视频质量评价技术领域，具体涉及一种窗口六自由度合成视频的客观质量评价方法，包括：获取待评价的窗口六自由度合成视频作为目标合成视频；将目标合成视频分解成若干个时空域；分别在对应的时空域中评估目标合成视频的绘制失真、视点路径不适性和压缩失真；对目标合成视频的绘制失真、视点路径不适性和压缩失真进行加权计算，得到对应的客观质量评价分数。本发明全面考虑了窗口六自由度视频的各种失真，能够有效评价窗口六自由度视频多维度视点切换引起的视觉不适感，从而提高窗口六自由度合成视频客观质量评价的全面性和效果，并与人眼主观感知质量保持高度一致性。
📄 2022102817952
📂 H04N19_154
👤 重庆理工大学
📅 2022-03-21
本发明公开了基于视点时空相关性的沉浸式视频质量评价方法及装置，涉及视频图像处理技术领域，方法包括：获取包含多视点的纹理视频和深度视频的沉浸式视频，并从中提取出纹理视频块、深度视频块、纹理关键帧以及深度关键帧；将提取出的数据输入训练好的沉浸式视频质量评价模型中进行处理；模型包括纹理深度特征时空交互部分、纹理视频质量评价部分和深度视频质量评价部分；通过模型交互处理得到纹理视频分数和深度视频分数，对得分加权聚合得到最终的沉浸式视频质量评分。本发明通过获取并处理沉浸式视频中的多视点纹理和深度信息，实现了对沉浸式视频质量的评估。
📄 2025105051050
📂 G06T7_00
👤 华侨大学
📅 2025-04-22
本发明公开了一种基于多尺度特征和通道注意力的无参考屏幕视频质量评价方法及装置，该方法包括：获取视频中采用随机抽样方式抽取的视频帧；构建视频质量评价模型并进行训练，得到经训练的视频质量评价模型，视频质量评价模型包括依次连接的特征提取模块、通道注意力模块、视频时序特征提取模块和平均池化层，特征提取模块用于提取视频帧中的多尺度特征，通道注意力模块用于对多尺度特征进行特征加权，视频时序特征提取模块用于进行特征提取得到时空维度特征，并经过平均池化层计算视频对应的质量分数；将视频帧输入经训练的视频质量评价模型，得到视频的质量分数，具有较好的屏幕视频质量评价效果。
📄 2023111124401
📂 G06V20_40
👤 华侨大学
📅 2023-08-31
本发明公开了一种基于多特征融合的沉浸式视频质量评价方法及装置，涉及视频处理领域，包括：对参考纹理视频序列和失真纹理视频序列采用3D‑LOG滤波器进行特征提取，得到参考纹理特征和失真纹理特征，并计算得到纹理特征相似度，基于纹理特征相似度通过3D‑LOG池化策略得到纹理视频质量分数；根据参考深度视频序列和失真深度视频序列计算得到参考深度特征和失真深度特征；根据参考深度特征和失真深度特征计算得到深度特征相似度并确定梯度权重，根据深度特征相似度和梯度权重计算得到深度视频质量分数；根据纹理视频质量分数和深度视频质量分数计算得到待评价的沉浸式视频的质量分数，解决现有视频评价算法不符合人眼视觉特性和沉浸式视频的特点的问题。
📄 2024108366965
📂 G06V10_776
👤 华侨大学
📅 2024-06-26
本发明公开了一种基于分层时空感知的屏幕内容视频质量评价方法及装置，涉及视频评价领域，包括：提取屏幕内容视频中的若干个碎片化视频和若干个关键帧并输入经训练的屏幕内容视频质量评价模型，每个关键帧输入显著性计算模块筛选出若干个显著视频块，每个显著视频块输入双通道卷积神经网络，得到每个阶段的多层特征并输入块级质量评估模块，经过空间门特征增强模块，得到每个阶段的增强特征并输入块级质量聚合模块，得到每个视频块的块级质量分数；采用自适应加权策略计算得到空域感知质量分数；碎片化视频输入时域感知质量评估支路，得到时域感知质量分数，两者结合计算得到屏幕内容视频的质量分数，解决现有视频质量评价方法可靠性差的问题。
📄 2024113197399
📂 G06V10_98
👤 华侨大学
📅 2024-09-23
本发明一种基于六自由度信息引导的沉浸式视频质量评价方法及装置，涉及计算机视觉领域，方法包括：构建基于六自由度信息引导的沉浸式视频质量评价模型并训练，得到经训练的评价模型；从沉浸式视频提取纹理视频块、纹理关键帧和深度关键帧；将纹理视频块、纹理关键帧和深度关键帧输入经训练的评价模型，通过视觉信息编码模块提取到对应的视觉特征；将视觉特征输入时空映射模块得到时间视觉标记和空间视觉标记；通过语言编码器对指令信息和六自由度视点位置信息进行编码，得到文本指令标记和视点位置标记；将各标记进行组合得到组合标记，将组合标记输入语音解码器中，得到沉浸式视频质量分数。本发明能够准确客观评估沉浸式视频的质量。
📄 2025103460772
📂 G06V20_40
👤 华侨大学
📅 2025-03-24
本发明公开了基于深浅层时空特征的屏幕内容视频质量评价方法及装置，涉及视频评价领域，方法包括：获取屏幕内容视频并从中提取视频块和关键帧，构建包含空间特征提取支路、时间特征提取支路、空域时域融合模块和质量回归模块的双支路屏幕内容视频质量评价模型；通过将关键帧输入空间特征提取支路获得空间特征，视频块输入时间特征提取支路获得时间特征，两者拼接后经由空域时域融合模块整合，最终通过质量回归模块输出视频质量分数。本发明通过构建并训练包含空间和时间特征提取支路的双支路屏幕内容视频质量评价模型，实现了对屏幕内容视频质量的有效评估。
📄 2025104959858
📂 G06T7_00
👤 华侨大学
📅 2025-04-21
本发明公开了基于频率特征的沉浸式视频质量评价方法及装置，涉及视频评价领域，方法包括：S1，获取参考纹理视频序列、参考深度视频序列、失真纹理视频序列和失真深度视频序列；S2，构建包括局部频率特征提取模块、全局频率特征提取模块、特征增强模块、频率特征差模块和质量回归模块的沉浸式视频质量评价模型；S3，利用获取的各沉浸式视频序列对沉浸式视频质量评价模型进行训练，得到训练好的沉浸式视频质量评价模型；S4，利用训练好的沉浸式视频质量评价模型对待评价的沉浸式视频进行质量评分。本发明通过将局部频率特征和全局频率特征相融合，有效利用沉浸式视频中空间纹理和深度信息进行质量评分。
📄 2025106956271
📂 G06V20_40
👤 华侨大学
📅 2025-05-28
本发明涉及一种客观评估水下视频质量的无参考评价方法，属于视频分析技术领域。该方法包括如下步骤：第一步，将水下视频分解成帧，使用一组图像质量评价指标获得视频帧的退化特征，包括UCIQE、边缘图像块对比度指数和NIQE；第二步，使用预训练的ResNet50深度神经网络结合特征注意力机制提取视频帧的语义特征向量，降维后得到视频帧的语义质量分数；第三步，将各指标分数进行归一化处理，与语义质量分数融合，得到每一帧最终的质量特征；第四步，使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合，得到最终的视频质量分数。本发明解决了通用视频质量评价指标不能准确评估水下视频质量这一问题。
📄 2021110003025
📂 H04N17_02
👤 南京信息工程大学
📅 2021-08-27
本发明公开了一种降参考三维视频质量评价方法，其通过基于深度图像绘制的方法，绘制得到多个虚拟视点绘制视频，并构造得到四维空间图，由于所构造的四维空间图同时考虑了彩色和深度视频失真对虚拟视点绘制质量的影响，这样与直接对三维视频进行操作相比，能够更好地衡量彩色和深度视频失真对虚拟视点绘制的影响，从而有效地提升了对三维视频的评价性能；根据四维空间图中所有四维空间体的不同子带和频带的DCT系数统计特征，通过计算系数距离和频率比距离信息，来计算待评价的失真的三维视频的客观质量评价预测值，从而只需要较少的信息就能够较好地反映三维视频的质量变化情况。
📄 2016107345257
📂 H04N17_00
👤 泰安泰山智慧科技有限公司
📅 2016-08-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台