一种视频质量测试方法、装置、设备及介质与流程

1.本公开涉及视频分析技术领域，尤其涉及一种视频质量测试方法、装置、设备及介质。


背景技术：

2.随着网络通信技术和多媒体技术的快速发展，视频会议成为当前会议召开的主要形式之一。
3.目前，视频会议的图像质量主要以人工主观评分为主，但人工主观评分很难客观量化得到图像质量的好坏，且人工评分需要进行相关人员的专门培训，耗费人力众多，耗时长，成本比较高。


技术实现要素：

4.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种视频质量测试方法、装置、设备及介质。
5.本公开实施例提供了一种视频质量测试方法，所述方法包括：
6.获取发送端的第一视频文件和接收端的第二视频文件；
7.从所述第一视频文件和所述第二视频文件中提取相同帧编号的图像对；
8.基于预设的图像质量评分算法对所述相同帧编号的图像对进行质量评分计算，得到所述图像对的质量评分；
9.基于所述图像对的质量评分进行计算，得到目标测试结果。
10.本公开实施例还提供了一种视频质量测试装置，所述装置包括：
11.获取视频模块，用于获取发送端的第一视频文件和接收端的第二视频文件；
12.提取图像对模块，用于从所述第一视频文件和所述第二视频文件中提取相同帧编号的图像对；
13.评分计算模块，用于基于预设的图像质量评分算法对所述相同帧编号的图像对进行质量评分计算，得到所述图像对的质量评分；
14.处理模块，用于基于所述图像对的质量评分进行计算，得到目标测试结果。
15.本公开实施例还提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开实施例提供的视频质量测试方法。
16.本公开实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开实施例提供的视频质量测试方法。
17.本公开实施例提供的技术方案与现有技术相比具有如下优点：本公开实施例提供的视频质量测试方案，获取发送端的第一视频文件和接收端的第二视频文件，从第一视频文件和第二视频文件中提取相同帧编号的图像对，基于预设的图像质量评分算法对相同帧编号的图像对进行质量评分计算，得到图像对的质量评分，基于图像对的质量评分进行计
算，得到目标测试结果。采用上述技术方案，在视频的质量测试过程中基于相同帧编号的图像对进行计算，提高视频质量测试效率，以及得到准确客观可量化的视频的图像质量结果，满足用户会议视频等需求，进一步提高视频场景下的图像质量效果。
附图说明
18.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
19.图1为本公开实施例提供的一种视频质量测试方法的流程示意图；
20.图2为本公开实施例提供的另一种视频质量测试方法的流程示意图；
21.图3为本公开实施例提供的一种图像帧的示意图；
22.图4a为本公开实施例提供的一种二值图像的示意图；
23.图4b为本公开实施例提供的一种编号图像帧的示意图；
24.图5为本公开实施例提供的一种图像对的示意图；
25.图6为本公开实施例提供的一种视频质量测试装置的结构示意图；
26.图7为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
27.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
28.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
29.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
30.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
31.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
32.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
33.图1为本公开实施例提供的一种视频质量测试方法的流程示意图，该方法可以由视频质量测试装置执行，其中该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。如图1所示，该方法包括：
34.步骤101、获取发送端的第一视频文件和接收端的第二视频文件。
35.其中，发送端指的是具有发送视频文件并播放视频功能的电子设备，在本公开实施例中是指播放本地视频文件(比如会议素材视频文件)的电子设备，接收端指的是具有接收视频文件并播放视频功能的电子设备，在本公开实施例中是指播放发送端发送的视频文件的电子设备。其中，发送端和接收端之间建立通信连接且发送端和接收端的终端界面尺寸相同。
36.其中，视频文件可以为图像帧中包括帧编号的视频，在本公开实施例中，第一视频文件指的是对发送端播放的视频进行录屏等操作获取的视频文件；第二视频文件指的是对接收端播放的视频进行录屏等操作获取的视频文件。
37.在本公开实施例中，获取发送端的第一视频文件和接收端的第二视频文件的方式有很多种，在一些实施方式中，获取第一视频标识和第二视频标识，基于第一视频标识获取发送端的第一视频文件，基于第二视频标识从存储平台获取接收端的第二视频文件；其中，视频标识用于唯一标识一个视频文件，该视频标识的形式不限，例如视频标识可以为购物车的文字、字母和数字等组合。
38.在另一些实施方式中，接收发送端发送的第一视频文件和接收端发送的第二视频文件。以上两种方式仅为获取发送端的第一视频文件和接收端的第二视频文件的示例，本公开实施例不对获取发送端的第一视频文件和接收端的第二视频文件的方式进行具体限定。
39.具体的，在发送端设定虚拟摄像头，并针对虚拟摄像头设定对应的视频文件，向发送端和接收端发送指令后，发送端的虚拟摄像头将播放视频文件并实时传输给接收端播放，从而获取发送端播放的第一视频文件和接收端播放的第二视频文件；其中，虚拟摄像头可以理解为模拟一个真实的摄像头的软件，可以将一个视频文件设置为推送的视频流，也就是实时传输的视频流。当接收到第一视频标识和第二视频标识，获取与第一视频标识对应的第一视频文件、以及获取第二视频标识对应的第二视频文件。
40.步骤102，从第一视频文件和第二视频文件中提取相同帧编号的图像对。
41.在本公开实施例中，第一视频文件由多帧第一图像帧组成，以及每帧第一图像帧包括帧编号；第二视频文件由多帧第二图像帧组成，每帧第二图像帧包括帧编号，在本公开实施例中，分别从第一视频文件和第二视频文件中提取相同帧编号的图像对，例如帧编号1，从第一视频文件获取与帧编号1匹配的图像a和从第二视频文件获取与帧编号1匹配的图像b，以图像a作为参考图像，图像b作为目标图像，将图像a和图像b作为图像对。
42.在本公开实施例中，从第一视频文件和第二视频文件中提取相同帧编号的图像对的方式有很多种，在一些实施方式中，分别对第一视频文件和第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合，分别从第一图像帧集合和第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合，分别对第一编号图像帧集合和第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合，基于第一帧编号集合和第二帧编号集合分别对第一图像帧集合和第二图像帧集合中的图像帧进行标识，并分别从第一图像帧集合和第二图像帧集合中获取相同帧编号的图像对。
43.在另一些实施方式中，基于预设的图像识别模型对分别对第一视频文件和第二视频文件进行识别处理，得到第一帧编号集合和第二帧编号集合，并基于第一帧编号集合和第二帧编号集合分别对第一图像帧集合和第二图像帧集合中的图像帧进行标识，并分别从
第一图像帧集合和第二图像帧集合中获取相同帧编号的图像对。
44.以上两种方式仅为从第一视频文件和第二视频文件中提取相同帧编号的图像对的示例，本公开实施例不对从第一视频文件和第二视频文件中提取相同帧编号的图像对的方式进行具体限定。
45.步骤103、基于预设的图像质量评分算法从第一视频文件和第二视频文件中提取相同帧编号的图像对进行质量评分计算，得到图像对的质量评分。
46.步骤104，基于图像对的质量评分进行计算，得到目标测试结果。
47.其中，图像质量评分算法指的是计算图像质量的算法，在本公开实施例中指的是通过计算参考图像和目标图像之间的峰值信噪比、结构相似度、感知相似度指标等确定目标图像的图像质量的算法。目标测试结果指的是第二视频文件的视频质量的测试结果。
48.在本公开实施例中，基于预设的图像质量评分算法对相同帧编号的图像对进行质量评分计算，得到图像对的质量评分，并基于图像对的质量评分进行计算，得到目标测试结果的方式有很多种，在一些实施方式中，基于不同的图像质量评分算法对每个图像对进行评分计算，得到每个图像对的多个质量评分，并对每个图像对的多个质量评分进行归一化处理后，基于每个图像质量评分算法的权值和每个图像对的归一化结果进行计算，得到每个图像对的目标质量评分，最后将每个图像对的目标质量评分进行求和平均处理，得到目标测试结果。
49.在另一些实施方式中，基于不同的图像质量评分算法对不同图像对进行评分计算，得到每个图像对的质量评分，基于每个图像质量评分算法的权值和每个图像对的质量评分的乘积进行求和平均处理，得到目标测试结果。
50.以上两种方式仅为基于预设的图像质量评分算法对相同帧编号的图像对进行质量评分计算，得到图像对的质量评分，并基于图像对的质量评分进行计算，得到目标测试结果的示例，本公开实施例不对基于预设的图像质量评分算法对相同帧编号的图像对进行质量评分计算，得到图像对的质量评分，并基于图像对的质量评分进行计算，得到目标测试结果的方式进行具体限定。
51.本公开实施例中，当基于预设的图像质量评分算法对相同帧编号的图像对进行质量评分计算，得到图像对的质量评分之后，可以基于图像对的质量评分进行计算，得到目标测试结果，当存在多个接收端时，目标测试结果的数量可以为多个。
52.需要说明的是，在获取目标测试结果后，可以发送至客户端显示，具体地，用户可以基于客户端发送测试请求，在接收测试请求后确定发送端和接收端，从而同时向发送端和接收端发送指令以获取第一视频文件和第二视频文件进行计算，得到目标测试结果通过客户端显示给用户，另外还可以将第一视频文件和第二视频文件发送至客户端显示给用户，以使用户在获取目标测试结果的同时通过观看视频文件获取视觉上的对比，进一步满足用户需求，提升用户使用体验。
53.本公开实施例提供的视频质量测试方案，获取发送端的第一视频文件和接收端的第二视频文件，从第一视频文件和第二视频文件中提取相同帧编号的图像对，基于预设的图像质量评分算法对相同帧编号的图像对进行质量评分计算，得到图像对的质量评分，基于图像对的质量评分进行计算，得到目标测试结果。采用上述技术方案，在视频的质量测试过程中基于相同帧编号的图像对进行计算测试，提高测试效率，以及得到准确客观可量化
的视频的图像质量结果，满足用户会议视频等需求，进一步提高视频场景下的图像质量效果。
54.在一些实施例中，从第一视频文件和第二视频文件中提取相同帧编号的图像对，包括：分别对第一视频文件和第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合，分别从第一图像帧集合和第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合，分别对第一编号图像帧集合和第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合，基于第一帧编号集合和第二帧编号集合分别对第一图像帧集合和第二图像帧集合中的图像帧进行标识，并分别从第一图像帧集合和第二图像帧集合中获取相同帧编号的图像对。
55.其中，视频由一帧一帧图像帧构成，在本公开实施例中，分别对第一视频文件和第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合，具体地，基于预先训练的图像分帧模型或者图像分帧算法对第一视频文件进行分帧处理，得到多张第一帧图像帧，从而多张第一帧图像帧组成第一图像帧集合；基于预先训练的图像分帧模型或者图像分帧算法对第二视频文件进行分帧处理，得到多张第二帧图像帧，从而多张第二帧图像帧组成第二图像帧集合。
56.在本公开实施例，预先对发送端中待实时推送的视频文件进行预处理，具体地，任意选择一段视频，在视频的每一帧图像帧的目标区域(比如左上角、左下角等，可以根据应用场景需要选择设置)用目标颜色字体(比如红色白底宋体等)标上唯一数字编号(也可以为字母编号等)作为帧编号，帧编号长度和宽度与视频的图像帧长度和宽度成目标比例，比如1/5，以使基于帧编号获取匹配的图像对，进一步提高处理效率和测试计算的准确性。
57.在本公开实施例中，在获取第一图像帧集合和第二图像帧集合后，进一步分别从第一图像帧集合和第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合，具体地，将第一图像帧集合中的图像帧转换为二值图像，对二值图像进行图像处理后，得到待识别图像，对待识别图像进行轮廓识别，得到最大轮廓坐标，基于最大轮廓坐标对待识别图像进行裁剪，得到第一编号图像帧集合；将第二图像帧集合中的图像帧转换为二值图像，并对二值图像进行图像处理后，得到待识别图像，对待识别图像进行轮廓识别，得到最大轮廓坐标，基于最大轮廓坐标对待识别图像进行裁剪，得到第二编号图像帧集合。
58.具体地，第一图像帧和第二图像帧都包括帧编号，作为一红示例，定位帧编号过程，其中每一图像帧的左上角有红底白字的帧编号，由于红底，首先对每一图像帧进行红颜色识别，并设置颜色阈值，将大于等于颜色阈值的像素设置为白色，小于颜色阈值的像素设置为黑色，从而得到每个图像帧对应的二值图像，通常二值图像有不规则边缘和不够顺滑，可以对二值图像进行膨胀中值滤波等处理，得到边缘清晰的待识别图像，进一步提高后续视频质量测试的精确性。
59.进一步地，使用图像处理库对待识别图像进行图像外轮廓识别，并将轮廓从大到小进行排序，得到最大外轮廓坐标，并基于最大外轮廓坐标对待识别图像进行裁剪，即定位得到编号图像帧。
60.在本公开实施例中，在获取第一帧编号集合和第二帧编号集合后，进一步分别对第一编号图像帧集合和第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合，在一些实施方式中，将第一编号图像帧集合中的每帧编号图像帧进行光学字符
识别，得到候选编号集合，对候选编号集合中的每候选编号进行纠正处理，得到第一帧编号集合。
61.具体地，在得到编号图像帧后，需要进行帧编号识别，比如使用光学字符识别或者预先训练的帧编号识别模型进行识别等，更具体地，基于光学字符识别的方式可以理解为对编号图像帧进行数字(也可以字母等)识别，并对识别结果进行修正和断言，比如识别为字母“o”修正为数字“0”，再比如识别为字母“i”修正为数字“1”，进一步在进行修正后进行断言，比如帧编号长度为n，若识别结果长度部位n，则判断识别结果错误，进一步对编号图像帧进行滤波、增强等处理，以保证识别结果的准确性，从而保证后续匹配的图像对的精确性。
62.在另一些实施方式中，将第一编号图像帧集合中的编号图像帧输入预先训练的帧编号识别模型进行处理，得到第一帧编号集合。
63.具体地，通过机器学习方法比如选用支持向量机模型进行分类训练，更具体地，收集大量编号图像帧，然后对编号图像帧进行分类标记作为训练集，构建支持向量机模型，选用目标函数和训练集对支持向量机模型进行训练，得到帧编号识别模型，以使将编号图像帧输入预先训练的帧编号识别模型得到帧编号。
64.具体地，在获取帧编号后，将帧编号作为对应编号图像帧所属的第一图像帧或者第二图像帧的图像标识，从而将帧编号进行匹配，可以得到帧编号相同的图像对。
65.最后，基于第一帧编号集合和第二帧编号集合分别对第一图像帧集合和第二图像帧集合中的图像帧进行标识，并分别从第一图像帧集合和第二图像帧集合中获取相同帧编号的图像对。
66.上述方案中，对视频文件进行识别得到帧编号，并分别从第一视频文件和第二视频文件中提取相同帧编号图像对，从而快速精确匹配图像对，进一步提高视频质量测试效率和精确性，进而提升了用户的体验效果。
67.在一些实施例中，视频质量测试方法基于预设的图像质量评分算法对相同帧编号的图像对进行质量评分计算，得到图像对的质量评分，包括：基于多个不同的图像质量评分算法对图像对进行质量评分计算，得到图像对的多个质量评分。
68.在一些实施例中，基于图像对的质量评分进行计算，得到目标测试结果，包括：对每个图像对的多个质量评分进行归一化处理，得到每个图像对的多个归一化结果，基于每个图像对的多个归一化结果和图像质量评分算法的权值进行计算，得到每个图像对的目标质量评分，对每个图像对的目标质量评分进行求和平均处理，得到目标测试结果。
69.在本公开实施例中，为了提高计算结果的准确性，通过多个不同的图像质量评分算法对图像对进行质量评分计算，具体地，比如五种图像质量评分算法，针对每个图像对都使用五种图像质量评分算法进行计算，得到每个图像对的五个质量评分，基于不同图像质量评分算法对应的分值范围不同，比如分值范围在0-100之间、分值范围在-1-1之间等，因此需要将所有图像质量评分算法的分值范围线性缩小到同一个区间内，避免最后结果不一致性，从而需要对每个图像对的多个质量评分进行归一化处理，得到每个图像对的多个归一化结果。
70.具体地，多个图像质量评分算法，有的图像质量评分算法比较准确有的图像质量评分算法不够准确，从而需要基于图像质量评分算法的权值进行计算，得到每个图像对的
目标质量评分。
71.本公开实施例中，对多个质量评分进行归一化处理，得到多个归一化结果，包括：获取计算每个质量评分对应的图像质量评分算法的分数范围值，并基于分数范围值确定最小算法评分和最大算法评分，基于每个质量评分、以及对应的最小算法评分和最大算法评分确定每个质量评分对应的计算变量，获取所有多个质量评分中的最大质量评分和最小质量评分，基于每个质量评分对应的计算变量、最大质量评分和最小质量评分进行计算处理，得到多个归一化结果。
72.本公开实施例中，基于每个图像对的多个归一化结果进行计算，得到每个图像对的目标质量评分，包括：基于多个归一化结果对图像质量评分算法进行秩相关性运算，得到图像质量评分算法对应的相关系数，基于相关系数进行计算，得到所述图像质量评分算法的权值，基于多个归一化结果和权值进行加权求和计算，得到每个图像对的目标质量评分。
73.具体地，多种图像质量评分算法对图像对进行计算可以得到客观的图像质量评分，从而可以量化图像质量。更具体地，可以通过峰值信噪比、结构相似度等图像质量评分算法计算图像质量评分，比如将发送端的图像作为参考图像，接收端的图像作为目标图像，将所有图像对的质量评分可以存入结果列表中。另外，还可以基于深度学习比如无参考的空间域图像质量测试算法、感知相似度指标算法等进行计算，得到质量评分，将所有图像对的质量评分可以存入结果列表中。
74.具体地，在获取每个图像对应的多个质量评分后需要进行归一化/加权综合等处理，为了获取比较精确的质量评分，每种图像质量评分算法具有对应的分数范围，比如峰值信噪比的分数范围为0-∞，感知相似度指标算法的分数范围为1-0，因此需要对不同标准的算法进行归一化操作，假设所有的多个质量评分进行分析，在最小质量评分min(s)至最大质量评分max(s)范围内，以a算法为例，其计算结果范围为最小算法评分min(a)-最大算法评分max(a)，假设通过a算法计算的质量评分为x，则针对x的归一化计算结果如公式(1)和(2)所示：
[0075][0076]
ra＝(ta*max(s))-(ta+1)*min(s)
ꢀꢀꢀ
(2)
[0077]
其中，ta为计算变量，ra为归一化结果。
[0078]
具体地，因为每种图像质量评分算法的准确性不同，因此需要对归一化结果进行加权处理，比如计算的质量评分与其他已计算的质量评分相似度比较高的图像质量评分算法分配比较高的权值，反之分配比较低的权值，更具体地，基于预设的秩相关算法对全部归一化结果两两进行秩相关性运算，假设有n种图像质量评分算法，则每种图像质量评分算法应得到n-1组相关系数，分别对每个图像质量评分算法的相关系数求和，即可得到此图像质量评分算法相对其他图像质量评分算法的相关性，每个图像质量评分算法的相关系数求和的结果越高说明此图像质量评分算法与其他图像质量评分算法的相关性越高，从而该图像质量评分算法的归一化结果分配比较高的权值。
[0079]
其中，假设共有n种算法，算法a的相关性排名为p(a)，1≤p(a)≤n，设权值为k，则权值分配公式如公式(3)所示：
[0080][0081]
其中，sum(p)为所有算法排名的和，p(a)为算法a的排名。
[0082]
进一步地，在获取每个图像对的多个归一化结果后，基于多个归一化结果进行平均计算，得到每个图像对的平均结果，将每个图像对平均值乘以对应的权重后进行求和后按照图像对的个数进行平均计算，得到目标测试结果。
[0083]
上述方案中，基于多种不同的图像质量评分算法对图像对进行质量评分计算后进行归一化处理，以及结合图像质量评分算法的权值最终确定图像对的目标质量评分，从而得到更加精确的目标测试结果，进一步提高了视频质量测试的效果。
[0084]
在一些实施例中，获取发送端的第一视频文件和接收端的第二视频文件，包括：接收测试主机发送的第一视频标识和第二视频标识；其中，测试主机同时向发送端和接收端发送录屏指令，以使发送端和接收端基于预设的录制质量参数进行预设时长的屏幕录制得到第一录制文件和第二录制文件，并分别对第一录制文件和第二录制文件进行裁剪得到第一视频文件和第二视频文件上传至存储平台，以及将第一视频标识和第二视频标识发送至测试主机，基于第一视频标识从存储平台获取发送端的第一视频文件，基于第二视频标识从存储平台获取接收端的第二视频文件。
[0085]
其中，视频标识能够唯一标识一个视频文件，预先存储在存储平台可以包括多个待进行视频质量测试的视频文件，基于相关指令或者需求通过视频标识从存储平台获取视频文件进行视频质量测试。具体地，基于第一视频标识从存储平台获取发送端的第一视频文件，基于第二视频标识从存储平台获取接收端的第二视频文件，使用图像处理库对第一视频文件和第二视频文件进行预处理，获得图像帧集合，接着基于帧编号进行图像匹配得到多个图像对，然后通过多种图像质量评分算法对匹配的图像对进行图像质量评分计算，将得到每个图像对的多个质量评分进行归一、加权等数据后处理得到最终的目标测试结果。其中，测试主机得到视频标识之后，可将视频标识按照发送端/接收端提交至计算平台以使计算平台基于视频标识获取视频文件进行视频质量测试以进一步提高视频质量测试效率。
[0086]
在本公开实施例中，测试主机分别与发送端和接收端基于预设的通信接口建立通信连接，从而可以进行指令和目标测试结果的发送，具体地，在发送端和接收端之间建立socket(套接字)或websocket(一种在单个传输控制协议连接上进行全双工通信的协议)开放端口监听测试主机的指令比如录屏指令。
[0087]
在本公开实施例中，发送端和接收端在进行实时视频传输的过程中比如发送端和接收端在视频会议场景中，测试主机开启多线程同时向发送端和接收端发送录屏指令，发送端和接收端同时接收到录屏指令后，使用录屏工具软件等方式基于预设的录制质量参数对屏幕进行预设时长(比如4-6秒，具体根据应用场景选择设置)的录制，其中，录制质量参数可以根据应用场景需要选择，通过录制质量参数大于会议视频的分辨率(码率或者帧率等)，进一步地，将录制的视频文件进行裁剪，从而保证获取的视频文件的准确性。
[0088]
作为一种场景举例，一场视频会议分为发送端和接收端，录屏的画面一般为并排模式的一对一视频通话界面，即发送端和接收端的终端尺寸一样，需要提前对屏幕画面进行坐标定位。比如录制分辨率为屏幕分辨率(比如2880*1800)，则某视频会议软件一对一并
排模式的发送端的画面位置坐标(比如x_left:20，x_right:1420，y_up:500，y_down:1240)。确定画面位置坐标后，发送端基于画面位置坐标使用多媒体处理工具对发送端录制文件进行裁剪，同理接收端也获取接收端的画面位置坐标，并基于画面位置坐标使用多媒体处理工具对接收端录制文件进行裁剪，从而得到两个内容相同的视频文件上传至存储平台，上传存储平台成功后返回视频文件的唯一标识码，即视频标识，测试主机收到两个视频标识后即可获取两个视频文件。
[0089]
上述方案中，通过发送端和接收端同时基于预设的录制质量参数保证获取与播放视频同样分辨率的第一录制文件和第二录制文件，并对第一录制文件和第二录制文件进行裁剪，得到第一视频文件和第二视频文件上传至存储平台以使随时根据视频标识从存储平台获取视频文件进行计算测试，进一步提高视频质量测试的灵活性。
[0090]
图2为本公开实施例提供的另一种视频质量测试方法的流程示意图，本实施例在上述实施例的基础上，进一步优化了上述视频质量测试方法。如图2所示，该方法包括：
[0091]
步骤201、接收测试主机发送的第一视频标识和第二视频标识。
[0092]
步骤202，基于第一视频标识从存储平台获取发送端的第一视频文件，基于第二视频标识从存储平台获取接收端的第二视频文件。
[0093]
具体地，通过测试主机同时向发送端和接收端发送录屏指令，以使发送端和接收端基于预设的录制质量参数进行预设时长的屏幕录制得到第一录制文件和第二录制文件，并分别对第一录制文件和第二录制文件进行裁剪得到第一视频文件和第二视频文件上传至存储平台，以及将第一视频标识和第二视频标识发送至测试主机，从而接收测试主机发送的第一视频标识和第二视频标识。
[0094]
作为一种场景举例，本公开实施例的视频质量测试方法应用于计算平台，计算平台分别与客户端和测试主机连接，测试主机还分别与发送端和接收端基于预设的通信接口进行信息交互，发送端和接收端之间也基于预设的通信接口进行信息交互，以及发送端和接收端也分别与存储平台连接，从而基于客户端接收视频质量测试请求，测试主机向发送端发送执行指令，发送端通过虚拟摄像头等方式向接收端实时推送视频流，从而实现发送端和接收端同时播放视频文件。
[0095]
进一步地，测试主机同时向发送端和接收端发送录屏指令，从而发送端和接收端分别得到第一视频文件和第二视频文件发送至存储平台存储同时向测试主机或者计算平台反馈第一视频标识和第二视频标识，计算平台可以基于第一视频标识和第二视频标识从存储平台分别获取发送端的第一视频文件和接收端的第二视频文件以进行计算视频质量评分并发送至客户端显示。
[0096]
需要说明的是，发送端推送的视频文件为预先处理的视频文件，即该视频文件对应的图像帧为包括帧编号的图像帧。
[0097]
步骤203、分别对第一视频文件和第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合，分别从第一图像帧集合和第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合。
[0098]
示例性的，图3为本公开实施例提供的一种图像帧的示意图，图3中展示了图像帧10，图像帧10的左上角包括帧编号图像帧11，如图3所示，帧编号图像帧11属于图像帧10的一部分，也就是说，从帧编号图像帧11中截取帧编号图像帧10，另外，帧编号图像帧11中帧
编号为“3691”。
[0099]
作为一种场景举例，以图3的图像帧为例，将图像帧10转为二值图像如图4a所示，并对二值图像进行膨胀滤波等图像处理后，得到待识别图像，对待识别图像进行轮廓识别，得到最大轮廓坐标，即图4a所示的白色矩形框，接着基于最大轮廓坐标对待识别图像进行裁剪，得到编号图像帧11如图4b所示。
[0100]
步骤204，分别对第一编号图像帧集合和第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合，基于第一帧编号集合和第二帧编号集合分别对第一图像帧集合和第二图像帧集合中的图像帧进行标识，并分别从第一图像帧集合和第二图像帧集合中获取相同帧编号的图像对。
[0101]
示例性的，以图4b所示的编号图像帧为例，将编号图像帧进行光学字符识别，得到候选编号，对候选编号进行纠正处理，得到帧编号或者是将编号图像帧输入预先训练的帧编号识别模型进行处理，得到帧编号，比如对图4b所示的编号图像帧进行光学字符识别得到候选编号“369i”，对候选编号“369i”进行纠正后得到帧编号为“3691”。
[0102]
同理，可以获取第一视频文件中每一图像帧对应的第一帧编号，以及第二视频文件中每一图像帧对应的第二帧编号，从而分别将第一帧编号对对应的第一图像帧进行标识，以及第二天帧编号对对应的第二图像帧进行标识，在完成对所有图像帧进行标识后，比如通过帧编号为“3691”分别从第一图像帧集合和第二图像帧集合中获取图像1和图像2作为图像对如图5所示。
[0103]
步骤205，基于多个不同的图像质量评分算法对图像对进行质量评分计算，得到图像对的多个质量评分，对每个图像对的多个质量评分进行归一化处理，得到每个图像对的多个归一化结果。
[0104]
步骤206，基于每个图像对的多个归一化结果进行计算，得到每个图像对的目标质量评分，对每个图像对的目标质量评分进行求和平均处理，得到目标测试结果。
[0105]
在本公开实施例中，为了进一步提高图像对的质量评分结果，基于多个不同的图像质量评分算法对图像对进行质量评分计算，得到图像对的多个质量评分，再进行归一化处理，得到每个图像对的多个归一化结果，最后再基于每个图像对的多个归一化结果进行计算得到每个图像对的目标质量评分，对每个图像对的目标质量评分进行求和平均处理，得到目标测试结果。
[0106]
具体地，对多个质量评分进行归一化处理，得到多个归一化结果，包括：获取计算每个质量评分对应的图像质量评分算法的分数范围值，并基于分数范围值确定最小算法评分和最大算法评分，基于每个质量评分、以及对应的最小算法评分和最大算法评分确定每个质量评分对应的计算变量，获取所有多个质量评分中的最大质量评分和最小质量评分，基于每个质量评分对应的计算变量、最大质量评分和最小质量评分进行计算处理，得到多个归一化结果。
[0107]
具体地，基于多个归一化结果进行计算，得到目标测试结果，包括：基于多个归一化结果对图像质量评分算法进行秩相关性运算，得到图像质量评分算法对应的相关系数，基于相关系数进行计算，得到图像质量评分算法的权值，基于多个归一化结果和权值进行加权求和计算，得到每个图像对的目标质量评分。
[0108]
作为一种场景举例，假设有四种算法a、b、c和d四种图像质量评分算法，图像质量
评分算法a与b、c和d相关系数分别为0.8、0.7和0.85；图像质量评分算法b与a、c和d相关系数分别为0.8、0.6和0.75；图像质量评分算法c与a、b和d相关系数分别为0.7、0.6和0.9；图像质量评分算法d与a、b和c相关系数分别为0.85、0.75和0.9。获取图像质量评分算法a的相关系数和为0.8+0.7+0.85＝2.35；图像质量评分算法b的相关系数和为0.8+0.6+0.75＝2.15；图像质量评分算法c的相关系数和为0.7+0.6+0.9＝2.2；图像质量评分算法d的相关系数和为0.85+0.75+0.9＝2.5。
[0109]
进一步地，基于相关系数和从小到大进行排序，得到排名列表为a：3，b：1，c：2和d：4，从而基于排名列表计算各个图像质量评分算法的权值，比如图像质量评分算法a的权值为3/(1+2+3+4)＝0.3，同理可计算获取图像质量评分算法b、c和d对应的权值。
[0110]
由此，在基于多个归一化结果进行平均计算，得到平均结果，基于平均值和权值进行计算，得到目标测试结果。
[0111]
本公开实施例提供的视频质量测试方案，接收测试主机发送的第一视频标识和第二视频标识，基于第一视频标识从存储平台获取发送端的第一视频文件，基于第二视频标识从存储平台获取接收端的第二视频文件，分别对第一视频文件和第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合，分别从第一图像帧集合和第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合，分别对第一编号图像帧集合和第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合，基于第一帧编号集合和第二帧编号集合分别对第一图像帧集合和第二图像帧集合中的图像帧进行标识，并分别从第一图像帧集合和第二图像帧集合中获取相同帧编号的图像对，基于多个不同的图像质量评分算法对图像对进行质量评分计算，得到图像对的多个质量评分，对每个图像对的多个质量评分进行归一化处理，得到每个图像对的多个归一化结果，基于每个图像对的多个归一化结果进行计算，得到每个图像对的目标质量评分，对每个图像对的目标质量评分进行求和平均处理，得到目标测试结果。采用上述技术方案，在视频的质量测试过程中基于相同帧编号的图像对进行计算，提高视频质量测试效率，以及得到准确客观可量化的视频的图像质量结果，满足用户会议视频等需求，进一步提高视频场景下的图像质量效果，并且基于多种不同的图像质量评分算法对图像对进行质量评分计算后进行归一化处理，以及结合图像质量评分算法的权值最终确定图像对的目标质量评分，从而得到更加精确的目标测试结果，进一步提高了视频质量测试的效果，以及通过发送端和接收端同时基于预设的录制质量参数保证获取与播放视频同样分辨率的第一录制文件和第二录制文件，并对第一录制文件和第二录制文件进行裁剪，得到第一视频文件和第二视频文件上传至存储平台以使随时根据视频标识从存储平台获取视频文件进行计算测试，进一步提高视频质量测试的灵活性。
[0112]
图6为本公开实施例提供的一种视频质量测试装置的结构示意图，该装置可由软件和/或硬件实现，一般可集成在电子设备中。如图6所示，该装置包括：
[0113]
获取视频模块301，用于获取发送端的第一视频文件和接收端的第二视频文件；
[0114]
提取图像对模块302，用于从所述第一视频文件和所述第二视频文件中提取相同帧编号的图像对；
[0115]
评分计算模块303，用于基于预设的图像质量评分算法对所述相同帧编号的图像对进行质量评分计算，得到所述图像对的质量评分；
[0116]
处理模块304，用于基于所述图像对的质量评分进行计算，得到目标测试结果。
[0117]
可选的，所述提取图像对模块302包括：
[0118]
分帧单元，用于分别对所述第一视频文件和所述第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合；
[0119]
截取单元，用于分别从所述第一图像帧集合和所述第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合；
[0120]
识别单元，用于分别对所述第一编号图像帧集合和所述第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合；
[0121]
标识获取单元，用于基于所述第一帧编号集合和所述第二帧编号集合分别对所述第一图像帧集合和所述第二图像帧集合中的图像帧进行标识，并分别从所述第一图像帧集合和所述第二图像帧集合中获取相同帧编号的图像对。
[0122]
可选的，所述截取单元具体用于：
[0123]
将所述第一图像帧集合中的图像帧转换为二值图像；
[0124]
对所述二值图像进行图像处理后，得到待识别图像；
[0125]
对所述待识别图像进行轮廓识别，得到最大轮廓坐标；
[0126]
基于所述最大轮廓坐标对所述待识别图像进行裁剪，得到所述第一编号图像帧集合。
[0127]
可选的，所述识别单元具体用于：
[0128]
将所述第一编号图像帧集合中的每帧编号图像帧进行光学字符识别，得到候选编号集合；
[0129]
对所述候选编号集合中的每候选编号进行纠正处理，得到所述第一帧编号集合。
[0130]
可选的，所述识别单元具体用于：
[0131]
将所述第一编号图像帧集合中的编号图像帧输入预先训练的帧编号识别模型进行处理，得到所述第一帧编号集合。
[0132]
可选的，所述评分计算模块303具体用于：
[0133]
基于多个不同的所述图像质量评分算法对所述图像对进行质量评分计算，得到所述图像对的多个质量评分；
[0134]
则所述处理模块304包括：
[0135]
归一化单元，用于对每个所述图像对的多个质量评分进行归一化处理，得到每个所述图像对的多个归一化结果；
[0136]
计算单元，用于基于每个所述图像对的多个归一化结果进行计算，得到每个所述图像对的目标质量评分；
[0137]
处理单元，用于对每个所述图像对的目标质量评分进行求和平均处理，得到所述目标测试结果。
[0138]
可选的，所述归一化单元具体用于：
[0139]
获取计算每个所述质量评分对应的图像质量评分算法的分数范围值，并基于所述分数范围值确定最小算法评分和最大算法评分；
[0140]
基于每个所述质量评分、以及对应的所述最小算法评分和所述最大算法评分确定每个所述质量评分对应的计算变量；
[0141]
获取所有所述多个质量评分中的最大质量评分和最小质量评分；
[0142]
基于每个所述质量评分对应的计算变量、所述最大质量评分和所述最小质量评分进行计算处理，得到所述多个归一化结果。
[0143]
可选的，所述计算单元具体用于：
[0144]
基于所述多个归一化结果对所述图像质量评分算法进行秩相关性运算，得到所述图像质量评分算法对应的相关系数；
[0145]
基于所述相关系数进行计算，得到所述图像质量评分算法的权值；
[0146]
基于所述多个归一化结果和所述权值进行加权求和计算，得到每个所述图像对的目标质量评分。
[0147]
可选的，所述获取视频模块301具体用于：
[0148]
接收测试主机发送的第一视频标识和第二视频标识；其中，所述测试主机同时向所述发送端和所述接收端发送录屏指令，以使所述发送端和所述接收端基于预设的录制质量参数进行预设时长的屏幕录制得到第一录制文件和第二录制文件，并分别对所述第一录制文件和所述第二录制文件进行裁剪得到所述第一视频文件和所述第二视频文件上传至存储平台，以及将所述第一视频标识和所述第二视频标识发送至所述测试主机；
[0149]
基于所述第一视频标识从存储平台获取所述发送端的第一视频文件；
[0150]
基于所述第二视频标识从所述存储平台获取所述接收端的第二视频文件。
[0151]
本公开实施例所提供的视频质量测试装置可执行本公开任意实施例所提供的视频质量测试方法，具备执行方法相应的功能模块和有益效果。
[0152]
本公开实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本公开任意实施例所提供的视频质量测试方法。
[0153]
图7为本公开实施例提供的一种电子设备的结构示意图。下面具体参考图7，其示出了适于用来实现本公开实施例中的电子设备400的结构示意图。本公开实施例中的电子设备400可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0154]
如图7所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(rom)402中的程序或者从存储装置408加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。在ram 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
[0155]
通常，以下装置可以连接至i/o接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
[0156]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机
软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从rom 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的视频质量测试方法中限定的上述功能。
[0157]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0158]
在一些实施方式中，客户端、服务器可以利用诸如http(hyper text transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0159]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0160]
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：在视频的播放过程中，接收用户的信息展示触发操作；获取所述视频关联的至少两个目标信息；在所述视频的播放页面的信息展示区域中展示所述至少两个目标信息中的第一目标信息其中，所述信息展示区域的尺寸小于所述播放页面的尺寸；接收用户的第一切换触发操作，将所述信息展示区域中展示的所述第一目标信息切换为所述至少两个目标信息中的第二目标信息。
[0161]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包
括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0162]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0163]
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
[0164]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
[0165]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0166]
根据本公开的一个或多个实施例，本公开提供了一种视频质量测试方法，包括：
[0167]
获取发送端的第一视频文件和接收端的第二视频文件；
[0168]
从所述第一视频文件和所述第二视频文件中提取相同帧编号的图像对；
[0169]
基于预设的图像质量评分算法对所述相同帧编号的图像对进行质量评分计算，得到所述图像对的质量评分；
[0170]
基于所述图像对的质量评分进行计算，得到目标测试结果。
[0171]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述从所述第一视频文件和所述第二视频文件中提取相同帧编号的图像对，包括：
[0172]
分别对所述第一视频文件和所述第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合；
[0173]
分别从所述第一图像帧集合和所述第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合；
[0174]
分别对所述第一编号图像帧集合和所述第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合；
[0175]
基于所述第一帧编号集合和所述第二帧编号集合分别对所述第一图像帧集合和所述第二图像帧集合中的图像帧进行标识，并分别从所述第一图像帧集合和所述第二图像帧集合中获取相同帧编号的图像对。
[0176]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述从所述第一图像帧集合中截取第一编号图像帧集合，包括：
[0177]
将所述第一图像帧集合中的图像帧转换为二值图像；
[0178]
对所述二值图像进行图像处理后，得到待识别图像；
[0179]
对所述待识别图像进行轮廓识别，得到最大轮廓坐标；
[0180]
基于所述最大轮廓坐标对所述待识别图像进行裁剪，得到所述第一编号图像帧集合。
[0181]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述对所述第一编号图像帧集合进行编号识别，得到第一帧编号集合，包括：
[0182]
将所述第一编号图像帧集合中的每帧编号图像帧进行光学字符识别，得到候选编号集合；
[0183]
对所述候选编号集合中的每候选编号进行纠正处理，得到所述第一帧编号集合。
[0184]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述对所述第一编号图像帧集合进行编号识别，得到第一帧编号集合，包括：
[0185]
将所述第一编号图像帧集合中的编号图像帧输入预先训练的帧编号识别模型进行处理，得到所述第一帧编号集合。
[0186]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述基于预设的图像质量评分算法对所述相同帧编号的图像对进行质量评分计算，得到所述图像对的质量评分，包括：
[0187]
基于多个不同的所述图像质量评分算法对所述图像对进行质量评分计算，得到所述图像对的多个质量评分；
[0188]
所述基于所述图像对的质量评分进行计算，得到目标测试结果，包括：
[0189]
对每个所述图像对的多个质量评分进行归一化处理，得到每个所述图像对的多个归一化结果；
[0190]
基于每个所述图像对的多个归一化结果进行计算，得到每个所述图像对的目标质量评分；
[0191]
对每个所述图像对的目标质量评分进行求和平均处理，得到所述目标测试结果。
[0192]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述对所述多个质量评分进行归一化处理，得到多个归一化结果，包括：
[0193]
获取计算每个所述质量评分对应的图像质量评分算法的分数范围值，并基于所述分数范围值确定最小算法评分和最大算法评分；
[0194]
基于每个所述质量评分、以及对应的所述最小算法评分和所述最大算法评分确定每个所述质量评分对应的计算变量；
[0195]
获取所有所述多个质量评分中的最大质量评分和最小质量评分；
[0196]
基于每个所述质量评分对应的计算变量、所述最大质量评分和所述最小质量评分进行计算处理，得到所述多个归一化结果。
[0197]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述基于每个所述图像对的多个归一化结果进行计算，得到每个所述图像对的目标质量评分，包括：
[0198]
基于所述多个归一化结果对所述图像质量评分算法进行秩相关性运算，得到所述图像质量评分算法对应的相关系数；
[0199]
基于所述相关系数进行计算，得到所述图像质量评分算法的权值；
[0200]
基于所述多个归一化结果和所述权值进行加权求和计算，得到每个所述图像对的目标质量评分。
[0201]
根据本公开的一个或多个实施例，本公开提供的视频质量测试方法中，所述获取发送端的第一视频文件和接收端的第二视频文件，包括：
[0202]
接收测试主机发送的第一视频标识和第二视频标识；其中，所述测试主机同时向所述发送端和所述接收端发送录屏指令，以使所述发送端和所述接收端基于预设的录制质量参数进行预设时长的屏幕录制得到第一录制文件和第二录制文件，并分别对所述第一录制文件和所述第二录制文件进行裁剪得到所述第一视频文件和所述第二视频文件上传至存储平台，以及将所述第一视频标识和所述第二视频标识发送至所述测试主机；
[0203]
基于所述第一视频标识从存储平台获取所述发送端的第一视频文件；
[0204]
基于所述第二视频标识从所述存储平台获取所述接收端的第二视频文件。
[0205]
根据本公开的一个或多个实施例，本公开提供了一种视频质量测试装置，包括：
[0206]
获取视频模块，用于获取发送端的第一视频文件和接收端的第二视频文件；
[0207]
提取图像对模块，用于从所述第一视频文件和所述第二视频文件中提取相同帧编号的图像对；
[0208]
评分计算模块，用于基于预设的图像质量评分算法对所述相同帧编号的图像对进行质量评分计算，得到所述图像对的质量评分；
[0209]
处理模块，用于基于所述图像对的质量评分进行计算，得到目标测试结果。
[0210]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述提取图像对模块包括：
[0211]
分帧单元，用于分别对所述第一视频文件和所述第二视频文件进行分帧处理，得到第一图像帧集合和第二图像帧集合；
[0212]
截取单元，用于分别从所述第一图像帧集合和所述第二图像帧集合中截取第一编号图像帧集合和第二编号图像帧集合；
[0213]
识别单元，用于分别对所述第一编号图像帧集合和所述第二编号图像帧集合进行编号识别，得到第一帧编号集合和第二帧编号集合；
[0214]
标识获取单元，用于基于所述第一帧编号集合和所述第二帧编号集合分别对所述第一图像帧集合和所述第二图像帧集合中的图像帧进行标识，并分别从所述第一图像帧集合和所述第二图像帧集合中获取相同帧编号的图像对。
[0215]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述截取单元具体用于：
[0216]
将所述第一图像帧集合中的图像帧转换为二值图像；
[0217]
对所述二值图像进行图像处理后，得到待识别图像；
[0218]
对所述待识别图像进行轮廓识别，得到最大轮廓坐标；
[0219]
基于所述最大轮廓坐标对所述待识别图像进行裁剪，得到所述第一编号图像帧集合。
[0220]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述识别单元具体用于：
[0221]
将所述第一编号图像帧集合中的每帧编号图像帧进行光学字符识别，得到候选编号集合；
[0222]
对所述候选编号集合中的每候选编号进行纠正处理，得到所述第一帧编号集合。
[0223]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述识别单元具体用于：
[0224]
将所述第一编号图像帧集合中的编号图像帧输入预先训练的帧编号识别模型进行处理，得到所述第一帧编号集合。
[0225]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述评分计算模块303具体用于：
[0226]
基于多个不同的所述图像质量评分算法对所述图像对进行质量评分计算，得到所述图像对的多个质量评分；
[0227]
则所述处理模块304包括：
[0228]
归一化单元，用于对每个所述图像对的多个质量评分进行归一化处理，得到每个所述图像对的多个归一化结果；
[0229]
计算单元，用于基于每个所述图像对的多个归一化结果进行计算，得到每个所述图像对的目标质量评分；
[0230]
处理单元，用于对每个所述图像对的目标质量评分进行求和平均处理，得到所述目标测试结果。
[0231]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述归一化单元具体用于：
[0232]
获取计算每个所述质量评分对应的图像质量评分算法的分数范围值，并基于所述分数范围值确定最小算法评分和最大算法评分；
[0233]
基于每个所述质量评分、以及对应的所述最小算法评分和所述最大算法评分确定每个所述质量评分对应的计算变量；
[0234]
获取所有所述多个质量评分中的最大质量评分和最小质量评分；
[0235]
基于每个所述质量评分对应的计算变量、所述最大质量评分和所述最小质量评分进行计算处理，得到所述多个归一化结果。
[0236]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述计算单元具体用于：
[0237]
基于所述多个归一化结果对所述图像质量评分算法进行秩相关性运算，得到所述图像质量评分算法对应的相关系数；
[0238]
基于所述相关系数进行计算，得到所述图像质量评分算法的权值；
[0239]
基于所述多个归一化结果和所述权值进行加权求和计算，得到每个所述图像对的目标质量评分。
[0240]
根据本公开的一个或多个实施例，本公开提供的视频质量测试装置中，所述获取
视频模块具体用于：
[0241]
接收测试主机发送的第一视频标识和第二视频标识；其中，所述测试主机同时向所述发送端和所述接收端发送录屏指令，以使所述发送端和所述接收端基于预设的录制质量参数进行预设时长的屏幕录制得到第一录制文件和第二录制文件，并分别对所述第一录制文件和所述第二录制文件进行裁剪得到所述第一视频文件和所述第二视频文件上传至存储平台，以及将所述第一视频标识和所述第二视频标识发送至所述测试主机；
[0242]
基于所述第一视频标识从存储平台获取所述发送端的第一视频文件；
[0243]
基于所述第二视频标识从所述存储平台获取所述接收端的第二视频文件。
[0244]
根据本公开的一个或多个实施例，本公开提供了一种电子设备，包括：
[0245]
处理器；
[0246]
用于存储所述处理器可执行指令的存储器；
[0247]
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开提供的任一所述的视频质量测试方法。
[0248]
根据本公开的一个或多个实施例，本公开提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开提供的任一所述的视频质量测试方法。
[0249]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
[0250]
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
[0251]
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。