终端侧时间域视频质量评价方法及装置制造方法
【专利摘要】本发明公开了一种终端侧时间域视频质量评价方法及装置。该方法包括：计算各个视频帧的显著运动面积比例，其中，显著运动面积比例是指：相邻两视频帧之间发生显著变化的面积占一个视频帧面积的比例；根据显著运动面积比例将所有视频帧分为绝对普通帧和疑似失真帧；对疑似失真帧进行冻结帧检测、场景转换帧检测、抖动帧检测、以及鬼影帧检测；根据场景转换帧检测结果对视频进行场景分割，计算各个场景的场景信息权值，并根据冻结帧检测结果、抖动帧检测结果、以及鬼影帧检测结果计算失真系数，根据显著运动面积比例、场景信息权值、以及失真系数确定终端侧时间域视频质量。
【专利说明】终端侧时间域视频质量评价方法及装置
【技术领域】
[0001]本发明涉及视频客观质量评价【技术领域】，特别是涉及一种终端侧时间域视频质量评价方法及装置。
【背景技术】
[0002]在现有技术中，视频的客观质量评价可以分别在网络侧和终端侧实现，其中终端侧评价是在用户终端解码视频后进行的。虽然在效率和反馈能力上不及网络侧评价，但它针对用户最终观看到的视频进行评价，可以充分体现从服务到网络、最终到终端接收、以及视频解码对视频质量的影响，可以更好地反映用户对视频业务的主观感受。
[0003]视频的时间域质量是指其仅存在于视频帧间的质量因素，也就是整帧丢失对视频带来的影响。目前视频空间域质量已经有了大量成熟的研究成果，而时间域质量的相关评价方法则相对较少。
[0004]目前，视频在时间域上的客观质量评价仍主要停留在全参考评价上，通过将被测视频与原始视频逐帧对齐的方式辨别是否发生了帧重复、帧抖动等现象，但这方法完全不能适应当今的视频业务，例如，流媒体和视频会话的实时性以及不可溯源性。这些业务需要将视频客观质量评价通过无参考的方式实现，即抛开原始视频，仅利用被测视频的相关特征来对实时视频进行评价。虽然无参考评价相比全参考评价会牺牲一定的准确度，但它可以很好地完成实时性的要求，同时也不需要获取原始视频。
[0005]现今已有的视频终端侧时间域无参考质量评价方法相对较少，主要通过计算帧间差异实现，包括计算帧间亮度差、均方误差等方法，将结果通过阈值判断是否为丢失帧。这些方法往往误差较大，没有考虑到视频运动性对时间域质量的影响，对于场景转换帧的区别度很低，并且只考虑了 “冻结”这一种时间域质量指标。
【发明内容】
[0006]本发明提供一种终端侧时间域视频质量评价方法及装置，以解决现有技术中终端侧时间域无参考技术中存在的评测误差较大、忽略运动性、指标单一的问题。
[0007]本发明提供一种终端侧时间域视频质量评价方法，包括:计算各个视频帧的显著运动面积比例，其中，显著运动面积比例是指:相邻两视频帧之间发生显著变化的面积占一个视频帧面积的比例；根据显著运动面积比例将所有视频帧分为绝对普通帧和疑似失真帧；对疑似失真帧进行冻结帧检测、场景转换帧检测、抖动帧检测、以及鬼影帧检测；根据场景转换帧检测结果对视频进行场景分割，计算各个场景的场景信息权值，并根据冻结帧检测结果、抖动帧检测结果、以及鬼影帧检测结果计算失真系数，根据显著运动面积比例、场景信息权值、以及失真系数确定终端侧时间域视频质量。
[0008]优选地，计算各个视频帧的显著运动面积比例具体包括:步骤11，根据播放进度将当前第k视频帧解码到明亮度色度YUV空间，获取亮度矩阵Yk ;步骤12，如果确定当前第k视频帧为视频的第一帧，则设当前第k视频帧的前一帧为像素值全零帧，并执行步骤13，否则，直接执行步骤13 ;步骤13，对当前第k视频帧的亮度矩阵Yk进行高斯滤波，并对滤波结果进行下采样；步骤14，重复执行步骤13n-l次，得到含有η个不同尺度的矩阵的高斯图像金字塔PMDk,其中，尺度表示当前矩阵已进行高斯滤波与下采样操作的次数，当尺度为I时的矩阵为源矩阵Yk，η为尺度的总个数；步骤15，对当前第k视频帧和第k-Ι视频帧的高斯图像金字塔PMDk和PMDlri在尺度s上求矩阵中每个元素之差的绝对值，得到差异矩阵Mk,s，并根据各尺度上的差异矩阵组成差异金字塔DPMDk,其中，差异矩阵Mt s中的M1,s为全零矩阵；步骤16，对DPMDk中除尺度I以外的所有尺度上的差异矩阵进行双线性插值，将差异矩阵大小归一到与源矩阵Yk相同，并对包括Yk在内的DPMDk插值后的η个差异矩阵求平均得到归一差异矩阵Zk;步骤17，对Zk进行中值滤波去噪得到Zkm，并设置阈值Θ，将Zkm中大于等于Θ的元素赋值为1，小于Θ的元素赋值为O，得到二值矩阵BIk;步骤18，对BIk求和后除以当前第k视频帧的帧像素面积，得到当前第k视频帧的显著运动面积比例。
[0009]优选地，步骤13具体包括:对当前第k帧的亮度矩阵Yk做帧窗口大小为3 X 3、均值为O、标准差为0.5的高斯滤波，并对对滤波结果进行l/4a下采样，其中，a为自然数。
[0010]优选地，根据显著运动面积比例将所有视频帧分为绝对普通帧和疑似失真帧具体包括:步骤21，在当前第k视频帧的显著运动面积比例为O的情况下，确定当前第k视频帧为疑似冻结帧，其中，k>l ;步骤22，在当前第k视频帧的显著运动面积比例大于前一视频帧的两倍且大于第一预定阈值、且其前一视频帧为非冻结帧的情况下，确定当前第k视频帧为疑似场景转换帧；步骤23，在当前第k视频帧和第k+Ι视频帧的显著运动面积比例相等的情况下，确定上述两视频帧为疑似抖动帧或疑似鬼影帧；步骤24，在当前第k视频帧的显著运动面积比例不符合步骤21至23的情况、且前一视频帧为非冻结帧的情况下，确定当前第k视频帧为绝对普通帧。
[0011]优选地，对疑似失真帧进行冻结帧检测具体包括:步骤31，对尺度为I的差异矩阵Mlu中所有元素求和，若结果为0，执行步骤32，否则确定当前第k视频帧为正常帧，并退出整个当前第k视频帧的失真检测；步骤32，若判断第k-Ι视频帧为冻结帧，则确定当前第k视频帧也为冻结帧，并退出整个当前第k视频帧的失真检测，否则，执行步骤33 ;步骤33，若判断第k-Ι视频帧为幕帧，则确定当前第k视频帧也为幕帧，并退出整个当前第k视频帧的失真检测，否则，执行步骤34 ;步骤34，计算当前第k视频帧的空间复杂度Os以及色彩复杂度O。；步骤35,计算当前第k视频帧的幕系数P=1-0.60s-0.40c+0.2b,若P大于等于第二预定阈值，则确定当前第k视频帧为幕帧，不是冻结帧，否则，确定当前第k视频帧为冻结帧，其中，b为二值型参数，当第k-Ι视频帧为场景转换帧或第k-Ι视频帧和第k-2视频帧的显著运动面积比例非O且相等时，b=l，否则b=0。
[0012]优选地，对疑似失真帧进场景转换帧检测具体包括:步骤41，在宽为W、高为h的二值矩阵BIk的中间划分出前景矩形区域BItf，并确定BIk的其他区域为背景区域BIk，b，计算BIk在BItb中的元素总和与在BItf中的元素总和之比Rk，其中，BItf的高为BIk的第〖h/8+lj行到第I7h/8j行，宽为BIk的第lw/8+lj列到第I7w/8j列，上述符号“I』”是指向下取整；步骤42，以BIk的第[h/2]行和第[h/2]列为界，将BIk，ba分为四个部分，并分别计算四个部分中数值为I的元素个数所占该部分的比例，统计这四个比例中大于等于第三预定阈值的个数Niv ;步骤43，若Rk大于等于第四预定阈值且Niv大于等于第五预定阈值，则确定当前第k视频帧为场景转换帧，否则，确定当前第k视频帧为正常帧。[0013]优选地，对疑似失真帧进抖动帧检测、以及鬼影帧检测具体包括:步骤51，若第k-Ι视频帧为渐变帧，则确定当前第k视频帧也为渐变帧，退出整个当前第k视频帧的失真检测，否则执行步骤52 ;步骤52，若当前第k视频帧的显著运动面积比例与第k-Ι视频帧相等，则当前第k视频帧为渐变帧，并退出整个当前第k视频帧的失真检测，否则执行步骤53 ;步骤53，计算第k-Ι视频帧和第k+Ι视频帧亮度矩阵的差值矩阵，取其绝对值后将所有元素求和，若和为0，则第k+Ι视频帧为抖动帧，且第k帧为正常帧，并退出整个当前第k视频帧的失真检测，并执行步骤54，否则，直接执行步骤54 ;步骤54，若当前第k视频帧的显著运动面积比例大于等于第六预定阈值，则确定当前第k视频帧为鬼影帧，且第k+Ι帧为正常帧，否则确定第k视频帧为正常帧。
[0014]优选地，根据场景转换帧检测结果对视频进行场景分割，计算各个场景的场景信息权值具体包括:根据场景转换帧检测结果对视频进行场景分割，如果当前第k视频为最近的场景转换帧之后的 第一个绝对普通帧，则将当前第k视频的空间复杂度、色彩复杂度、亮度均值以及显著运动面积比例进行求和，获取该场景内用于加权的场景信息权值。
[0015]优选地，根据冻结帧检测结果、抖动帧检测结果、以及鬼影帧检测结果计算失真系数具体包括:根据公式I计算失真系数K ；
[0016]K = 0.071n(44Pfrz-41.28) XFfrz+0.29FJit+0.19Fgst 公式 I ;
[0017]其中，Fftz、Fjit, Fgst分别为当前帧的冻结帧、抖动帧、鬼影帧标志位，上述三个标志位中有且仅有一项为1，其他标志位均为0，I表示所评价的视频帧存在相应类型的失真，O表示所评价的视频帧不存在相应类型的失真，Pftz为冻结持续性系数，p&z = nXlog2(2+t),上式中η为本次冻结的连续累计帧数，t为在此次冻结发生前第一预定时间内单次持续第二预定时间以上的冻结的次数，第二预定时间小于第一预定时间。
[0018]优选地，根据显著运动面积比例、场景信息权值、以及失真系数确定终端侧时间域视频质量具体包括:根据公式2计算终端侧时间域视频质量Q ；
[0019]
【权利要求】
1.一种终端侧时间域视频质量评价方法，其特征在于，包括: 计算各个视频帧的显著运动面积比例，其中，所述显著运动面积比例是指:相邻两视频帧之间发生显著变化的面积占一个视频帧面积的比例； 根据所述显著运动面积比例将所有视频帧分为绝对普通帧和疑似失真帧； 对所述疑似失真帧进行冻结帧检测、场景转换帧检测、抖动帧检测、以及鬼影帧检测；根据场景转换帧检测结果对视频进行场景分割，计算各个场景的场景信息权值，并根据冻结帧检测结果、抖动帧检测结果、以及鬼影帧检测结果计算失真系数，根据所述显著运动面积比例、所述场景信息权值、以及所述失真系数确定终端侧时间域视频质量。
2.如权利要求1所述的方法，其特征在于，计算各个视频帧的显著运动面积比例具体包括: 步骤11，根据播放进度将当前第k视频帧解码到明亮度色度YUV空间，获取亮度矩阵Yk； 步骤12，如果确定当前第k视频帧为视频的第一帧，则设所述当前第k视频帧的前一帧为像素值全零帧，并执行步骤13，否则，直接执行步骤13 ； 步骤13，对当前第k视频帧的亮度矩阵Yk进行高斯滤波，并对滤波结果进行下采样；步骤14，重复执行步骤13n-l次，得到含有η个不同尺度的矩阵的高斯图像金字塔PMDk，其中，尺度表示当前矩阵已进行高斯滤波与下采样操作的次数，当尺度为I时的矩阵为源矩阵Yk，η为尺度的总个数； 步骤15，对当前第k视频帧和第k-Ι视频帧的高斯图像金字塔PMDk和PMDlri在尺度s上求矩阵中每个元素之差的绝对值，得到差异矩阵Mk, s，并根据各尺度上的差异矩阵组成差异金字塔DPMDk,其中，差异矩阵Mk, s中的M1;s为全零矩阵； 步骤16，对所述DPMDk中除尺度I以外的所有尺度上的差异矩阵进行双线性插值，将差异矩阵大小归一到与源矩阵Yk相同，并对包括Yk在内的DPMDk插值后的η个差异矩阵求平均得到归一差异矩阵Zk ； 步骤17，对Zk进行中值滤波去噪得到Zkm，并设置阈值Θ，将所述Zkm中大于等于Θ的元素赋值为1，小于Θ的元素赋值为O，得到二值矩阵BIk; 步骤18，对BIk求和后除以当前第k视频帧的帧像素面积，得到当前第k视频帧的显著运动面积比例。
3.如权利要求2所述的方法，其特征在于，步骤13具体包括: 对当前第k帧的亮度矩阵Yk做帧窗口大小为3 X 3、均值为O、标准差为0.5的高斯滤波，并对对滤波结果进行l/4a下采样，其中，a为自然数。
4.如权利要求1或2或3所述的方法，其特征在于，根据所述显著运动面积比例将所有视频帧分为绝对普通帧和疑似失真帧具体包括: 步骤21，在当前第k视频帧的显著运动面积比例为O的情况下，确定所述当前第k视频帧为疑似冻结帧，其中，k>l ； 步骤22，在当前第k视频帧的显著运动面积比例大于前一视频帧的两倍且大于第一预定阈值、且其前一视频帧为非冻结帧的情况下，确定所述当前第k视频帧为疑似场景转换帧； 步骤23，在当前第k视频帧和第k+1视频帧的显著运动面积比例相等的情况下，确定上述两视频帧为疑似抖动帧或疑似鬼影帧； 步骤24，在当前第k视频帧的显著运动面积比例不符合步骤21至23所述的情况、且前一视频帧为非冻结帧的情况下，确定所述当前第k视频帧为绝对普通帧。
5.如权利要求2或3所述的方法，其特征在于，对所述疑似失真帧进行冻结帧检测具体包括: 步骤31，对尺度为I的差异矩阵Mlu中所有元素求和，若结果为O，执行步骤32，否则确定当前第k视频帧为正常帧，并退出整个当前第k视频帧的失真检测； 步骤32，若判断第k-Ι视频帧为冻结帧，则确定当前第k视频帧也为冻结帧，并退出整个当前第k视频帧的失真检测，否则，执行步骤33 ； 步骤33，若判断第k-Ι视频帧为幕帧，则确定当前第k视频帧也为幕帧，并退出整个当前第k视频帧的失真检测，否则，执行步骤34 ； 步骤34，计算当前第k视频帧的空间复杂度Os以及色彩复杂度O。； 步骤35,计算当前第k视频帧的幕系数P=1-0.60s-0.40c+0.2b,若P大于等于第二预定阈值，则确定当前第k视频帧为幕帧，不是冻结帧，否则，确定当前第k视频帧为冻结帧，其中，b为二值型参数，当第k-Ι视频帧为场景转换帧或第k-Ι视频帧和第k-2视频帧的显著运动面积比例非O且相等时，b=l,否则b=0。
6.如权利要求2或 3所述的方法，其特征在于，对所述疑似失真帧进场景转换帧检测具体包括: 步骤41，在宽为W、高为h的二值矩阵BIk的中间划分出前景矩形区域BIt f，并确定BIk的其他区域为背景区域BItb,计算BIk在BItb中的元素总和与在BItf中的元素总和之比Rk，其中，所述Bik,f的高为Bik的第lh/8+lj行到第|7h/8j行，宽为Bik的第lw/8+lj列到第L7w/8j列，上述符号“U”是指向下取整； 步骤42，以BIk的第[h/2]行和第[h/2]列为界，将BItb划分为四个部分，并分别计算四个部分中数值为I的元素个数所占该部分的比例，统计这四个比例中大于等于第三预定阈值的个数Niv ； 步骤43，若Rk大于等于第四预定阈值且Niv大于等于第五预定阈值，则确定当前第k视频帧为场景转换帧，否则，退出对当前第k视频帧的场景转换帧检测。
7.如权利要求1或2或3所述的方法，其特征在于，对所述疑似失真帧进抖动帧检测、以及鬼影帧检测具体包括: 步骤51，若第k-Ι视频帧为渐变帧，则确定当前第k视频帧也为渐变帧，并退出整个当前第k视频帧的失真检测，否则执行步骤52 ； 步骤52，若当前第k视频帧的显著运动面积比例与第k-Ι视频帧相等，则当前第k视频帧为渐变帧，并退出整个当前第k视频帧的失真检测，否则执行步骤53 ； 步骤53，计算第k-Ι视频帧和第k+Ι视频帧亮度矩阵的差值矩阵，取其绝对值后将所有元素求和，若和为0，则第k+Ι视频帧为抖动帧，且第k帧为正常帧，并退出整个当前第k视频帧的失真检测，并执行步骤54，否则，执行步骤54 ； 步骤54，若当前第k视频帧的显著运动面积比例大于等于第六预定阈值，则确定当前第k视频帧为鬼影帧，且第k+Ι帧为正常帧，否则确定第k帧为正常帧。
8.如权利要求1或2或3所述的方法，其特征在于，根据场景转换帧检测结果对视频进行场景分割，计算各个场景的场景信息权值具体包括: 根据场景转换帧检测结果对视频进行场景分割，如果当前第k视频帧为最近的场景转换帧之后的第一个绝对普通帧，则将当前第k视频帧的空间复杂度、色彩复杂度、亮度均值以及显著运动面积比例进行求和，获取该场景内用于加权的场景信息权值。
9.如权利要求1或2或3所述的方法，其特征在于，根据冻结帧检测结果、抖动帧检测结果、以及鬼影帧检测结果计算失真系数具体包括: 根据公式I计算失真系数K;
K = 0.071n(44Pfrz-41.28) XFfrz+0.29FJit+0.19Fgst 公式 I ; 其中，Fftz、Fjit, Fgst分别为当前帧的冻结帧、抖动帧、鬼影帧标志位，上述三个标志位中有且仅有一项为1，其他标志位均为0，I表示所评价的视频帧存在相应类型的失真，O表示所评价的视频帧不存在相应类型的失真，Pftz为冻结持续性系数，P&z = nXlog2(2+t),上式中η为本次冻结的连续累计帧数，t为在此次冻结发生前第一预定时间内单次持续第二预定时间以上的冻结的次数，第二预定时间小于第一预定时间。
10.如权利要求1或2或3所述的方法，其特征在于，根据所述显著运动面积比例、所述场景信息权值、以及所述失真系数确定终端侧时间域视频质量具体包括: 根据公式2计算终端侧时间域视频质量Q ；
11.一种终端侧时间域视频质量评价装置，其特征在于，包括: 计算模块，用于计算各个视频帧的显著运动面积比例，其中，所述显著运动面积比例是指:相邻两视频帧之间发生显著变化的面积占一个视频帧面积的比例； 划分模块，用于根据所述显著运动面积比例将所有视频帧分为绝对普通帧和疑似失真帧； 检测模块，用于对所述疑似失真帧进行冻结帧检测、场景转换帧检测、抖动帧检测、以及鬼影帧检测； 评估模块，用于根据场景转换帧检测结果对视频进行场景分割，计算各个场景的场景信息权值，并根据冻结帧检测结果、抖动帧检测结果、以及鬼影帧检测结果计算失真系数，根据所述显著运动面积比例、所述场景信息权值、以及所述失真系数确定终端侧时间域视频质量。
12.如权利要求11所述的装置，其特征在于，所述计算模块具体包括: 亮度矩阵获取子模块，用于根据播放进度将当前第k视频帧解码到明亮度色度YUV空间，获取亮度矩阵Yk; 设置子模块，用于在确定当前第k视频帧为视频的第一帧时，设所述当前第k视频帧的前一帧为像素值全零帧，并调用滤波采样子模块，否则，直接调用滤波采样子模块； 滤波采样子模块，用于对当前第k视频帧的亮度矩阵Yk进行高斯滤波，并对滤波结果进行下采样； 高斯图像金字塔获取子模块，用于重复调用滤波采样子模块η-l次，得到含有η个不同尺度的矩阵的高斯图像金字塔PMDk,其中，尺度表示当前矩阵已进行高斯滤波与下采样操作的次数， 当尺度为I时的矩阵为源矩阵Yk，η为尺度的总个数； 差异金字塔获取子模块，用于对当前第k视频帧和第k-Ι视频帧的高斯图像金字塔PMDk和PMDlri在尺度s上求矩阵中每个元素之差的绝对值，得到差异矩阵Mk, s，并根据各尺度上的差异矩阵组成差异金字塔DPMDk,其中，差异矩阵Mts中的M1-为全零矩阵； 归一差异矩阵获取子模块，用于对所述DPMDk中除尺度I以外的所有尺度上的差异矩阵进行双线性插值，将差异矩阵大小归一到与源矩阵Yk相同，并对包括Yk在内的DPMDk插值后的η个差异矩阵求平均得到归一差异矩阵Zk ； 二值矩阵获取子模块，用于对Zk进行中值滤波去噪得到Zkm，并设置阈值Θ，将所述Zkm中大于等于Θ的元素赋值为1，小于Θ的元素赋值为O，得到二值矩阵BIk; 显著运动面积比例获取子模块，用于对BIk求和后除以当前第k视频帧的帧像素面积，得到当前第k视频帧的显著运动面积比例。
13.如权利要求12所述的装置，其特征在于，所述滤波采样子模块具体用于:对当前第k帧的亮度矩阵Yk做帧窗口大小为3X3、均值为O、标准差为0.5的高斯滤波，并对对滤波结果进行l/4a下采样，其中，a为自然数。
14.如权利要求11或12或13所述的装置，其特征在于，所述划分模块具体包括: 疑似冻结帧确定子模块，用于在当前第k视频帧的显著运动面积比例为O的情况下，确定所述当前第k视频帧为疑似冻结帧，其中，k>l ； 疑似场景转换帧确定子模块，用于在当前第k视频帧的显著运动面积比例大于前一视频帧的两倍且大于第一预定阈值、且其前一视频帧为非冻结帧的情况下，确定所述当前第k视频帧为疑似场景转换帧； 疑似抖动帧和疑似鬼影帧确定子模块，用于在当前第k视频帧和第k+Ι视频帧的显著运动面积比例相等的情况下，确定上述两视频帧为疑似抖动帧或疑似鬼影帧； 绝对普通帧确定子模块，用于在当前第k视频帧的显著运动面积比例不符合上述各子模块所述的情况、且前一视频帧为非冻结帧的情况下，确定所述当前第k视频帧为绝对普通帧。
15.如权利要求12或13所述的装置，其特征在于，所述检测模块具体包括:冻结帧检测模块，其中，所述冻结帧检测模块具体包括: 求和子模块，用于对尺度为I的差异矩阵Mlu中所有元素求和，若结果为O，调用第一判断子模块，否则确定当前第k视频帧为正常帧，并退出整个当前第k视频帧的失真检测；第一判断子模块，用于在判断第k-Ι视频帧为冻结帧时，则确定当前第k视频帧也为冻结帧，并退出整个当前第k视频帧的失真检测，否则，调用幕帧判断子模块； 幕帧判断子模块，用于在判断第k-Ι视频帧为幕帧时，则确定当前第k视频帧也为幕帧，并退出整个当前第k视频帧的失真检测，否则，调用计算子模块； 计算子模块，计算当前第k视频帧的空间复杂度Os以及色彩复杂度O。； 冻结帧幕帧区分子模块，用于计算当前第k视频帧的幕系数P=1-0.60s-0.40。+0.2b，若P大于等于第二预定阈值，则确定当前第k视频帧为幕帧，不是冻结帧，否则，确定当前第k视频帧为冻结帧，其中，b为二值型参数，当第k-Ι视频帧为场景转换帧或第k-Ι视频帧和第k-2视频帧的显著运动面积比例非O且相等时，b=l，否则b=0。
16.如权利要求12或13所述的装置，其特征在于，所述检测模块具体包括:场景转换帧检测模块，其中，所述场景转换帧检测模块具体包括: 前景矩形区域划分子模块，用于在宽为W、高为h的二值矩阵BIk的中间划分出前景矩形区域BItf，并确定BIk的其他区域为背景区域BIk，b，计算BIk在BItb中的元素总和与在BItf中的元素总和之比Rk，其中，所述BItf的高为BIk的第lh/8+1 j行到第|7h/8|行，宽为BIk的第lw/8+lj列到第I7w/8j列，上述符号I j”是指向下取整； 二值矩阵划分子模块，用于以BIk的第[h/2]行和第[h/2]列为界，将BIk,b划分为四个部分，并分别计算四个部分中数值为I的元素个数所占该部分的比例，统计这四个比例中大于等于第三预定阈值的个数Niv ； 场景转换帧判断子模块，用于在Rk大于第四预定阈值且Niv大于第五预定阈值时，则确定当前第k视频帧为场景转换帧，否则，退出对当前第k视频帧的场景转换帧检测。
17.如权利要求11或12或13所述的装置，其特征在于，所述检测模块具体包括:抖动帧以及鬼影帧检测模块，其中，所述抖动帧以及鬼影帧检测模块具体包括: 渐变帧第一确定子模块，用于在第k-Ι视频帧为渐变帧时，则确定当前第k视频帧也为渐变帧，并退出整个当前第k视频帧的失真检测，否则调用渐变帧第二确定子模块； 渐变帧第二确定子模块，用于在当前第k视频帧的显著运动面积比例与第k-Ι视频帧相等时，则确定当前第k视频帧为渐变帧，并退出整个当前第k视频帧的失真检测，否则调用抖动帧检测子模块； 抖动帧检测子模块，用于计算第k-Ι视频帧和第k+Ι视频帧亮度矩阵的差值矩阵，取其绝对值后将所有元素求和，若和为O，则第k+Ι视频帧为抖动帧，且第k帧为正常帧，并退出整个当前第k视频帧的失真检测，否则，调用鬼影帧检测子模块； 鬼影帧检测子模块，用于在当前第k视频帧的显著运动面积比例大于等于第六预定阈值时，则确定当前第k视频帧为鬼影帧，且第k+Ι帧为正常帧，否则确定第k帧为正常帧。
18.如权利要求11或12或13所述的装置，其特征在于，所述评估模块具体包括: 场景信息权值计算子模块，用于根据场景转换帧检测结果对视频进行场景分割，如果当前第k视频帧为最近的场景转换帧之后的第一个绝对普通帧，则将当前第k视频帧的空间复杂度、色彩复杂度、亮度均值以及显著运动面积比例进行求和，获取该场景内用于加权的场景信息权值。
19.如权利要求11或12或13所述的装置，其特征在于，所述评估模块具体包括:失真系数计算子模块，用于根据公式I计算失真系数K ；
K = 0.071n(44Pfrz-41.28) XFfrz+0.29FJit+0.19Fgst 公式 I ; 其中，Fftz、Fjit, Fgst分别为当前帧的冻结帧、抖动帧、鬼影帧标志位，上述三个标志位中有且仅有一项为1，其他标志位均为0，I表示所评价的视频帧存在相应类型的失真，O表示所评价的视频帧不存在相应类型的失真，Pftz为冻结持续性系数，P&z = nXlog2(2+t),上式中η为本次冻结的连续累计帧数，t为在此次冻结发生前第一预定时间内单次持续第二预定时间以上的冻结的次数，第二预定时间小于第一预定时间。
20.如权利要求11或12或13所述的装置，其特征在于，所述评估模块具体包括:视频质量确定子模块，用于根据公式2计算终端侧时间域视频质量Q ； Q = l-mKxE)cprx K公式 2 ；其中， m为扩展系数，Aq为发生失真的视频帧的前一个正常帧的显著运动面积比例，Expr为场景信息权值，K为失真系数。
【文档编号】H04N17/02GK103945214SQ201310024251
【公开日】2014年7月23日 申请日期:2013年1月23日 优先权日:2013年1月23日
【发明者】吴宝春, 魏芳, 许佳琦 申请人:中兴通讯股份有限公司