"/>
【技術實現步驟摘要】
一種評估水下視頻質量的無參考評價方法
[0001]本專利技術屬于視頻分析
,具體涉及一種評估水下視頻質量的無參考評價方法
。
技術介紹
[0002]視頻圖像的質量評價指標準可以分為主觀評價方法和客觀評價方法
。
主觀評價由觀察者對視頻或圖像給出主觀評分,符合人眼視覺特性,但工作量大
、
實時性差
、
無法自動化實現,在水下視頻圖像的質量評分上并不適用
。
客觀評價方法是利用計算機算法進行打分,可以進行實時在線測評,根據評價時是否需要參考圖像又可以分為全參考
、
半參考
(
部分參考
)
和無參考三類評價方法
。
視頻質量指標,尤其是實用性更強的客觀評價指標,在視頻技術研究中處于關鍵地位
。
有效且準確的視頻質量評價指標能直接衡量視頻質量,也引導著高質量視頻的獲取,還是驗證水下視頻增強與復原算法性能的重要手段
。
[0003]水下視頻在水域尤其是海洋的探索開發中,有不可替代的作用
。
不同于通常大氣環境下的視頻,水下視頻由于特殊的光學環境導致的色偏
、
模糊
、
光照不均
、
對比度低以及成像設備在水中晃動導致的失焦等問題,存在明顯的質量退化
。
通用的自然視頻評價指標并不能準確的衡量水下視頻質量
。
因此,需要建立針對水下視頻的質量評價指標
。
【技術保護點】
【技術特征摘要】
1.
一種評估水下視頻質量的無參考評價方法,其特征在于,包括以下步驟:首先,將水下視頻分解成幀,并按幀處理,每一幀即為一張水下圖像,對視頻幀進行退化特征提取,提取出色偏
、
模糊和霧化這三種退化對應的分數作為視頻退化特征;其次,使用預訓練的
ResNet50
深度神經網絡結合特征注意力機制提取視頻幀的語義特征向量,降維后得到視頻幀的語義質量分數;然后,將視頻退化特征各指標分數進行歸一化處理,與語義質量分數進行拼接,得到每一幀的特征向量;最后,使用門循環單元網絡捕獲視頻幀之間的時序信息并進行特征融合,加上時序注意力機制,得到最終的視頻質量分數
。2.
根據權利要求1所述的一種評估水下視頻質量的無參考評價方法,其特征在于,使用水下彩色質量評價指標
UCIQE
提取視頻幀的色彩特征;該指標以色度
、
飽和度和對比度為測量分量,通過線性的方式將測量分量線性組合,量化水下圖像的色彩和對比度;
UCIQE
計算公式如下:
UCIQE
=
c1×
σ
c
+c2×
con
l
+c3×
μ
s
????
(1)
其中,
σ
c
是視頻幀的色度的標準方差,
con
l
是視頻幀的亮度的對比度,
μ
s
是視頻幀的飽和度的平均值;
c1、c2和
c3代表權重;視頻幀色彩分數
S
col
=
UCIQE。3.
根據權利要求1所述的一種評估水下視頻質量的無參考評價方法,其特征在于,使用邊緣圖像塊的對比度指數值表示水下圖像的模糊程度,提取出視頻幀模糊程度特征;尋找邊緣圖像塊的方法是判斷邊緣像素的數量是否大于一個塊中像素總數的設定比例值;模糊指數為所有邊緣圖像塊均方根對比度值之和,計算公式如下:其中,
Blu(V)
是均方根對比度之和,
H*W
為視頻幀的尺寸,
H
是圖像像素的高度,
W
是圖像像素的寬度,
T
是邊緣圖像塊的個數,
V
(i
,
j)
是視頻幀
V
中處于
(i
,
j)
位置處的像素值,是所有像素的平均強度;視頻幀的模糊特征分數
S
blu
=
Blu(V)。4.
根據權利要求1所述的一種評估水下視頻質量的無參考評價方法,其特征在于,使用自然圖像質量指標
NIQE
衡量水下圖像的霧化程度;測試圖像的
NIQE
指標表示為從測試圖像中提取的
...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。