视频处理方法、装置、设备、计算机程序产品及存储介质制造方法及图纸

本申请实施例公开了一种视频处理方法、装置、设备、计算机程序产品及存储介质，其中视频处理方法包括：获取目标视频数据，所述目标视频数据包括依序排列的M个视频帧，M为正整数；在空间维度下对所述目标视频数据中的N个视频帧进行特征提取，得到所述N个视频帧中的各个视频帧的空间特征，N为正整数且N小于或等于M；在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征；基于所述目标视频数据的时序空间特征，对所述目标视频数据进行质量检测，得到所述目标视频数据的视频质量。本申请实施例可提升质量检测结果的准确性。果的准确性。果的准确性。

【技术实现步骤摘要】
视频处理方法、装置、设备、计算机程序产品及存储介质


[0001]本申请涉及计算机
，尤其涉及一种视频处理方法、装置、设备、计算机程序产品及存储介质。

技术介绍

[0002]目前，普遍存在对视频数据进行质量检测的需求，如对视频数据的清晰度进行评估；在此种情况下，通常按照一定规则对视频数据进行抽帧解码，得到若干视频帧，一个视频帧为一个图像数据，并分别获取各个视频帧的质量，从而将各个视频帧的质量之间的均值作为视频数据的视频质量。但在获取各个视频帧的过程中，容易出现拖影、运行模糊等情况，导致得到的视频质量的精确度较低。基于此，如何提升质量检测结果的准确性成为一个研究热点。

技术实现思路

[0003]本专利技术实施例提供了一种视频处理方法、装置、设备、计算机程序产品及存储介质，可以更加精确地获取目标视频数据的视频质量，提升质量检测结果的准确性。
[0004]一方面，本申请实施例提供了一种视频处理方法，所述方法包括：
[0005]获取目标视频数据，所述目标视频数据包括依序排列的M个视频帧，M为正整数；
[0006]在空间维度下对所述目标视频数据中的N个视频帧进行特征提取，得到所述N个视频帧中的各个视频帧的空间特征，N为正整数且N小于或等于M；
[0007]在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征；
[0008]基于所述目标视频数据的时序空间特征，对所述目标视频数据进行质量检测，得到所述目标视频数据的视频质量。
[0009]另一方面，本申请实施例提供了一种视频处理装置，所述装置包括：
[0010]获取单元，用于获取目标视频数据，所述目标视频数据包括依序排列的M个视频帧，M为正整数；
[0011]处理单元，用于在空间维度下对所述目标视频数据中的N个视频帧进行特征提取，得到所述N个视频帧中的各个视频帧的空间特征，N为正整数且N小于或等于M；
[0012]所述处理单元，还用于在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征；
[0013]所述处理单元，还用于基于所述目标视频数据的时序空间特征，对所述目标视频数据进行质量检测，得到所述目标视频数据的视频质量。
[0014]再一方面，本申请实施例提供了一种计算机程序产品，所述计算机程序被处理器执行时实现如下步骤：
[0015]获取目标视频数据，所述目标视频数据包括依序排列的M个视频帧，M为正整数；
[0016]在空间维度下对所述目标视频数据中的N个视频帧进行特征提取，得到所述N个视
频帧中的各个视频帧的空间特征，N为正整数且N小于或等于M；
[0017]在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征；
[0018]基于所述目标视频数据的时序空间特征，对所述目标视频数据进行质量检测，得到所述目标视频数据的视频质量。
[0019]再一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器、存储器，其中，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时实现如下步骤：
[0020]获取目标视频数据，所述目标视频数据包括依序排列的M个视频帧，M为正整数；
[0021]在空间维度下对所述目标视频数据中的N个视频帧进行特征提取，得到所述N个视频帧中的各个视频帧的空间特征，N为正整数且N小于或等于M；
[0022]在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征；
[0023]基于所述目标视频数据的时序空间特征，对所述目标视频数据进行质量检测，得到所述目标视频数据的视频质量。
[0024]再一方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序适于由处理器加载并执行如下步骤：
[0025]获取目标视频数据，所述目标视频数据包括依序排列的M个视频帧，M为正整数；
[0026]在空间维度下对所述目标视频数据中的N个视频帧进行特征提取，得到所述N个视频帧中的各个视频帧的空间特征，N为正整数且N小于或等于M；
[0027]在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征；
[0028]基于所述目标视频数据的时序空间特征，对所述目标视频数据进行质量检测，得到所述目标视频数据的视频质量。
[0029]本申请实施例在获取目标视频数据后，可先在空间维度下对目标视频数据中的N个视频帧进行特征提取，得到N个视频帧中的各个视频帧的空间特征；然后，在时序维度下根据各个视频帧之间的时序关系，对各个视频帧的空间特征进行特征融合，得到目标视频数据的时序空间特征，使得该时序空间特征不仅可指示各个视频帧的空间信息，还可指示各个视频帧之间的时序信息，从而使得在基于该时序空间特征对目标视频数据进行质量检测时，可全局地利用目标视频数据的整体信息，有效减少单个视频帧中因对象运动或场景变换而产生的拖影情况对质量检测的影响，提升质量检测结果的准确性。
附图说明
[0030]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]图1是本申请实施例提供的一种视频处理方案的流程示意图；
[0032]图2是本申请实施例提供的一种视频处理方法的流程示意图；
[0033]图3是本申请实施例提供的一种卷积块的示意图；
[0034]图4是本申请实施例提供的另一种视频处理方法的流程示意图；
[0035]图5是本申请实施例提供的一种特征提取模块的结构示意图；
[0036]图6是本申请实施例提供的一种特征融合模块的结构示意图；
[0037]图7是本申请实施例提供的一种视频处理装置的结构示意图；
[0038]图8是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0039]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0040]随着互联网技术的不断发展，人工智能(Artificial Intelligence，AI)技术也随之得到更好的发展。所谓的人工智能技术是指利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术；其主要通过了解智能的实质，生产出一种新的能以人类智能相似的方式做出反应的智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理方法，其特征在于，包括：获取目标视频数据，所述目标视频数据包括依序排列的M个视频帧，M为正整数；在空间维度下对所述目标视频数据中的N个视频帧进行特征提取，得到所述N个视频帧中的各个视频帧的空间特征，N为正整数且N小于或等于M；在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征；基于所述目标视频数据的时序空间特征，对所述目标视频数据进行质量检测，得到所述目标视频数据的视频质量。2.根据权利要求1所述的方法，其特征在于，任一视频帧的空间特征包括多个特征元素，所述在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的空间特征进行特征融合，得到所述目标视频数据的时序空间特征，包括：根据所述各个视频帧的空间特征包括的特征元素的数量，分别确定每个视频帧对应的特征元素重组尺寸；按照所述每个视频帧对应的特征元素重组尺寸，分别对所述每个视频帧的空间特征中的特征元素进行元素重组，得到所述每个视频帧的重组空间特征；在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的重组空间特征进行特征融合，得到所述目标视频数据的时序空间特征。3.根据权利要求2所述的方法，其特征在于，所述在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的重组空间特征进行特征融合，得到所述目标视频数据的时序空间特征，包括：按照预设的滑动步长采用滑动窗口在所述N个视频帧中进行滑动；在每次滑动所述滑动窗口后，将所述N个视频帧中当前位于所述滑动窗口内的各个视频帧均作为目标视频帧；在时序维度下根据各个目标视频帧之间的时序关系，对所述各个目标视频帧的重组空间特征进行三维卷积处理，得到一个子时序空间特征；在所述滑动窗口结束滑动后，采用得到的各个子时序空间特征，构建所述目标视频数据的时序空间特征。4.根据权利要求2所述的方法，其特征在于，所述在时序维度下根据所述各个视频帧之间的时序关系，对所述各个视频帧的重组空间特征进行特征融合，得到所述目标视频数据的时序空间特征，包括：遍历所述各个视频帧，并将当前遍历的当前视频帧的重组空间特征确定为当前重组空间特征；在时序维度下根据所述各个视频帧之间的时序关系，确定所述当前视频帧的相邻视频帧；基于所述相邻视频帧的重组空间特征，对所述当前重构空间特征进行特征提取，得到所述当前视频帧对应的子时序空间特征；在所述各个视频帧均被遍历后，采用所述各个视频帧对应的子时序空间特征，构建所述目标视频数据的时序空间特征。5.根据权利要求1...

【专利技术属性】
技术研发人员：常勤伟，杨天舒，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：