一种抖动场景下的视频质量分析方法及系统技术方案

本申请提出了一种抖动场景下的视频质量分析方法及系统，涉及图像质量评估分析领域。一种抖动场景下的视频质量分析方法包括：采集视频流，获取视频帧序监控图像；对视频帧序监控图像进行位移数据及抖动轨迹分析，根据分析结果对监控图像进行图像质量评估以获得评估结果；根据评估结果和抖动延时情况确定视频帧序监控图像的视频质量。能够有效地提升视频抖动值的检测准确性，提高视频质量检测效率。此外本申请还提出了一种抖动场景下的视频质量分析系统，包括：采集模块、分析评估模块及分析结果输出模块。结果输出模块。结果输出模块。

【技术实现步骤摘要】
一种抖动场景下的视频质量分析方法及系统


[0001]本申请涉及图像质量评估分析领域，具体而言，涉及一种抖动场景下的视频质量分析方法及系统。

技术介绍

[0002]具备摄像功能的穿戴式工牌，可以随时、随地、随身的满足视频监控的需求。近年来，随着具备摄像功能的穿戴式工牌的使用越来越广泛，具备摄像功能的穿戴式工牌视频监控系统也得到了越来越广泛的应用。与传统视频监控系统相比，采用具备摄像功能的穿戴式工牌作为视频监控系统的终端，然后将视频监控内容传输给边缘智能设备或者边缘服务器，实时动态地报告被监测点情况，及时发现问题并进行处理，满足各种场合的应用。
[0003]而监控视频画面抖动视频采集设备由于受到外力的干扰，导致画面出现规律性的上下、左右、或上下左右的抖动，监控视频画面抖动的原因一般是佩戴者的动作引起的。监控视频画面冻结是指监控画面停留在某一时刻，出现监控视频画面冻结的原因一般是网络故障或者人为信号干扰。
[0004]目前针对图像的质量评估方法主要有两个大类：一类是基于神经网络的评估方法例如：NIQE,PIQE，MSE,PSNR等方法；另一类是基于人的视觉特性和图形学的方法例如：BRISQUE、SSIM等。在此介绍现有的BRISQUE算法流程：
[0005]自然图像的像素强度的分布不同于失真图像的像素强度的分布。当归一化像素强度并计算这些归一化强度上的分布时，这种分布差异更加明显。特别地，在归一化之后，自然图像的像素强度遵循高斯分布(贝尔曲线)，而不自然或失真图像的像素强度不遵循高斯分布(贝尔曲线)。
[0006]通过将MSCN参数拟合到广义高斯分布(GGD)来计算36
×
1特征向量的前两个元素。接下来，非对称广义高斯分布(AGGD)适合于4个相邻元素乘积参数中的每一个。最终得到16个值。将图像缩小到原始尺寸的一半，并重复相同的过程以获得18个新数字。
[0007]图像转换为特征向量后，将训练数据集中的所有图像的特征向量和输出放入支持向量机(SVM)中进行预测图像得分，即可得出最终的评估得分。根据得分情况对图像的质量进行分类。
[0008]上述包括BRISQUE在内的各种图像质量检测评估算法虽然对于现有公开数据集上的图片检测准确度较高。然而实际的使用场景变化多端，需要针对各种不同的使用场景进行特殊处理：例如在监控视频领域需要考虑的不仅仅是图像本身的清晰与否还需要考虑是否能够获取到可用的监控信息，例如在遮挡下的视频质量可能依然较高。(2)监控被人为移动了等因此通用的检测算法在监控视频检测还有待适配。
[0009]即现有的图像质量评估方法与实际的监控视频质量评估结合性、适配性较差，传统图像质量评估方法无法检测到包括监控视频存在遮挡、监控探头抖动异常、偏色异常、电磁干扰等问题，导致现有的视频监控质量评估准确率较低。

技术实现思路

[0010]本申请的目的在于提供一种抖动场景下的视频质量分析方法，其能够有效地提升视频抖动值的检测准确性，提高视频质量检测效率。
[0011]本申请的另一目的在于提供一种抖动场景下的视频质量分析系统，其能够运行一种抖动场景下的视频质量分析方法。
[0012]本申请的实施例是这样实现的：
[0013]第一方面，本申请实施例提供一种抖动场景下的视频质量分析方法，其包括采集视频流，获取视频帧序监控图像；对视频帧序监控图像进行位移数据及抖动轨迹分析，根据分析结果对监控图像进行图像质量评估以获得评估结果；根据评估结果和抖动延时情况确定视频帧序监控图像的视频质量。
[0014]在本申请的一些实施例中，上述采集视频流，获取视频帧序监控图像包括：
[0015]通过前端视频采集设备采集视频流，并将采集到的视频流进行编码处理成数字信号。
[0016]在本申请的一些实施例中，上述还包括：将视频帧序监控图像中的每一帧图像进行滤波处理获得不同尺度的图像，对于连续多帧不同尺度的视频帧序监控图像组成的时序信号进行时域带通滤波。
[0017]在本申请的一些实施例中，上述对视频帧序监控图像进行位移数据及抖动轨迹分析，根据分析结果对监控图像进行图像质量评估以获得评估结果包括：根据分析结果对监控图像进行遮挡检测、抖动检测以及偏色检测以获得图像质量评估结果。
[0018]在本申请的一些实施例中，上述还包括：采用FAST特征点检测算法对视频帧序监控图像进行特征点匹配，选取多对匹配的特征点以对应计算得到位移数据及抖动轨迹的距离，进一步计算多个位移数据及抖动轨迹的距离的均值和方差。
[0019]在本申请的一些实施例中，上述根据评估结果和抖动延时情况确定视频帧序监控图像的视频质量包括：根据评估结果和抖动延时情况计算视频帧序监控图像的抖动频率和幅度，根据抖动频率和幅度确定视频帧序监控图像的抖动延时情况。
[0020]在本申请的一些实施例中，上述还包括：确认抖动频率和幅度是否满足归一性条件，若不满足则对抖动频率和幅度进行修正，并根据多个其他抖动频率和幅度和修正后的抖动频率和幅度，确定视频帧序监控图像的抖动延时情况。
[0021]第二方面，本申请实施例提供一种抖动场景下的视频质量分析系统，其包括采集模块，用于采集视频流，获取视频帧序监控图像；
[0022]分析评估模块，用于对视频帧序监控图像进行位移数据及抖动轨迹分析，根据分析结果对监控图像进行图像质量评估以获得评估结果；
[0023]分析结果输出模块，用于根据评估结果和抖动延时情况确定视频帧序监控图像的视频质量。
[0024]在本申请的一些实施例中，上述包括：用于存储计算机指令的至少一个存储器；与上述存储器通讯的至少一个处理器，其中当上述至少一个处理器执行上述计算机指令时，上述至少一个处理器使上述系统执行：采集模块、分析评估模块及分析结果输出模块。
[0025]第三方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如一种抖动场景下的视频质量分析方法中任一项的方
法。
[0026]相对于现有技术，本申请的实施例至少具有如下优点或有益效果：
[0027]确定当前视频帧的收帧用时，确定已缓存视频帧的抖动分布信息，以及根据收帧用时和抖动分布信息来确定视频抖动值，由于网络抖动和重传均可能会影响到当前视频帧的收帧用时，当基于检测到当前视频帧的收帧用时来辅助分析视频抖动值时，使得检测到的视频抖动值能够有效地表征出网络抖动和重传对抖动值的影响，从而能够有效地提升视频抖动值的检测准确性。
附图说明
[0028]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
[0029]图1为本申请实施例提供的一种抖动场景下的视频质量分析方法步骤示意图；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抖动场景下的视频质量分析方法，其特征在于，包括：采集视频流，获取视频帧序监控图像；对视频帧序监控图像进行位移数据及抖动轨迹分析，根据分析结果对监控图像进行图像质量评估以获得评估结果；根据评估结果和抖动延时情况确定视频帧序监控图像的视频质量。2.如权利要求1所述的一种抖动场景下的视频质量分析方法，其特征在于，所述采集视频流，获取视频帧序监控图像包括：通过前端视频采集设备采集视频流，并将采集到的视频流进行编码处理成数字信号。3.如权利要求2所述的一种抖动场景下的视频质量分析方法，其特征在于，还包括：将视频帧序监控图像中的每一帧图像进行滤波处理获得不同尺度的图像，对于连续多帧不同尺度的视频帧序监控图像组成的时序信号进行时域带通滤波。4.如权利要求1所述的一种抖动场景下的视频质量分析方法，其特征在于，所述对视频帧序监控图像进行位移数据及抖动轨迹分析，根据分析结果对监控图像进行图像质量评估以获得评估结果包括：根据分析结果对监控图像进行遮挡检测、抖动检测以及偏色检测以获得图像质量评估结果。5.如权利要求4所述的一种抖动场景下的视频质量分析方法，其特征在于，还包括：采用FAST特征点检测算法对视频帧序监控图像进行特征点匹配，选取多对匹配的特征点以对应计算得到位移数据及抖动轨迹的距离，进一步计算多个位移数据及抖动轨迹的距离的均值和方差。6.如权利要求1所述的一种抖动场景下的视频质量分析...

【专利技术属性】
技术研发人员：王波，唐旺，张涛，
申请(专利权)人：北京金帮融和智能科技有限公司，
类型：发明
国别省市：