买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利基于语义变化的视频质量评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115620116B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211373056.2，技术领域涉及：G06V10/98；该发明授权基于语义变化的视频质量评估方法是由郭文忠;张恺睿;柯逍设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本基于语义变化的视频质量评估方法在说明书摘要公布了：本发明提出基于语义变化的视频质量评估方法，包括以下步骤；步骤S1：对于移动设备拍摄的不同场景的视频，对视频的每一个帧提取边缘特征；步骤S2：将视频每一帧的边缘与原始图像分别输入空间特征提取网络，获取视频的多尺度空间特征，同时将视频输入时间特征提取网络，获取多尺度时间特征，对多尺度特征进行多频率分量池化和标准池化；步骤S3：将池化后的结果合并，获得视频的时空特征，并将时空特征降维；步骤S4：将降维后的视频时空特征输入质量预测网络建模时序关系，进而预测出整体视频的质量分数；本发明能够有效地提取视频的时空特征并加入语义变化信息，使得质量评价模型获取的视频失真信息更加全面。

本发明授权基于语义变化的视频质量评估方法在权利要求书中公布了：1.基于语义变化的视频质量评估方法，其特征在于：包括以下步骤； 步骤S1：对于移动设备拍摄的不同场景的视频，对视频的每一个帧提取边缘特征； 步骤S2：将视频每一帧的边缘与原始图像分别输入空间特征提取网络，获取视频的多尺度空间特征，同时将视频输入时间特征提取网络，获取多尺度时间特征，对多尺度特征进行多频率分量池化和标准池化； 步骤S3：将池化后的结果合并，获得视频的时空特征，并将时空特征降维； 步骤S4：将降维后的视频时空特征输入质量预测网络建模时序关系，进而预测出整体视频的质量分数； 步骤S1中，提取边缘信息的方法具体为： 首先使用一个大的5×5的高斯卷积核进行滤波；接着使用sobel算子对图像进行梯度幅值和梯度方向的计算；然后依据梯度幅值和梯度方向对图像边缘进行非极大值抑制操作； sobel算子如下： 梯度方向的计算方法如下： Gleft＝Sobel_left*frameandGright＝Sobel_right*frame公式二； 其中frame表示视频帧图像，Sobel_left表示左斜对角方向上的sobel算子，Sobel_right表示右斜对角方向上的sobel算子，Gleft表示图像在左斜对角方向上的梯度幅值，Gright表示图像在右斜对角方向上的梯度幅值，G表示一个视频帧的梯度幅值，θ表示图像的梯度方向； 步骤S3中，采用改进的TransformerBlock，首先使用全连接层对帧级特征向量执行降维，记为Feature； 采用TransformerBlock操作如下： 首先计算相邻帧的特征变化： Feature_differencei＝Featurei+1-Featurei,0≤i＜T-1 Feature_differencei＝0,i＝T-1公式六； 给定一个序列Feature作为输入，自注意模块首先将Feature和Feature_difference投影到查询Q、键K、值V、特征差D矩阵中，如下所示： Q＝LinearFeature,K＝LinearFeature,V＝LinearFeature公式七； D＝LinearFeature_difference公式八； 其中，Linear表示全连接投影，Feature_differencei表示相邻帧的特征变化；然后用Q去查询K和特征差D得到查询矩阵M，M中的元素代表Q对K和D的注意值： 其中，MQK表示Q对K的注意力矩阵，MQD表示Q对D的注意力矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。