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！

龙图腾网获悉杭州电子科技大学申请的专利基于自适应采样与多尺度时序两阶段的全参考视频质量评价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：CN115239647B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210786730.3，技术领域涉及：G06T7/00；该发明授权基于自适应采样与多尺度时序两阶段的全参考视频质量评价方法是由张威;殷海兵;王鸿奎;黄晓峰设计研发完成，并于2022-07-06向国家知识产权局提交的专利申请。

本基于自适应采样与多尺度时序两阶段的全参考视频质量评价方法在说明书摘要公布了：本发明属于图像及视频处理领域，公开了一种基于自适应采样与多尺度时序两阶段的全参考视频质量评价方法，包括如下步骤：步骤1：获取训练样本集Xtrain和测试样本集Xtest：步骤2：对训练集的每个视频Vd与Vr进行自适应采样:步骤3：构建多尺度时空域特征提取网络MTN:步骤4：构建基于多通道自注意力机制的质量决策模块:步骤5：对全参考视频质量评价模型MTN进行迭代训练：步骤6：获取全参考视频的质量评价结果。本发明方案能够测量原始视频和失真视频之间的感知差异，可用于视频压缩、传输和处理中的质量检测评估。

本发明授权基于自适应采样与多尺度时序两阶段的全参考视频质量评价方法在权利要求书中公布了：1.一种基于自适应采样与多尺度时序两阶段的全参考视频质量评价方法，其特征在于，包括如下步骤： 步骤1：获取训练样本集Xtrain和测试样本集Xtest： 步骤2：对训练集的每个视频Vd与Vr进行自适应采样： 步骤2a：确定分段数目与每段序列的长度： 对于每个训练视频Vd与Vr与通常为300帧到600帧之间，按照T＝18帧的长度，将测试视频分为n个序列片段:其中与表示第i个测试失真片段与参考片段，i＝1,2,...,n，n≥2且n为整数； 步骤2b：确定每段子序列的起始点： 对于每个测试片段其中表示在第i段测试序列中，PMD指标最大的帧，表示为以此帧为起点往后去T帧的序列段，也同理； 步骤2c：计算空域失真度： 对于空域失真是以每一帧的图像形式呈现，静态图像质量评价方法包括多尺度结构相似性MS-SSIM、特征相似性FSIM和梯度相似度偏差GMSD，采用梯度相似度偏差进行静态质量估计，以字符FQSt表示； 步骤2c1：梯度幅度的计算需要使用两个正交方向3x3大小的Prewitt算子分别与参考图片r和失真图片d进行卷积，得到r和d的水平梯度与垂直梯度，两个正交方向梯度的均方根代表了图片梯度幅度，水平与垂直方向的3x3大小Prewitt算子hx，hy被定义为： mri和mdi表示的位置i处的梯度幅度大小，表示卷积操作: 步骤2c2：根据步骤2c1的计算结果，计算各个区域i的梯度幅度相似度衡量其失真程度GMS： 步骤2c3：共K个区域的GMS平均池化，得到梯度幅度相似度平均值GMSM衡量整幅图片质量： 步骤2c4：对每个区域进行标准差池化得到t时刻图片质量GMSDt： 步骤2d：为充分刻画时域掩蔽带来的影响，同时对运动强度与运动方向进行描述： 步骤2d1：视频帧被划分为Nblo块不重叠48×48大小的宏块，并用宏块级运动矢量幅度的均值表示当前帧的运动强度： 其中是mi,jt指是第t时刻帧i，j位置宏块的运动矢量幅度； 步骤2d2：通过计算视频帧的光流直方图HOFt,k，得到第t时刻分布在k角度范围的光流幅度，帧内运动矢量的主导运动方向θ由幅度最大的光流决定，统计所有方向光流得到第t帧的主导运动方向： 将2π划分为8个角度范围； 步骤2d3：定义时域掩蔽程度FMTt为帧级运动强度与主导运动方向乘积： 表示归一化操作，运动程度FMTt被线性归一化在0-1之间，其值越接近1表示运动越明显； 步骤2d4：计算每帧的PMD: 为确保分母非零，取γ值为1的常数； 步骤3：构建多尺度时空域特征提取网络MTN： 构建串行连接空域特征提取模块SFE和多尺度时域提取模块MTFE的多尺度时空域特征提取网络MTN，其中，空域特征提取模块SFE采用去除最后一个全连接层的VGG-16网络结构；时域多尺度模块MTFE包括并行堆叠的3个LSTM网络层、2个由多重平均池化层组成的下采样模块和2个邻接插值层组成的上采样模块； 步骤3a：构建空域特征提取模块SFE： 空域特征提取模块SFE包括5个卷积模块和2个全连接层，其具体结构为：卷积模块1→卷积模块2→卷积模块3→卷积模块4→卷积模块5→全连接层1→全连接层2； 卷积模块1和卷积模块2均由2个卷积层和1个最大池化层组成，具体结构为：卷积层1→卷积层2→最大池化层1；卷积层的卷积核大小均为3×3，步长均为1，卷积模块1的2个卷积层的卷积核数量均为64，卷积模块2的2个卷积层的卷积核数量均为128； 卷积模块3、4、5均由3个卷积层和1个最大池化层组成，所述卷积模块具体结构为：卷积层1→卷积层2→卷积层3→第一最大池化层；卷积层的卷积核大小均为3×3，步长均为1，卷积模块3的3个卷积层的卷积核数量均设置为256，卷积模块4、5的3个卷积层的卷积核数量均设置为512； 步骤3b：构建多尺度时域特征提取模块MTFE： 时域多尺度模块MTFE包括并行堆叠的3个LSTM网络层、2个由平均池化层组成的下采样模块和2个邻接插值层组成的上采样模块，采样的时间步长{α1，α2，α3}取{0，2，4}，故LSTM网络层的长度也依次递减，为保证每两个LSTM层之间的特征维度相同，由细粒度特征出发聚合到粗粒度特征时，增加一个下采样模块降低数据通道数；而由粗粒度特征出发与细粒度特征聚合时，则上采样模块对数据升纬； 步骤4：构建基于多通道自注意力机制的质量决策模块: 步骤5：对全参考视频质量评价模型MTN进行迭代训练： 步骤6：获取全参考视频的质量评价结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。