公开(公告)号：CN115941934A

公开(公告)日：2023-04-07

申请号：CN202211482051.3

申请日：2022-11-24

Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) ,  西安电子科技大学

Inventor： 何刚 ,  徐倩倩 ,  徐莉 ,  黄林轶 ,  韦胜钰

IPC: H04N17/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度卷积神经网络的多帧融合视频噪声评估方法，主要解决现有评估方法在视频噪声评估中无法准确贴合现实场景、噪声覆盖范围窄及对超高清视频评估准确率低的问题；其实现方案是：通过人工退化和真实拍摄获取两种方法收集不同噪声的超高清视频，并对其进行等级划分组成训练集；设计多帧融合视频噪声评估网络，使用训练集对该网络进行训练；将待评估视频按照帧序列进行视频帧分组，将分组后的视频帧输入到训练好的网络中，输出待评估视频每帧的噪声级别；将输出最多的帧的级别作为待评估视频的级别。本发明覆盖范围广，更能贴合现实场景，不仅对视频噪声等级的评估准确率高，而且评估速度更快。可用于超高清视频噪声检测系统。