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！

龙图腾网恭喜中国传媒大学申请的专利一种基于多特征融合的全参考超高清视频质量客观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：CN114584761B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210239805.6，技术领域涉及：H04N17/00；该发明授权一种基于多特征融合的全参考超高清视频质量客观评价方法是由史萍;耿仪;王雪婷;潘达设计研发完成，并于2022-03-12向国家知识产权局提交的专利申请。

本一种基于多特征融合的全参考超高清视频质量客观评价方法在说明书摘要公布了：本发明公开了一种基于多特征融合的全参考超高清视频质量客观评价方法，该方法首先对超高清源视频和失真视频进行抽帧并计算Y、U、V分量，然后分别计算亮度梯度相似度特征、视觉感知特征以及色度相似度特征等，接下来将特征组合成一维特征向量，利用支持向量回归模型对特征进行融合并回归得到各帧的质量分数，最后通过平均池化方式计算各帧质量分数的平均值，得到失真视频的质量分数。本发明利用支持向量回归模型对多个特征进行融合并完成图像质量预测任务，在提高视频质量分数预测精度的同时，降低了算法的复杂度。实验表明，本方法的性能优于目前已有的大部分全参考视频质量评价方法。

本发明授权一种基于多特征融合的全参考超高清视频质量客观评价方法在权利要求书中公布了：1.一种基于多特征融合的全参考超高清视频质量客观评价方法，其特征在于：该方法包括以下步骤： 步骤1，选取超高清视频质量评价数据库； 数据库由源视频即参考视频及失真视频构成；源视频为无失真的超高清视频，不少于20段，每段时长不少于10秒，帧频fF不低于50赫兹；失真视频是对源视频进行压缩、加噪处理后得到的，每个失真视频须有主观评价MOS值；视频内容包括室内、室外、建筑物、人物、自然景物、体育比赛、文艺表演、大型群众活动场景； 步骤2，对源视频和失真视频进行抽帧； 对每个源视频及其对应的失真视频进行抽帧，抽帧率fS不低于1:50，得到源视频及对应失真视频的抽帧图像序列； 步骤3，计算Y、U、V分量； 计算源视频抽帧图像序列及对应失真视频抽帧图像序列中每一帧的Y、U、V分量，计算方法见公式1；如源视频为YUV格式，则无需计算Y、U、V分量； 步骤4，计算亮度梯度相似度特征； 步骤5，计算视觉感知特征； 步骤6，计算色度相似度特征； 步骤7，进行特征融合和分数回归； 步骤8，对被测超高清视频进行全参考视频质量评价； 计算视觉感知特征，步骤如下： 步骤5.1，计算源视频视觉感知特征IS，该值代表源视频抽帧图像序列中每一帧图像与人眼感知到的该帧图像之间的互信息，计算方法见公式5； 公式5中，为视觉噪声方差，取值为2；DSx，y的计算方法见公式6； 公式6中，YSx，y表示源视频抽帧图像的亮度矩阵；G17*17为方差取2.56时的17*17高斯滤波器模板； 步骤5.2，计算失真视频视觉感知特征ID，失真视频视觉感知特征ID代表失真视频抽帧图像序列中每一帧图像与人眼感知到的该帧图像之间的互信息，计算方法见公式7； 公式7中，M的计算方法见公式8，失真方差的计算方法见公式9； 公式8和公式9中，CS，Dx，y和DDx,y的计算方法分别见公式10和11，其中YDx,y为失真视频抽帧图像的亮度矩阵； CS,Dx,y＝G17*17*[YSx,y·YDx,y]-[G17*17*YSx,y]·[G17*17*YDx,y]10 步骤5.3，计算视觉感知特征比I，即失真视频抽帧图像序列中每一帧的视觉感知特征ID与源视频抽帧图像序列中对应帧的视觉感知特征IS的比值IDIS，计算方法见公式12； 。

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中国传媒大学，其通讯地址为：100024 北京市朝阳区定福庄东街1号；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”。