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！

龙图腾网恭喜华侨大学申请的专利基于深浅层时空特征的屏幕内容视频质量评价方法及装置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：CN120031869B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510495985.8，技术领域涉及：G06T7/00；该发明授权基于深浅层时空特征的屏幕内容视频质量评价方法及装置是由曾焕强;徐思伟;陈婧;黄德天;郭荣新;杜永兆;蔡磊;龚鑫荣;陈龙涛设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本基于深浅层时空特征的屏幕内容视频质量评价方法及装置在说明书摘要公布了：本发明公开了基于深浅层时空特征的屏幕内容视频质量评价方法及装置，涉及视频评价领域，方法包括：获取屏幕内容视频并从中提取视频块和关键帧，构建包含空间特征提取支路、时间特征提取支路、空域时域融合模块和质量回归模块的双支路屏幕内容视频质量评价模型；通过将关键帧输入空间特征提取支路获得空间特征，视频块输入时间特征提取支路获得时间特征，两者拼接后经由空域时域融合模块整合，最终通过质量回归模块输出视频质量分数。本发明通过构建并训练包含空间和时间特征提取支路的双支路屏幕内容视频质量评价模型，实现了对屏幕内容视频质量的有效评估。

本发明授权基于深浅层时空特征的屏幕内容视频质量评价方法及装置在权利要求书中公布了：1.一种基于深浅层时空特征的屏幕内容视频质量评价方法，其特征在于，包括： 获取屏幕内容视频，提取所述屏幕内容视频中的若干视频块和若干关键帧； 构建屏幕内容视频质量评价模型并训练，得到训练好的屏幕内容视频质量评价模型；所述屏幕内容视频质量评价模型包括空间特征提取支路、时间特征提取支路、空域时域融合模块和质量回归模块；所述空间特征提取支路包括基于ConvNext网络的深层特征提取模块、边缘特征提取模块、色彩提取模块和自然场景统计模块；所述时间特征提取支路包括基于SlowFast网络的时序特征提取模块、三维拉普拉斯高斯模块和三维自然场景统计模块； 将所述若干视频块和若干关键帧输入训练好的屏幕内容视频质量评价模型；将每个关键帧分别输入深层特征提取模块、边缘特征提取模块、色彩提取模块和自然场景统计模块，获得每个关键帧中的深层语义特征、文本图像的边缘特征、卡通图像的色彩特征和自然场景统计特征；对深层语义特征、边缘特征、色彩特征和自然场景统计特征进行拼接，获得空间特征；将视频块分别输入时序特征提取模块、三维拉普拉斯高斯模块和自然场景统计模块，获得时序特征、自然时空特征和时间特征；对空间特征和时间特征进行拼接后输入空域时域融合模块，获得融合的空间特征和时间特征；将融合的空间特征和时间特征输入质量回归模块，获得最终的视频质量分数； 对空间特征和时间特征进行拼接后输入空域时域融合模块，获得融合的空间特征和时间特征，具体包括： 从第i关键帧提取的空间特征SIi，从第i视频片段提取时间特征TIi，将空间特征SIi和时间特征TIi进行可学习特征融合后输入多层感知机MLP，获得融合的空间特征和时间特征，计算公式如下： 其中，Ψ·表示可学习特征融合函数，可学习特征融合函数具体为：先通过一个包含1024个神经元的全连接层进行特征映射，后应用RELU激活函数进行非线性转换；FFi表示第i个视频片段融合后的特征；表示特征拼接； 将融合的空间特征和时间特征输入质量回归模块，获得最终的视频质量分数，具体为：通过质量回归模块的两个全连接层将融合的空间特征和时间特征表示回归为视频剪辑的质量得分，计算公式如下： Qi＝FCFFi； 其中，Qi表示第i个视频剪辑的质量得分；FC表示全连接层；FFi表示第i个视频片段融合后的特征； 对k个视频片段的视频剪辑的质量得分进行平均，得到最终的视频质量分数： 其中，Q表示最终的视频质量分数，k表示视频片段的数量。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。