图像识别与深度学习在视频通信质量评估中的应用研究

王 敬博, 卞 锦豪, 刘 检辉
西安市物联网应用实验室

摘要


本文针对视频通信质量评估中动态场景适应性差、主观一致性低的技术瓶颈，提出融合图像识别与深度学
习的评估框架。通过构建时空特征融合网络实现编码失真、运动模糊等复杂退化的精准表征，设计内容感知的混合
损失函数提升模型泛化能力。实验表明，所提方法在LiveVideoComp数据集上与主观MOS值的相关系数达0.92，较
传统指标提升28%。工程化部署方案已在远程会议系统实现实时质量监控，端到端处理延迟控制在35ms以内，为视
频传输优化提供可量化决策依据。

关键词


视频质量评估；时空特征融合；动态失真建模；混合损失函数；实时处理优化

全文:

PDF


参考


[1]何雪英，韩忠义，魏本征.基于深度卷积神经网

络的色素性皮肤病识别分类[J].计算机应用，2018，38

（11）：3236-3240.

[2]张琦，张荣梅，陈彬.基于深度学习的图像识别

技术研究综述[J].河北省科学院学报，2019，36（3）：

28-36.

[3]薛亮，倪懿，俞伟新.基于深度学习的图像识别算

法研究与应用[J].信息记录材料，2023，24（7）：105-107.

[4]潘美莲，陈洁.深度学习算法的图像识别技术在

电子元件分拣中的应用[J].电脑编程技巧与维护，2024

（2）：140-142.


Refbacks

  • 当前没有refback。