背景

在视频质量检测中,检测视频是否卡顿也属于视频质量检测的标准之一,在构建视频检测平台中,这一步至关重要。
本文要说的是把视频转换为帧序列,根据计算帧之间的差值,寻找帧序列中是否有断层,来判断当前视频是否存在卡顿的现象。
结果为一个数据, 0 代表无卡顿现象, 1 代表存在卡顿现象。

技术与架构

用户上传视频文件后,使用 ffmpeg 转换为图片序列,抽取图片信息,计算所有序列帧的图片运动像素,计算所有序列图片的平均运动水平,动态计算动态因子,输出判断结果, 0 表示当前不存在卡顿点, 1 表示当前存在卡顿点。

整体方案主要分为六个部分
1.图片处理
2.图像相邻帧像素计算
3.计算所有图片运动量,组合为运动集合
4.消除视频图片场景剪辑比例,计算平均运动量
5.计算动态因子
6.返回结果

技术优势

1.不需要准备大量的数据集来训练模型，只针对当前要处理的视频进行计算
2.不会因为大量的动态场景和静态场景影响卡顿检测的结果
3.精准高效,计算量相对较低

技术实现

1.图片处理
这里采用灰度图片来作为视频卡顿检测的输入序列图片数据,重新设置当前图片的大小为 360*640,当前区域为我们后面计算的兴趣区域.设定兴趣区域,可以有效的避免一些像素点计算的噪声影响。

2.图像相邻帧计算
A.遍历当前图像集,使用 t+1(下一时刻帧) 的像素减去 t(当前时刻帧) 的像素值,计算出两帧之间的差异信息。
B.设定阈值,这里的阈值是一个常量值 = 30,当两帧之间的差异值> 30 的时候,就任务图片存在运动像素,否则,没有存在运动,值为 0,此步骤消除了低运动噪声,或感知能力下的运动像素。

3.计算所有图片的运动量
将步骤 2 中的值进行平方,将幅度转换为能量,并计算每个视频帧的平均值.该平均值就是当前帧的能量值,所有帧的动量值记为 TI2。

4.消除视频图片场景切换比例,计算平均运动水量
A.在计算平均值之前要消除场景剪辑比例,这里使用的常量值为 0.02,就是说我们有 100 个帧要消除 2 个场景的剪辑。
B.对 TI2 从小到大排序,在这个序列中,根据 B 中的比例值,消除最高和最低的两个噪声值,循环遍历 TI2,计算 t 时刻帧之前所有帧的平均值,并把这个平均值进行累加.当场景切换的时候,TI2 序列的低点和高点均被消除,平均 TI2 值 (TI2_AVG) 不会收到影响。

5.计算动态因子
在近乎静态的场景和动态的场景中,由于像素的变动很小,或者像素变动很大,卡顿的帧/丢失帧会存在少量/大量的运动信息,在确定运动水平的时候需要涉及主观直觉的要素,所以需要利用动态阈值来确定卡顿的视频帧。
在视频中,存在的动态场景较多,该阈值增加,静态场景,阈值减少。
Dfact = a + b * log(TI2_AVG) a ,b, c 都为常量,分别为 2.5, 1.25, 0.1,c 为限制 Dfact 较小的一个值。
当 Dfact < c = Dfact else 等于 c, Dfact 取值范围是 [0, 0.1] 之前的一个值。
帧的丢弃和运动量是线性依赖于平均运动能量的对数

6.返回结果
循环遍历视频帧,获取每一帧的 TI2 值,如果当前的 TI2 值<= Dfact * Mdrop,
认为当前的帧是卡顿的,也就是值为 1,如果当前的 TI2 值> Dfact * Mdrop, 任务当前帧不存在卡顿,把视频所有的帧按找时间顺序排序后,就是我们当前视频卡顿检测的列表值。
Dfact 为上述计算的动态因子,Mdrop 为固定运动能量阈值来确定帧的卡顿.Mdrop 为常量值 0.015

效果展示

                                                                    (图一选择 9 张连续的视频帧图片)

                                                                        (图二返回检测结果)