CN119011842A 一种基于统计特征分析的高鲁棒性虚实融合制作内容压缩损伤检测方法 （浙江传媒学院）.pdfVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119011842A

(43)申请公布日2024.11.22

(21)申请号202411006209.9G06V10/44(2022.01)

G06V10/52(2022.01)

(22)申请日2024.07.25

G06V10/80(2022.01)

(71)申请人浙江传媒学院G06V10/82(2022.01)

地址310018浙江省杭州市下沙高教园区

学源街998号

(72)发明人马小雨朱近赤俞定国刘畅

王娇娇

(74)专利代理机构杭州求是专利事务所有限公

司33200

专利代理师陈升华

(51)Int.Cl.

H04N19/154(2014.01)

H04N19/86(2014.01)

G06T7/00(2017.01)

G06V20/40(2022.01)

权利要求书3页说明书16页附图6页

(54)发明名称

一种基于统计特征分析的高鲁棒性虚实融

合制作内容压缩损伤检测方法

(57)摘要

本发明公开了一种基于统计特征分析的高

鲁棒性虚实融合制作内容压缩损伤检测方法，该

方法主要解决现有压缩损伤评估模型难以从自

然场景迁移到虚实融合场景的问题，以及其背后

隐含的端到端精调过程中可解释性不足、缺乏兼

容能力和泛化能力、过于依赖语义信息等局限

性。本发明通过分析深度视觉模型中各层特征的

统计特性，提取其低维度的能量分布、归一化系

数及跨层次能量分布等信息用以刻画不同图像

的感知质量，结合多层次特征拼接方法，利用参

数规模相对较小的质量预测模型，在骨干网络参

A数固定的情况下实现了高鲁棒性的压缩损伤相

2关特征提取及面向虚实融合内容的压缩损伤精

4

8

1准检测。

1

0

9

1

1

N

C

CN119011842A权利要求书1/3页

1.一种基于统计特征分析的高鲁棒性虚实融合制作内容压缩损伤检测方法，其特征在

于，包括以下步骤：

(i)(i)

步骤1：将待处理视频各帧进行数据预处理，得到尺度特征S集合{S}和尺度重排特

(i)(i)

征集合根据重排特征集合计算得到协方差矩阵E集合{E}；

(i)

步骤2：通过逐通道高斯卷积，得到尺度特征S的邻域平均特征并进行重排，得到重排

后的邻域平均的高维特征通过矩阵二次型分析和的能量差异，得到能量分布

(i)

Eng；

步骤3：通过矩阵二次型分析与的局部偏离程度与局部偏差方向，得到偏离程

(i)(