本發(fā)明實施例涉及圖像處理，具體涉及一種用于車載視頻傳輸?shù)膱D像質量檢查方法、裝置、車輛及存儲介質。

背景技術：

1、目前，整車的儀表與導航的發(fā)展已經進入智能化時代，隨著汽車技術的發(fā)展，汽車中對于圖像的傳輸和顯示在車輛中越來越重要。汽車的座艙主機通過發(fā)射端將顯示信號傳輸至接收端，接收端再將顯示信號傳輸至座艙顯示器進行顯示。

2、然而，本技術的發(fā)明人發(fā)現(xiàn)，現(xiàn)有的車輛中視頻圖像的發(fā)送和接收過程容易受到干擾，從而影響接收端接收到的圖像質量，造成車輛行駛安全隱患。

3、因此，亟需一種對車載視頻傳輸過程中的質量檢測，以保障駕駛安全。

技術實現(xiàn)思路

1、鑒于上述問題，本發(fā)明實施例提供了一種用于車載視頻傳輸?shù)膱D像質量檢查方法、裝置、車輛及存儲介質，用于解決現(xiàn)有技術中存在的現(xiàn)有的車輛中視頻圖像的發(fā)送和接收過程容易受到干擾，從而影響接收端接收到的圖像質量，造成車輛行駛安全隱患，車載視頻傳輸過程中的質量檢測效果差、效率低的問題。

2、根據(jù)本發(fā)明實施例的一個方面，提供了一種用于車載視頻傳輸?shù)膱D像質量檢查方法，所述方法包括：

3、實時從發(fā)送端獲取原始視頻流數(shù)據(jù)，并提取所述原始視頻流數(shù)據(jù)的各個原始視頻幀圖像；所述原始視頻流數(shù)據(jù)為發(fā)送端獲取車載攝像裝置實時采集得到的車載視頻；

4、實時從接收端獲取多個第二視頻幀圖像；所述第二視頻幀圖像為所述發(fā)送端根據(jù)圖像傳輸協(xié)議對封裝圖像數(shù)據(jù)進行解碼得到的；所述封裝圖像數(shù)據(jù)為對所述原始視頻流數(shù)據(jù)的各個原始視頻幀圖像添加第一標識信息，得到多個連續(xù)的第一視頻幀圖像，并按照預設的圖像傳輸協(xié)議對多個所述第一視頻幀圖像進行封裝得到的；

5、對所述多個第二視頻幀圖像進行標識識別，得到各個第二視頻幀圖像對應的第二標識信息及多個去標識后的第三視頻幀圖像；

6、根據(jù)各個所述第一標識信息與對應的各個所述第二標識信息之間的差異，確定第一圖像傳輸質量；

7、將各個所述原始視頻幀圖像與各個所述第三視頻幀圖像，分別輸入預設的圖像質量評估模型中，得到第二圖像傳輸質量；所述圖像質量評估模型為預先根據(jù)圖像質量評估樣本對神經網絡模型進行訓練得到的；

8、根據(jù)所述第一圖像傳輸質量及所述第二圖像傳輸質量，確定目標圖像傳輸質量。

9、在一種可選的方式中，所述實時從接收端獲取多個第二視頻幀圖像之前，所述方法還包括：從所述發(fā)送端獲取各個所述第一標識信息；將所述第一標識信息與各個所述原始視頻幀圖像對應。

10、在一種可選的方式中，每個所述第一標識信息包括各自所述原始視頻幀對應的幀序號信息及時間信息；

11、所述實時從發(fā)送端獲取原始視頻流數(shù)據(jù)，并提取所述原始視頻流數(shù)據(jù)的各個原始視頻幀圖像，包括：

12、根據(jù)所述幀序號信息及所述時間信息，從所述原始視頻流數(shù)據(jù)中抽取對應時間及幀序號的原始視頻幀圖像；

13、所述對所述原始視頻流數(shù)據(jù)的各個原始視頻幀圖像添加第一標識信息，得到多個連續(xù)的第一視頻幀圖像，包括：

14、從所述原始視頻流數(shù)據(jù)中確定出對應幀序號及時間的原始視頻幀圖像；

15、在所述對應幀序號及時間的原始視頻幀圖像上添加對應的幀序號信息及時間信息。

16、在一種可選的方式中，所述對所述多個第二視頻幀圖像進行標識識別，得到各個第二視頻幀圖像對應的第二標識信息及多個去標識后的第三視頻幀圖像之后，所述方法還包括：

17、根據(jù)所述幀序號信息及時間信息，對提取后的第二標識信息與所述第一標識信息進行匹配，得到各個所述第一標識信息對應的所述第二標識信息，以及各個所述原始視頻幀圖像對應的第三視頻幀圖像。

18、在一種可選的方式中，所述方法還包括：識別所述原始視頻流數(shù)據(jù)中的關鍵幀；

19、將所述關鍵幀對應的序列號信息及時間信息確定為所述第一標識信息。

20、在一種可選的方式中，所述將各個所述原始視頻幀圖像與各個所述第三視頻幀圖像，分別輸入預設的圖像質量評估模型中，得到第二圖像傳輸質量之前，所述方法還包括：

21、獲取圖像質量評估樣本，所述圖像質量評估樣本中包括原始圖像樣本、對應的多個低質量類型圖像樣本及質量評分標簽，所述低質量類型圖像樣本為進行各種圖像類型的數(shù)據(jù)處理后得到的低質量的圖像樣本；

22、將所述圖像質量評估樣本輸入卷積神經網絡中，得到預測的質量評分；所述卷積神經網絡包括特征提取層及質量評估模塊；所述質量評估模塊包括psnr算法、均方誤差、ssim算法以及fsim算法；

23、根據(jù)所述預測的質量評分、質量評分標簽計算損失，并調整所述卷積神經網絡的參數(shù)，重新執(zhí)行所述將所述圖像質量評估樣本輸入卷積神經網絡中，得到預測的質量評分，以及所述根據(jù)所述預測的質量評分、質量評分標簽計算損失，并調整所述卷積神經網絡的參數(shù)的步驟，直至所述損失小于預設損失閾值時，停止訓練，得到所述圖像質量評估模型。

24、在一種可選的方式中，所述根據(jù)所述第一圖像傳輸質量及所述第二圖像傳輸質量，確定目標圖像傳輸質量，包括：對所述第一圖像傳輸質量及所述第二圖像傳輸質量進行加權平均，得到目標圖像傳輸質量。

25、根據(jù)本發(fā)明實施例的另一方面，提供了一種用于車載視頻傳輸?shù)膱D像質量檢查裝置，包括：

26、第一獲取模塊，用于實時從發(fā)送端獲取原始視頻流數(shù)據(jù)，并提取所述原始視頻流數(shù)據(jù)的各個原始視頻幀圖像；所述原始視頻流數(shù)據(jù)為發(fā)送端獲取車載攝像裝置實時采集得到的車載視頻；

27、第二獲取模塊，用于實時從接收端獲取多個第二視頻幀圖像；所述第二視頻幀圖像為所述發(fā)送端根據(jù)圖像傳輸協(xié)議對封裝圖像數(shù)據(jù)進行解碼得到的；所述封裝圖像數(shù)據(jù)為對所述原始視頻流數(shù)據(jù)的各個原始視頻幀圖像添加第一標識信息，得到多個連續(xù)的第一視頻幀圖像，并按照預設的圖像傳輸協(xié)議對多個所述第一視頻幀圖像進行封裝得到的；

28、識別模塊，用于對所述多個第二視頻幀圖像進行標識識別，得到各個第二視頻幀圖像對應的第二標識信息及多個去標識后的第三視頻幀圖像；

29、第一確定模塊，用于根據(jù)各個所述第一標識信息與對應的各個所述第二標識信息之間的差異，確定第一圖像傳輸質量；

30、模型評估模塊，用于將各個所述原始視頻幀圖像與各個所述第三視頻幀圖像，分別輸入預設的圖像質量評估模型中，得到第二圖像傳輸質量；所述圖像質量評估模型為預先根據(jù)圖像質量評估樣本對神經網絡模型進行訓練得到的；

31、輸出模塊，用于根據(jù)所述第一圖像傳輸質量及所述第二圖像傳輸質量，確定目標圖像傳輸質量。

32、根據(jù)本發(fā)明實施例的另一方面，提供了一種車輛，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

33、所述存儲器用于存放至少一可執(zhí)行指令，所述可執(zhí)行指令使所述處理器執(zhí)行所述的用于車載視頻傳輸?shù)膱D像質量檢查方法的操作。

34、根據(jù)本發(fā)明實施例的又一方面，提供了一種計算機可讀存儲介質，所述存儲介質中存儲有至少一可執(zhí)行指令，所述可執(zhí)行指令在車輛的處理器上運行時，使得處理器執(zhí)行所述的用于車載視頻傳輸?shù)膱D像質量檢查方法的操作。

35、本發(fā)明實施例通過實時從發(fā)送端獲取原始視頻流數(shù)據(jù)，并實時從接收端獲取多個第二視頻幀圖像；對所述多個第二視頻幀圖像進行標識識別，得到各個第二視頻幀圖像對應的第二標識信息及多個去標識后的第三視頻幀圖像；根據(jù)各個所述第一標識信息與對應的各個所述第二標識信息之間的差異，確定第一圖像傳輸質量，之后將各個所述原始視頻幀圖像與各個所述第三視頻幀圖像，分別輸入預設的圖像質量評估模型中，得到第二圖像傳輸質量，最后根據(jù)所述第一圖像傳輸質量及所述第二圖像傳輸質量，確定目標圖像傳輸質量，能夠有效提高車載視頻傳輸?shù)膱D像質量檢查的準確率。

36、進一步地，通過將標識信息設置為關鍵幀的幀序號及時間信息，添加至傳輸?shù)膱D像中，在能夠通過標識信息的比對進行圖像質量的檢查的同時，另一方面，由于只抽取原始視頻流數(shù)據(jù)中的關鍵幀圖像，使得能夠快速得到發(fā)送端及接收端的對應圖像幀，在檢查時只分析關鍵幀圖像，能夠進一步提高圖像質量檢查的效率。

37、上述說明僅是本發(fā)明實施例技術方案的概述，為了能夠更清楚了解本發(fā)明實施例的技術手段，而可依照說明書的內容予以實施，并且為了讓本發(fā)明實施例的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本發(fā)明的具體實施方式。