画质评测方法、装置、电子设备和存储介质

技术领域

本申请涉及视频质量评测领域，尤其涉及一种画质评测方法、装置、电子设备和存储介质。

背景技术

视频相关的算法(如编码算法、合成算法等)完成预研后，通常会根据该算法处理后的视频的画质，来对算法效果进行评估，然后根据评估结果确定是否需要对算法进行优化。

目前，用于评估算法效果的画质评测方案，一般是算法人员在本地利用算法处理视频，并对算法处理后的视频进行画质评测。然而，该方案中处理视频与画质评测的操作在流程上是割裂的，需要算法人员分别触发，自动化程度较低，导致评测效率较低。

发明内容

本申请提供一种画质评测方法、装置、电子设备和存储介质，可以提高画质评测效率。

第一方面，本申请实施例提供了一种画质评测方法，所述方法包括：

响应于媒体处理服务触发请求，调用媒体处理服务器对第一数据集执行预先设置的工作流，所述工作流包括：利用配置的目标算法对所述第一数据集中的视频进行处理得到处理后视频，对所述处理后视频进行客观画质评测生成客观画质评测结果；

获取所述媒体处理服务器生成的所述客观画质评测结果，所述客观画质评测结果用于评估所述目标算法。

通过上述实施例，将数据集管理平台与媒体处理服务打通，媒体处理服务中可以预先设置包含视频处理任务和客观画质评测任务的工作流，算法人员只需在数据集管理平台触发一次对数据集的媒体处理服务，媒体处理服务器便可对该数据集执行工作流中的所有任务，而无需算法人员分别触发每个任务，据此提高了整体画质评测流程的自动化程度，从而可以提高画质评测效率，继而有助于提高算法优化或上线的效率。

在一些可能的实施方式中，所述工作流还包括：根据所述处理后视频生成第二数据集；所述方法还包括：

获取所述媒体处理服务器生成的所述第二数据集。

通过上述实施方式，对数据集进行媒体处理服务之后，根据处理后视频生成新的数据集，可以充分利用资源，并提升数据集生成效率。

在一些可能的实施方式中，所述方法还包括：

从所述第二数据集中获取待定视频，生成针对所述待定视频的主观画质评测任务；

获取响应于所述主观画质评测任务的主观画质评测结果，所述主观画质评测结果用于辅助评估所述目标算法。

通过上述实施方式，增加了主观画质评测任务，有助于对视频质量进行更全面的评估，提高视频质量评估的准确性。

在一些可能的实施方式中，所述方法还包括：

显示所述客观画质评测结果和所述主观画质评测结果。

通过上述实施方式，显示客观画质评测结果和主观画质评测结果，便于相关人员查看和分析，有利于提高算法评估效率，继而提高算法优化或上线的效率。

在一些可能的实施方式中，所述客观画质评测结果包括：对所述处理后视频进行客观指标计算所得到的数据，其中，所述客观指标包括：视频质量多方法评价融合指标、峰值信噪比指标、结构相似性指标和视频质量评估指标中的任意一个或多个。

通过上述实施方式，对处理后视频进行客观指标计算所得到的数据，能够较为准确地反映视频质量，从而有利于提高客观画质评测结果的准确性。

在一些可能的实施方式中，所述方法还包括：

获取并显示媒体处理服务的相关参数的数据，所述相关参数包括：码率、压缩率、处理耗时中的任意一个或多个。

通过上述实施方式，显示媒体处理服务的相关参数的数据，便于相关人员根据画质评测结果对相关参数进行调整，从而获得更好的视频处理效果。

第二方面，本申请实施例提供了一种画质评测方法，所述方法包括：

响应于数据集管理平台对媒体处理服务的调用，对第一数据集执行预先设置的工作流，所述工作流包括：利用配置的目标算法对所述第一数据集中的视频进行处理得到处理后视频，对所述处理后视频进行客观画质评测生成客观画质评测结果；

将所述客观画质评测结果传输至所述数据集管理平台，所述客观画质评测结果用于评估所述目标算法。

通过上述实施例，将数据集管理平台与媒体处理服务打通，媒体处理服务中可以预先设置包含视频处理任务和客观画质评测任务的工作流，算法人员只需在数据集管理平台触发一次对数据集的媒体处理服务，媒体处理服务器便可对该数据集执行工作流中的所有任务，而无需算法人员分别触发每个任务，据此提高了整体画质评测流程的自动化程度，从而可以提高画质评测效率，继而有助于提高算法优化或上线的效率。

在一些可能的实施方式中，所述方法还包括：

根据所述处理后视频生成第二数据集；

将所述第二数据集传输至所述数据集管理平台。

通过上述实施方式，对数据集进行媒体处理服务之后，根据处理后视频生成新的数据集，可以充分利用资源，并提升数据集生成效率。

第三方面，本申请实施例提供了一种画质评测装置，所述装置包括：

调用单元，用于响应于媒体处理服务触发请求，调用媒体处理服务器对第一数据集执行预先设置的工作流，所述工作流包括：利用配置的目标算法对所述第一数据集中的视频进行处理得到处理后视频，对所述处理后视频进行客观画质评测生成客观画质评测结果；

获取单元，用于获取所述媒体处理服务器生成的所述客观画质评测结果，所述客观画质评测结果用于评估所述目标算法。

在一些可能的实施方式中，所述工作流还包括：根据所述处理后视频生成第二数据集；所述获取单元还用于：

获取所述媒体处理服务器生成的所述第二数据集。

在一些可能的实施方式中，所述装置还包括：

生成单元，用于从所述第二数据集中获取待定视频，生成针对所述待定视频的主观画质评测任务；

所述获取单元还用于：

获取响应于所述主观画质评测任务的主观画质评测结果，所述主观画质评测结果用于辅助评估所述目标算法。

在一些可能的实施方式中，所述装置还包括：

显示单元，用于显示所述客观画质评测结果和所述主观画质评测结果。

在一些可能的实施方式中，所述客观画质评测结果包括：对所述处理后视频进行客观指标计算所得到的数据，其中，所述客观指标包括：视频质量多方法评价融合指标、峰值信噪比指标、结构相似性指标和视频质量评估指标中的任意一个或多个。

在一些可能的实施方式中，所述获取单元还用于；获取媒体处理服务的相关参数的数据；所述显示单元还用于：显示媒体处理服务的相关参数的数据；所述相关参数包括：码率、压缩率、处理耗时中的任意一个或多个。

第四方面，本申请实施例提供了一种画质评测装置，所述装置包括：

处理单元，用于响应于数据集管理平台对媒体处理服务的调用，对第一数据集执行预先设置的工作流，所述工作流包括：利用配置的目标算法对所述第一数据集中的视频进行处理得到处理后视频，对所述处理后视频进行客观画质评测生成客观画质评测结果；

传输单元，用于将所述客观画质评测结果传输至所述数据集管理平台，所述客观画质评测结果用于评估所述目标算法。

在一些可能的实施方式中，所述处理单元还用于：根据所述处理后视频生成第二数据集；所述传输单元还用于：将所述第二数据集传输至所述数据集管理平台。

第五方面，本申请实施例提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面至第二方面中任一方面或任一可能的实施方式中的方法。

第六方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面至第二方面中任一方面或任一可能的实施方式中的方法。

第七方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述第一方面至第二方面中任一方面或任一可能的实施方式中的方法。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请的技术方案。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。

图1是本申请实施例提供的一种画质评测方法的流程示意图；

图2是本申请实施例提供的一种画质评测方法的流程示意图；

图3是本申请实施例提供的一种画质评测方法的流程示意图；

图4是本申请实施例提供的一种画质评测装置的结构示意图；

图5是本申请实施例提供的一种画质评测装置的结构示意图；

图6是本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”可表示前后关联对象是一种“或”的关系，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

视频相关的算法(如编码算法、合成算法等)完成预研后，通常会根据该算法处理后的视频的画质，来对算法效果进行评估，然后根据评估结果确定是否需要对算法进行优化。

目前，用于评估算法效果的画质评测方案，一般是算法人员在本地利用算法处理视频，并对算法处理后的视频进行画质评测。然而，该方案中处理视频与画质评测的操作在流程上是割裂的，需要算法人员分别触发，自动化程度较低，导致评测效率较低。

基于此，本申请实施例提供了一种画质评测方法，用于对算法处理后的视频进行画质评测，可以提高画质评测效率，继而有助于提高算法优化或上线的效率。

画质评测方法的执行主体可以是画质评测装置，例如，画质评测方法可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以但不限于是各种个人计算机、笔记本电脑、平板电脑、智能手机和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一些可能的实现方式中，该画质评测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

请参阅图1，图1是本申请实施例提供的一种画质评测方法的流程示意图，该画质评测方法包括以下步骤S101至步骤S102。

S101，响应于媒体处理服务触发请求，调用媒体处理服务器对第一数据集执行预先设置的工作流，工作流包括：利用配置的目标算法对第一数据集中的视频进行处理得到处理后视频，对处理后视频进行客观画质评测生成客观画质评测结果。

本申请实施例中，画质评测方法的执行主体可以是数据集管理平台。该数据集管理平台具备数据集管理功能，支持按需上传各种数据集，例如各种编码格式的数据集和各种视频质量的数据集等，也支持多种数据集上传方式，例如文件上传、统一资源定位符(Uniform Resource Locator，URL)上传、媒体资源导入、媒体处理导入等方式。

数据集管理平台与媒体处理服务打通，将画质评测数据集管理和媒体处理服务相结合，可以在媒体处理服务中配置视频处理任务以及客观画质评测任务，从而对数据集管理平台中的数据集触发媒体处理服务之后，可以自动实现对数据集中的视频进行处理，以及对处理后视频进行客观画质评测。

媒体处理服务触发请求用于触发媒体处理服务器对第一数据集进行相应的媒体处理服务，其中，第一数据集是指待处理的数据集。可选地，由算法人员在数据集管理平台选择第一数据集，并发起针对第一数据集的媒体处理服务触发请求。

数据集管理平台接收到媒体处理服务触发请求之后，向媒体处理服务器发起调用，媒体处理服务器接收到调用之后，从数据集管理平台获取第一数据集，并对第一数据集执行预先设置的工作流，该工作流中可以包括多个待执行的任务，需要执行哪些任务以及各任务的执行顺序可以结合需求进行设置。

在一个示例中，工作流中包括视频处理任务和客观画质评测任务，先执行视频处理任务，视频处理任务完成后自动触发执行客观画质评测任务。其中，视频处理任务是利用配置的目标算法对第一数据集中的视频进行处理得到处理后视频，客观画质评测任务是对处理后视频进行客观画质评测生成客观画质评测结果。在其它示例中，工作流中还可以包括更多的任务，例如更新媒体处理镜像、更新媒体处理参数等任务。

目标算法是指用于对视频进行处理的算法，也可以理解为待评估的算法。举例来说，目标算法可以是新开发的视频编码算法，将该新开发的视频编码算法配置到视频处理任务中对视频进行编码，编码后视频的画质评测结果可用于评估该新开发的视频编码算法的效果。

S102，获取媒体处理服务器生成的客观画质评测结果，客观画质评测结果用于评估目标算法。

媒体处理服务器生成客观画质评测结果之后，将客观画质评测结果返回给数据集管理平台，相应地，数据集管理平台获得该客观画质评测结果。客观画质评测结果能够反映视频质量，继而可以根据视频质量评估目标算法的效果。示例性地，若视频质量较高，则可评估目标算法的效果较好；若视频质量较低，则可评估目标算法的效果较差，继而可对目标算法进行优化。

在一个示例中，数据集管理平台提供画质评测结果可视化功能，数据集管理平台在获得客观画质评测结果之后，显示该客观画质评测结果，以便相关人员查看和分析。举例来说，相关人员可以根据客观画质评测结果分析目标算法的特点和效果，从而有针对性地做出调整。

通过上述实施例，将数据集管理平台与媒体处理服务打通，媒体处理服务中可以预先设置包含视频处理任务和客观画质评测任务的工作流，算法人员只需在数据集管理平台触发一次对数据集的媒体处理服务，媒体处理服务器便可对该数据集执行工作流中的所有任务，而无需算法人员分别触发每个任务，据此提高了整体画质评测流程的自动化程度，从而可以提高画质评测效率，继而有助于提高算法优化或上线的效率。

在一种可能的实施方式中，工作流还包括：根据处理后视频生成第二数据集；该画质评测方法还包括：获取媒体处理服务器生成的第二数据集。

第二数据集可以理解为由处理后视频构成的视频集合。媒体处理服务器利用配置的目标算法对第一数据集中的视频进行处理得到处理后视频之后，可以将所有的处理后视频组成第二数据集，并将该第二数据集传输至数据集管理平台，相应地，数据集管理平台获得该第二数据集，以便后续使用。

举例来说，假设第一数据集中包括N个视频，N表示正整数，媒体处理服务器利用配置的目标算法对N个视频中的每个视频进行处理，得到N个处理后视频，也即得到一组新的视频，将这一组新的视频确定为第二数据集。

通过上述实施方式，对数据集进行媒体处理服务之后，根据处理后视频生成新的数据集，可以充分利用资源，并提升数据集生成效率。

在一种可能的实施方式中，该画质评测方法还包括：从第二数据集中获取待定视频，生成针对待定视频的主观画质评测任务；获取响应于主观画质评测任务的主观画质评测结果，主观画质评测结果用于辅助评估目标算法。

应理解，第二数据集是由处理后视频构成的视频集合，媒体处理服务器对第二数据集中的视频进行了客观画质评测，获得了相应的客观画质评测结果。为了对视频质量进行更全面的评估，还可以对处理后视频进行主观画质评测。待定视频可以理解为第二数据集中需要进行主观画质评测的视频。

数据集管理平台获得第二数据集之后，从第二数据集中获取待定视频。在一个示例中，可以由数据集管理平台从第二数据集中随机选取预设数量的视频作为待定视频。在另一个示例中，可以由数据集管理平台从第二数据集中选取预设数量的有代表性的视频作为待定视频，示例性地，有代表性的视频可以是客观评测质量较高的视频。在又一示例中，可以由算法人员在数据集管理平台对第二数据集进行选取操作，从第二数据集中选取预设数量的有疑问的视频作为待定视频，示例性地，有疑问的视频可以是客观评测质量不符合算法人员实际感受的视觉效果的视频。其中，预设数量可以结合实际需求进行设置，本申请实施例对此不做限定。

主观画质评测任务是通过具有一定主观画质评测经验的评测人员，来对待定视频进行主观画质评测。数据集管理平台生成针对待定视频的主观画质评测任务之后，向评测人员发布主观画质评测任务，评测人员收到主观画质评测任务之后，在数据集管理平台对待定视频进行主观画质评测，生成主观画质评测结果。

主观画质评测的维度可以包括但不限于清晰度和整体效果。在一个示例中，评测人员可以结合视频的清晰度和整体效果对视频进行打分，打出的分数作为主观画质评测结果，用于表示视频质量，示例性地，分数越高表示视频质量越高，分数越低表示视频质量越低。

在一个示例中，结合处理后视频的客观画质评测结果和待定视频的主观画质评测结果，来评估目标算法。举例来说，若客观画质评测结果和主观画质评测结果都指示视频质量较高，则可评估目标算法的效果较好；若客观画质评测结果或主观画质评测结果指示视频质量较低，则可评估目标算法的效果较差，继而可对目标算法进行优化。

通过上述实施方式，增加了主观画质评测任务，有助于对视频质量进行更全面的评估，提高视频质量评估的准确性。

在一种可能的实施方式中，该画质评测方法还包括：显示客观画质评测结果和主观画质评测结果。

数据集管理平台获得客观画质评测结果和主观画质评测结果之后，可以显示画质评测结果页面，该画质评测结果页面中包括客观画质评测结果和主观画质评测结果，以便相关人员进行对比查看和分析。

在一个示例中，数据集管理平台可以在获得客观画质评测结果和主观画质评测结果之后，自动显示画质评测结果页面。在其他示例中，数据集管理平台也可以提供用于查看画质评测结果的功能，可以由算法人员触发该功能，从而数据集管理平台显示画质评测结果页面。

通过上述实施方式，显示客观画质评测结果和主观画质评测结果，便于相关人员查看和分析，有利于提高算法评估效率，继而提高算法优化或上线的效率。

在一种可能的实施方式中，客观画质评测结果包括：对处理后视频进行客观指标计算所得到的数据，其中，客观指标包括：视频质量多方法评价融合指标、峰值信噪比指标、结构相似性指标和视频质量评估指标中的任意一个或多个。

媒体处理服务器对处理后视频进行客观画质评测，具体可以是计算处理后视频的客观指标。其中，客观指标可以包括但不限于视频质量多方法评价融合(VisualMultimethod Assessment Fusion，VMAF)、峰值信噪比(Peak Signal to Noise Ratio，PSNR)、结构相似性(Structural Similarity Index Measurement，SSIM)、视频质量评估(Video Quality Assessment，VQA)指标中的一个或者多个。相应地，客观画质评测结果包括计算客观指标得到的指标值。

客观指标可以用于描述视频质量，在同一客观指标下，不同的指标值表示不同的视频质量。以峰值信噪比这一客观指标为例，若峰值信噪比的值越大，则表示视频质量越高，若峰值信噪比的值越小，则表示视频质量越低。

通过上述实施方式，对处理后视频进行客观指标计算所得到的数据，能够较为准确地反映视频质量，从而有利于提高客观画质评测结果的准确性。

在一种可能的实施方式中，该画质评测方法还包括：获取并显示媒体处理服务的相关参数的数据，相关参数包括：码率、压缩率、处理耗时中的任意一个或多个。

媒体处理服务的相关参数可以理解为用于反映视频处理效果的参数，例如，码率和压缩率能够反映视频处理的质量，处理耗时能够反映视频处理的速度。

媒体处理服务器在完成视频处理任务之后，可以将相关参数的数据传输至数据集管理平台，相应地，数据集管理平台获得该相关参数的数据。数据集管理平台可以显示该相关参数的数据，以便相关人员进行查看和分析。相关人员还可以结合画质评测结果和相关参数的数据，对相关参数进行调整，以便获得更好的视频处理效果。

通过上述实施方式，显示媒体处理服务的相关参数的数据，便于相关人员根据画质评测结果对相关参数进行调整，从而获得更好的视频处理效果。

请参阅图2，图2是本申请实施例提供的一种画质评测方法的流程示意图，该画质评测方法包括以下步骤S201至步骤S202。

S201，响应于数据集管理平台对媒体处理服务的调用，对第一数据集执行预先设置的工作流，工作流包括：利用配置的目标算法对第一数据集中的视频进行处理得到处理后视频，对处理后视频进行客观画质评测生成客观画质评测结果。

S202，将客观画质评测结果传输至数据集管理平台，客观画质评测结果用于评估目标算法。

上述实施例中，画质评测方法的执行主体可以是媒体处理服务器。关于上述实施例的具体描述，可以对应参考前文实施例的相关描述，此处不再赘述。

通过上述实施例，将数据集管理平台与媒体处理服务打通，媒体处理服务中可以预先设置包含视频处理任务和客观画质评测任务的工作流，算法人员只需在数据集管理平台触发一次对数据集的媒体处理服务，媒体处理服务器便可对该数据集执行工作流中的所有任务，而无需算法人员分别触发每个任务，据此提高了整体画质评测流程的自动化程度，从而可以提高画质评测效率，继而有助于提高算法优化或上线的效率。

在一种可能的实施方式中，该画质评测方法还包括：根据处理后视频生成第二数据集；将第二数据集传输至数据集管理平台。

在一种可能的实施方式中，客观画质评测结果包括：对处理后视频进行客观指标计算所得到的数据，其中，客观指标包括：视频质量多方法评价融合指标、峰值信噪比指标、结构相似性指标和视频质量评估指标中的任意一个或多个。

在一种可能的实施方式中，该画质评测方法还包括：将媒体处理服务的相关参数的数据传输至数据集管理平台，相关参数包括：码率、压缩率、处理耗时中的任意一个或多个。

关于上述实施方式的具体描述以及有益效果，可以对应参考前文实施方式的相关描述，此处不再赘述。

请参阅图3，图3是本申请实施例提供的一种画质评测方法的流程示意图，该画质评测方法包括以下步骤：

数据集管理平台响应于媒体处理服务触发请求，调用媒体处理服务器对第一数据集执行预先设置的工作流，工作流包括：利用配置的目标算法对第一数据集中的视频进行处理得到处理后视频，对处理后视频进行客观画质评测生成客观画质评测结果。

媒体处理服务器响应于数据集管理平台对媒体处理服务的调用，对第一数据集执行上述工作流，获得处理后视频以及客观画质评测结果，并根据处理后视频生成第二数据集，以及统计媒体处理基础信息，例如视频的宽、高、压缩率、平均码率、平均文件大小、平均处理耗时等信息。

媒体处理服务器将第二数据集、客观画质评测结果以及媒体处理基础信息传输至数据集管理平台。

数据集管理平台从第二数据集中获取待定视频，生成针对待定视频的主观画质评测任务，获取响应于主观画质评测任务的主观画质评测结果。

数据集管理平台显示客观画质评测结果和主观画质评测结果。

关于上述实施例的具体描述，可以对应参考前文实施例的相关描述，此处不再赘述。

通过上述实施例，将数据集管理平台与媒体处理服务打通，媒体处理服务中可以预先设置包含视频处理任务和客观画质评测任务的工作流，算法人员只需在数据集管理平台触发一次对数据集的媒体处理服务，媒体处理服务器便可对该数据集执行工作流中的所有任务，而无需算法人员分别触发每个任务，据此提高了整体画质评测流程的自动化程度，从而可以提高画质评测效率，继而有助于提高算法优化或上线的效率。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。

请参阅图4，图4是本申请实施例提供的一种画质评测装置的结构示意图，该画质评测装置400可以应用于数据集管理平台中，包括：调用单元401和获取单元402，其中：

调用单元401，用于响应于媒体处理服务触发请求，调用媒体处理服务器对第一数据集执行预先设置的工作流，工作流包括：利用配置的目标算法对第一数据集中的视频进行处理得到处理后视频，对处理后视频进行客观画质评测生成客观画质评测结果；

获取单元402，用于获取媒体处理服务器生成的客观画质评测结果，客观画质评测结果用于评估目标算法。

在一些可能的实施方式中，工作流还包括：根据处理后视频生成第二数据集；获取单元402还用于：获取媒体处理服务器生成的第二数据集。

在一些可能的实施方式中，该画质评测装置400还包括：生成单元，用于从第二数据集中获取待定视频，生成针对待定视频的主观画质评测任务；获取单元402还用于：获取响应于主观画质评测任务的主观画质评测结果，主观画质评测结果用于辅助评估目标算法。

在一些可能的实施方式中，该画质评测装置400还包括：显示单元，用于显示客观画质评测结果和主观画质评测结果。

在一些可能的实施方式中，客观画质评测结果包括：对处理后视频进行客观指标计算所得到的数据，其中，客观指标包括：视频质量多方法评价融合指标、峰值信噪比指标、结构相似性指标和视频质量评估指标中的任意一个或多个。

在一些可能的实施方式中，获取单元402还用于；获取媒体处理服务的相关参数的数据；显示单元还用于：显示媒体处理服务的相关参数的数据；相关参数包括：码率、压缩率、处理耗时中的任意一个或多个。

请参阅图5，图5是本申请实施例提供的一种画质评测装置的结构示意图，该画质评测装置500可以应用于媒体处理服务器中，包括：处理单元501和传输单元502，其中：

处理单元501，用于响应于数据集管理平台对媒体处理服务的调用，对第一数据集执行预先设置的工作流，工作流包括：利用配置的目标算法对第一数据集中的视频进行处理得到处理后视频，对处理后视频进行客观画质评测生成客观画质评测结果；

传输单元502，用于将客观画质评测结果传输至数据集管理平台，客观画质评测结果用于评估目标算法。

在一些可能的实施方式中，处理单元501还用于：根据处理后视频生成第二数据集；传输单元502还用于：将第二数据集传输至数据集管理平台。

在一种可能的实施方式中，客观画质评测结果包括：对处理后视频进行客观指标计算所得到的数据，其中，客观指标包括：视频质量多方法评价融合指标、峰值信噪比指标、结构相似性指标和视频质量评估指标中的任意一个或多个。

在一种可能的实施方式中，传输单元502还用于：将媒体处理服务的相关参数的数据传输至数据集管理平台，相关参数包括：码率、压缩率、处理耗时中的任意一个或多个。

关于画质评测装置的具体限定可以参见上文中对于画质评测方法的限定，在此不再赘述。上述画质评测装置中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。

请参阅图6，图6是本申请实施例提供的一种电子设备的结构示意图。该电子设备600包括存储器601和处理器602。可选地，该电子设备600还包括通信接口603以及总线604。存储器601、处理器602以及通信接口603通过总线604实现彼此之间的通信连接。存储器601存储有计算机程序，处理器602用于执行存储器601存储的计算机程序，以实现上述各方法实施例中的方法。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的方法。

本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的方法。

应理解，本申请实施例中的存储器/可读存储介质可以是易失性存储器或非易失性存储器，或可包括易失性存储器和非易失性存储器两者。其中，非易失性存储器可以是硬盘(hard disk drive，HDD)、固态硬盘(solid-state drive，SSD)、只读存储器(read-onlymemory，ROM)或闪存等。易失性存储器可以是随机存取存储器(random access memory，RAM)或外部高速缓冲存储器，作为说明而非局限，RAM可以是多种形式，例如静态随机存取存储器(static random access memory，SRAM)或动态随机存取存储器(dynamic randomaccess memory，DRAM)等。

本申请实施例中的处理器可以是中央处理器(central processing unit，CPU)、显卡处理器(graphics processing unit，GPU)或微处理器(microprocessor unit，MPU)等处理模块中的一种或者多种的组合，还可以是其他通用处理器、数字信号处理器(digitalsignal processor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。