本文提出了一种有效的质量敏感邻域代表方案，即基于时空网格小立方体采样（St-GMS），以及针对片段的神经网络结构 Fragment Attention Network（FANet），结合起来提出的高效端到端的 FAST-VQA 和 FasterVQA 方法，在所有视频质量评估基准测试中均显著优于现有方法，却仅需要当前最先进方法的 1/1612 的 FLOPs。

Oct, 2022

该研究提出了一种新的基于投影的 3D 模型质量评估方法 - GMS-3DQA，通过使用多投影网格小块采样策略减少冗余和推理资源，并使用 Swin-Transformer 微型骨干从采样的网格小块中提取质量感知特征，实验结果表明，该模型相比现有的 NR-3DQA 方法具有更高的评估准确度和更少的计算资源需求。

Jun, 2023

本论文提出一种名为 Zoom-VQA 的视频质量评估体系架构，将视频分为三个层次并整合了三个组件（patch attention module、frame pyramid alignment 和 clip ensemble strategy），以从不同层次感知时空特征。该方法在四个 VQA 基准测试中达到了最先进的结果，并在 LSVQ 的两个子集上优于以前的最佳结果。

Apr, 2023

视频质量评估的挑战在于解决用户生成内容视频中存在的严重失真导致整体视觉质量下降的问题，提出了 Visual Quality Transformer (VQT) 方法，并通过实验证明了其优于其他方法的性能。

Jul, 2023

提出了两种帧采样策略，即最主导帧（MDF）和最隐含帧（MIF），用于最大限度地保留对给定问题最重要的帧，验证实验结果表明这些策略能够提高图像 - 文本预训练模型的性能。

Jul, 2023

本研究提出了一种名为 SAMA（缩放和遮蔽）的数据采样方法，通过将数据缩放成金字塔形状并使用遮蔽策略将其转换为规则的数据维度，从而在保持多尺度特征的同时，降低模型复杂度，并在图像和视频质量评估中取得了显著的性能提升。

Jan, 2024

本文提出了一种简单有效的 UGC 视频质量评估模型，通过训练端到端的空间特征提取网络直接从视频帧像素中学习感知质量的空间特征表示，并提取运动特征来度量空间特征无法建模的时间相关失真。

Apr, 2022

为了解决细粒度视觉分类中的品质问题，本文提出了一种弱监督的上下文 - 语义质量感知网络（CSQA-Net），其中使用多部分和多尺度交叉注意力模块（MPMSCA）来捕捉目标内部更具区别性的细节，提出了一种层次化的多级语义质量评估模块（MLSQE）来逐渐监督和强化骨干网络中的分层语义，最终通过对特征表示的质量进行实时评估，提升了其可辨识性。在四个广泛使用的细粒度视觉分类数据集上进行的综合实验结果表明，提出的 CSQA-Net 优于现有的方法。

Mar, 2024

通过使用剪枝驱动的模型压缩和多层级知识蒸馏的两阶段工作流程，我们成功地显著减小了排名型深度视频质量评估方法 RankDVQA 的模型大小和运行时间，得到了一个轻量级的质量度量指标 RankDVQA-mini，其参数量不到原始版本的 10%（FLOPs 为原版本的 14%），但在质量预测性能上超过了大部分现有的深度视频质量评估方法。

Dec, 2023

本文提出了一种新的视频去模糊框架，Flow-Guided Sparse Transformer（FGST），基于自注意力模块，使用光学流矫正模糊，并采用重复嵌入机制加强长时间依赖关系，结果表明 FGST 在 DVD 和 GOPRO 数据集上明显优于现有方法。

Jan, 2022