关键词blind video quality assessment
搜索结果 - 6
- Priorformer: 一种具有内容和失真先验的用户生成内容问答方法
对于用户生成内容(UGC)视频,现有的盲目视频质量评估(BVQA)模型无法很好地适应复杂和多样的退化和内容,因此我们提出了一种新颖的预先增强的感知视觉变换(PriorFormer)用于 UGC 的 BVQA,该模型能够提升对不同内容和退化的 - 利用丰富的质量感知特征增强盲视频质量评估
本文提出了一种简单但有效的方法来增强社交媒体视频的盲视频质量评估(BVQA)模型。通过利用来自预训练盲图像质量评估(BIQA)和 BVQA 模型的丰富质量感知特征作为辅助特征,帮助 BVQA 模型处理社交媒体视频的复杂失真和多样内容。
- 模块化盲视频质量评估
通过提出一个模块化的盲视频质量评估模型,该模型结合了基本质量预测器、空间矫正器和时间矫正器,分别对视觉内容和失真、空间分辨率和帧率变化对视频质量的影响进行评估,实验证明该模型在视频数据库上取得了优秀的性能,并能够成本效益地添加其他与质量相关 - 通过简化视频质量模型的设计分析视频质量数据集
通过设计简约的 BVQA 模型,我们对 VQA 数据集进行计算分析,发现几乎所有数据集都存在易的数据集问题,并对基本构建模块的选择进行研究,对当前 BVQA 进展表示疑虑,并为构建下一代 VQA 数据集和模型提供了指导。
- MM探索视频感知表征在盲视频质量评估中的有效性
通过提取 HVS 的视频感知表示,并通过测量其在感知领域中的表示方式的直线程度和紧凑性来量化视频的自然度和内容连续性,我们提出了一种评估视频临时失真的 TPQI 指标,并证明它对任何数据集都有可申请性,即使在评估具有大的时间变化的视频时也有 - 通过品质感知预训练和运动感知盲目评估野外视频的质量
本文提出了一种模型基础的迁移学习方法,旨在将知识从图像质量评估(IQA)数据库和大规模的行为识别中传输到目标视频质量评估(VQA)数据库。该方法使用混合的列表排序损失函数进行训练,并在六个数据库上进行广泛的实验以验证其有效性。