图像与视频质量评估的强基线模型
图像与视频处理
2021-11-16 v1 计算机视觉与模式识别
机器学习
摘要
在本工作中，我们提出一种简洁而有效的统一模型，用于图像与视频的感知质量评估。与通常由复杂网络架构组成或依赖多分支特征拼接的现有模型不同，我们的模型仅利用从骨干网络（即本文中的 resnet18）提取的单一全局特征便取得了相当的性能。结合若干训练技巧，所提模型在公开与私有数据集上超越了当前 SOTA 模型的基线。基于所提架构，我们发布了针对三种常见真实场景充分训练的模型：野外 UGC 视频、含压缩的 PGC 视频、含压缩的游戏视频。这三个预训练模型可直接用于质量评估，或进一步微调以适应更定制化的用途。所提模型的所有代码、SDK 及预训练权重均已公开于 https://github.com/Tencent/CenseoQoE。
引用
@article{arxiv.2111.07104,
title = {A strong baseline for image and video quality assessment},
author = {Shaoguo Wen and Junle Wang},
journal= {arXiv preprint arXiv:2111.07104},
year = {2021}
}