2024年压缩视频质量评估挑战：方法与结果
图像与视频处理
2024-10-23 v3 计算机视觉与模式识别
多媒体
摘要
视频质量评估（VQA）是视频压缩标准开发中的关键任务，直接影响观众体验。本文介绍了在ECCV 2024的《图像操纵》（AIM）工作坊上举办的压缩视频质量评估挑战的结果。该挑战旨在评估VQA方法在包含459个视频、采用14种压缩编码标准（AVC/H.264、HEVC/H.265、AV1和VVC/H.266）的多样化数据集上的性能，该数据集包含全套压缩伪影。为衡量方法性能，我们采用了其预测值与主观评分之间的相关系数，主观评分通过大规模众包成对人类比较收集。为训练目的，参赛者获得了压缩视频质量评估数据集（CVQAD），该数据集包含1022个视频。最多有30支参赛团队报名参赛，而我们报告了6支团队提交的有效最终解决方案和可复现结果的成绩。此外，我们计算并展示了最新VQA方法在所开发数据集上的性能，为未来研究提供了全面的基准。该数据集、结果和在线排行榜均公开于https://challenges.videoprocessing.ai/challenges/compressedvideo-quality-assessment.html。
引用
@article{arxiv.2408.11982,
title = {AIM 2024 Challenge on Compressed Video Quality Assessment: Methods and Results},
author = {Maksim Smirnov and Aleksandr Gushchin and Anastasia Antsiferova and Dmitry Vatolin and Radu Timofte and Ziheng Jia and Zicheng Zhang and Wei Sun and Jiaying Qian and Yuqin Cao and Yinan Sun and Yuxin Zhu and Xiongkuo Min and Guangtao Zhai and Kanjar De and Qing Luo and Ao-Xiang Zhang and Peng Zhang and Haibo Lei and Linyan Jiang and Yaqing Li and Wenhui Meng and Zhenzhong Chen and Zhengxue Cheng and Jiahao Xiao and Jun Xu and Chenlong He and Qi Zheng and Ruoxi Zhu and Min Li and Yibo Fan and Zhengzhong Tu},
journal= {arXiv preprint arXiv:2408.11982},
year = {2024}
}