BVI-UGC：面向用户生成内容转码的视频质量数据库

近年来，用户生成内容(UGC)已成为流媒体网络中消费的主要视频类型之一。大量研究致力于通过主观测试和客观建模评估其视觉质量。在大多数情况下，客观评估基于无参考场景，即假设对应的参考内容不可用。然而，全参考视频质量评估在交付流程中的UGC同样重要，尤其与视频转码过程相关。在此背景下，我们提出了一个新的UGC视频质量数据库BVI-UGC，用于用户生成内容转码，其中包含60个（非 pristine）参考视频和1080个测试序列。本工作中，我们模拟了非 pristine 参考序列的创建过程（具有广泛范围的压缩失真），这典型地对应于上传至UGC平台进行转码的内容。随后开展了一项涉及超过3500名参与者的综合众包主观研究。基于所收集的主观数据，我们对10个全参考和11个无参考质量指标的性能进行了基准测试。结果表明，这些指标在预测UGC感知质量方面表现不佳（两个不同场景下有或无参考，SROCC值均低于0.6）。