BVI-VFI：面向视频帧插值的视频质量数据库
图像与视频处理
2024-01-23 v3 计算机视觉与模式识别
摘要
视频帧插值（VFI）是视频处理中的基础研究课题，目前正受到研究界越来越多的关注。尽管更先进VFI算法的开发已被广泛研究，但对于人类如何感知插值内容的质量以及现有客观质量评估方法在衡量感知质量时的表现仍知之甚少。为缩小这一研究空白，我们构建了一个名为BVI-VFI的新视频质量数据库，包含通过对36个具有不同空间分辨率和帧率的多样源视频应用五种常用VFI算法生成的540个失真序列。我们通过涉及189名受试者的规模化主观研究收集了这些视频的超过10,800个质量评分。基于收集的主观分数，我们进一步分析了VFI算法和帧率对插值视频感知质量的影响。此外，我们在新数据库上基准测试了33个经典及最先进的客观图像/视频质量指标，并表明对更准确的专用VFI质量评估方法的迫切需求。为促进该领域的进一步研究，我们已将BVI-VFI公开于 https://github.com/danier97/BVI-VFI-database。
引用
@article{arxiv.2210.00823,
title = {BVI-VFI: A Video Quality Database for Video Frame Interpolation},
author = {Duolikun Danier and Fan Zhang and David Bull},
journal= {arXiv preprint arXiv:2210.00823},
year = {2024}
}