基于深度先验的视频质量预测

在这项工作中，我们利用深度视频先验设计了一种完全无参考的视频质量评估算法。本研究主要探索深度视频先验在估计视频视觉质量方面的效用。我们使用单个失真视频和参考视频对来学习深度视频先验。在推理阶段，学习到的深度先验被用于从失真视频中恢复原始视频。通过衡量学习到的深度视频先验从失真视频恢复原始视频的能力，来量化视频中的失真。我们的假设是，学习到的深度视频先验无法恢复高度失真的视频。深度视频先验的恢复能力与视频中存在的失真程度成正比。因此，我们提出使用失真视频与恢复视频之间的距离作为视频的感知质量。我们的算法使用单个视频对进行训练，不需要任何标记数据。我们证明，在一个合成失真视频质量评估数据集上，我们提出的算法在 LCC 和 SROCC 指标上优于现有的无监督视频质量评估算法。