无真实标注下的面向机器视频编码评估
图像与视频处理
2022-05-16 v1
摘要
在新兴的面向机器视频编码领域中，全面评估需要具有原始视频质量与高质量标注的视频数据集。然而，现有带详细标注的视频数据集在规模与视频质量上均严重受限。因此，当前方法不得不仍在静态图像或已压缩数据上评估其编解码器。为缓解该问题，我们提出一种基于语义分割领域伪真实标注的、用于面向机器视频编码的评估方法。通过广泛评估，本文表明所提出的与真实标注无关的评估方法，相较于在中低码率下使用真实标注，在 Bjontegaard Delta Rate 上产生的绝对测量误差低于 0.7 个百分点，处于可接受范围。我们在语义分割、实例分割与目标检测三项任务上进行了评估。最后，我们利用该与真实标注无关的方法，在 Cityscapes 序列上衡量 VVC 相对于 HEVC 的编码性能。这揭示出编码位置对任务性能具有显著影响。
引用
@article{arxiv.2205.06519,
title = {Evaluation of Video Coding for Machines without Ground Truth},
author = {Kristian Fischer and Markus Hofbauer and Christopher Kuhn and Eckehard Steinbach and André Kaup},
journal= {arXiv preprint arXiv:2205.06519},
year = {2022}
}
备注
Originally submitted at IEEE ICASSP 2022