HIDRO-VQA：用于视频质量评估的高动态范围预言模型
计算机视觉与模式识别
2023-12-22 v2 多媒体
图像与视频处理
摘要
我们介绍了 HIDRO-VQA，一种无参考（NR）视频质量评估模型，旨在对高动态范围（HDR）视频提供精确的质量评价。与标准动态范围（SDR）视频相比，HDR 视频展现出更宽的亮度、细节和色彩范围。随着 HDR 内容的日益普及，对能够有效处理 HDR 内容特有失真的视频质量评估（VQA）算法的需求不断增长。为应对这一挑战，我们提出了一种自监督对比微调方法，利用无标签的 HDR 视频，将质量感知特征从 SDR 域迁移到 HDR 域。我们的结果表明，在 SDR 内容上自监督预训练的神经网络，可使用有限的无标签 HDR 视频在自监督设置下进一步微调，从而在唯一公开可用的 HDR 内容 VQA 数据库 LIVE-HDR VQA 数据库上达到最先进的性能。此外，我们的算法可扩展到全参考 VQA 设置，同样实现了最先进的性能。我们的代码公开于 https://github.com/avinabsaha/HIDRO-VQA。
引用
@article{arxiv.2311.11059,
title = {HIDRO-VQA: High Dynamic Range Oracle for Video Quality Assessment},
author = {Shreshth Saini and Avinab Saha and Alan C. Bovik},
journal= {arXiv preprint arXiv:2311.11059},
year = {2023}
}
备注
WACV 2024 Workshop Paper. Shreshth Saini, Avinab Saha contributed equally to this work