MDS-VQA：基于模型的信息驱动视频质量评估数据选择
计算机视觉与模式识别
2026-03-13 v1
摘要
学习型视频质量评估（VQA）已取得快速进展，但进展正受限于模型设计与数据策划之间的脱节。模型导向方法常在固定基准上迭代，而数据导向努力则在缺乏针对现有VQA模型弱点的系统性目标的情况下收集新人类标签。本文描述了MDS-VQA——一种用于筛选既难以被基础VQA模型处理又内容多样性 unlabeled 视频的数据选择机制。通过采用基于排序目标训练的失效预测器估计难度性，并利用深度语义视频特征衡量多样性，在受限标注预算下采用贪婪策略平衡这两个因素。跨多个VQA数据集和模型的实验表明，MDS-VQA识别出既多样又具挑战性的样本，特别适用于主动微调。仅需5%的所选子集即可实现模型在目标领域内的平均斯皮尔曼相关系数（SRCC）从0.651提升至0.722，并获得顶级GMD（Generalized Mean Absolute Difference）排名，表明其在适应性和泛化性方面具有强大的效果。
引用
@article{arxiv.2603.11525,
title = {MDS-VQA: Model-Informed Data Selection for Video Quality Assessment},
author = {Jian Zou and Xiaoyu Xu and Zhihua Wang and Yilin Wang and Balu Adsumilli and Kede Ma},
journal= {arXiv preprint arXiv:2603.11525},
year = {2026}
}