面向工业视频检索的多分支协作学习网络

视频质量评估（VQA）对于大规模视频检索系统至关重要，旨在识别质量问题以优先处理高质量视频。在工业系统中，低质量视频特征可分为四类：视觉相关问题，如马赛克和黑框；来自视频标题和OCR内容的文本问题；以及来自AI生成视频的语义问题，如帧不一致和帧-文本不匹配。尽管这些低质量视频在工业环境中十分常见，但在学术研究中鲜有被关注，这给准确识别带来了挑战。为此，我们提出了针对工业视频检索系统的多分支协作网络（MBCN）。MBCN包含四个分支，每个分支均针对上述一种质量问题进行设计。每个分支独立对视频进行评分后，我们采用加权方法和 squeeze-and-excitation 机制来动态应对不同场景下的质量问题。我们实现了点评估和对评估目标，以确保评分的稳定性和合理性。大规模的离线和在线实验在一个全球级视频搜索引擎上表明，MBCN在识别视频质量问题方面效果显著，显著提升了检索系统的排序性能。详细的实验分析确认了所有四个评估分支均对系统贡献显著。此外，MBCN在识别低质量AI生成视频时相对于基线显著提高了识别准确率。