Patch-VQ：修补视频质量难题
计算机视觉与模式识别
2022-02-28 v2
摘要
无参考（NR）感知视频质量评估（VQA）是一个复杂、未解决且对社交与流媒体应用十分重要的问题。需要高效且准确的视频质量预测器来监控并指导数十亿共享的、常不完美的用户生成内容（UGC）的处理。遗憾的是，当前的 NR 模型在真实世界‘野生’UGC 视频数据上的预测能力有限。为推进该问题的进展，我们创建了迄今最大的主观视频质量数据集，包含 39,000 段真实世界失真视频和 117,000 个时空局部化视频块（‘v-patch’），以及 5.5M 条人类感知质量标注。利用该数据，我们创建了两种独特的 NR-VQA 模型：(a) 一种局部到全局的基于区域的 NR VQA 架构（称为 PVQ），可学习预测全局视频质量，并在 3 个 UGC 数据集上达到 SOTA 性能；(b) 一种首创的时空视频质量映射引擎（称为 PVQ Mapper），可帮助在时空上定位并可视化感知失真。我们将在审稿过程结束后立即公开该新数据库与预测模型。
引用
@article{arxiv.2011.13544,
title = {Patch-VQ: 'Patching Up' the Video Quality Problem},
author = {Zhenqiang Ying and Maniratnam Mandal and Deepti Ghadiyaram and Alan Bovik},
journal= {arXiv preprint arXiv:2011.13544},
year = {2022}
}