360视听质量的感知评估与机器学习预测
多媒体
2021-12-24 v1 声音
音频与语音处理
摘要
在一项早期研究中，我们收集了360视听内容的音频、视频及视听质量的感知评估。本文基于客观质量指标与360视频和空间音频内容的主观评分，研究感知视听质量预测。对每种编码参数的五个刺激评估了十三个客观视频质量指标和三个客观音频质量指标。此处训练并测试了四种基于回归的机器学习模型，即多元线性回归、决策树、随机森林和支持向量机。每个模型使用音频与视频质量指标的组合构建，并考察了两种交叉验证方法（k折与留一法），产生了312个预测模型。结果表明，基于VMAF和AMBIQUAL评估的模型优于其他音视频质量指标组合。本研究中，支持向量机使用k折取得更高性能（PCC=0.909，SROCC=0.914，RMSE=0.416）。这些结果可为多媒体质量指标设计及视听全向媒体预测模型开发提供见解。
引用
@article{arxiv.2112.12273,
title = {Perceptual Evaluation of 360 Audiovisual Quality and Machine Learning Predictions},
author = {Randy Frans Fela and Nick Zacharov and Søren Forchhammer},
journal= {arXiv preprint arXiv:2112.12273},
year = {2021}
}