视频流畅度感知评估的先驱：新型任务、基准数据集与基线
计算机视觉与模式识别
2026-03-30 v1
摘要
准确估计人类对视频流畅度的主观反馈（例如运动一致性和帧连续性）对于各种应用（如流媒体和游戏）至关重要。然而，这长期被忽视，因为先前的方法将其作为视频质量评估（VQA）任务中的一个子维度来解决。本工作开展了试点实验，揭示当前VQA预测在流畅度上严重不足，从而限制了其适用性。为此，我们首次将视频流畅度评估（VFA）作为独立的感知任务聚焦于时间维度。为推进VFA研究，1）我们构建了一个以流畅度为导向的数据集FluVid，包含4606个野生视频，具有均衡的流畅度分布，首次提供评分标准和人类研究用于VFA。2）我们开发了23种方法的大规模基准测试，目前为FluVid提供最全面的基准，为VFA定制模型设计提供了洞见。3）我们提出一种基线模型FluNet，部署时间置换自注意（T-PSA）丰富输入流畅度信息并增强长程帧间相互作用。我们的工作不仅实现了最先进的性能，而且更重要的是，为社区提供了探索VFA解决方案的路线图。
引用
@article{arxiv.2603.26055,
title = {Pioneering Perceptual Video Fluency Assessment: A Novel Task with Benchmark Dataset and Baseline},
author = {Qizhi Xie and Kun Yuan and Yunpeng Qu and Ming Sun and Chao Zhou and Jihong Zhu},
journal= {arXiv preprint arXiv:2603.26055},
year = {2026}
}
备注
14 pages, 6 figures. Accepted by CVPR 2026 findings track