RankDVQA：基于排序启发的混合训练的深度视频质量评估
图像与视频处理
2024-06-11 v3
摘要
近年来，深度学习技术在改进视频质量评估（VQA）方面展现出显著潜力，相较于传统方法取得了与主观意见更高的相关性。然而，深度 VQA 方法的发展受限于大规模训练数据库的匮乏以及低效的训练方法。因此，深度 VQA 方法难以实现持续优越的性能与模型泛化能力。在此背景下，本文提出基于两阶段训练方法的新 VQA 方法，该方法促使我们构建了一个大规模 VQA 训练数据库，而无需雇佣受试者提供真值标签。此方法用于训练一种新的基于 transformer 的网络架构，利用不同失真序列的质量排序而非最小化与真值质量标签的差异。所得到的深度 VQA 方法（涵盖全参考与无参考场景），即 FR- 与 NR-RankDVQA，相较于最先进的传统与深度 VQA 方法，在与感知质量的相关性上持续更高，在八个测试集上未进行交叉验证的平均 SROCC 值分别为 0.8972（FR）与 0.7791（NR）。所提出的质量指标源代码及大规模训练数据库可在 https://chenfeng-bristol.github.io/RankDVQA 获取。
引用
@article{arxiv.2202.08595,
title = {RankDVQA: Deep VQA based on Ranking-inspired Hybrid Training},
author = {Chen Feng and Duolikun Danier and Fan Zhang and David Bull},
journal= {arXiv preprint arXiv:2202.08595},
year = {2024}
}
备注
8 pages, 5 figures accepted by WACV 2024