KVQ：基于显著性引导局部感知的视频质量评估增强
计算机视觉与模式识别
2025-08-12 v2
摘要
视频质量评估（VQA），旨在预测视频的感知质量，已引起越来越多的关注。由于运动模糊或特定失真等因素，视频中不同区域的质量各不相同。识别视频中的区域级局部质量有助于评估全局质量，并可以指导我们采用细粒度的增强或转码策略。由于标注区域级质量的成本高昂，缺乏相关数据集中的真实约束进一步加剧了局部感知的利用难度。借鉴人类视觉系统（HVS）将全局质量与不同区域的局部纹理及其视觉显著性相联系的机制，我们提出了一种 Kaleidoscope 视频质量评估（KVQ）框架，旨在有效评估显著性和局部纹理，从而促进全局质量的评估。我们的框架通过融合窗口注意力（FWA）提取视觉显著性并分配注意力，同时引入局部感知约束（LPC）以减轻区域纹理感知对邻近区域的依赖。KVQ在五个VQA基准测试的多个场景中相比最先进方法取得了显著提升。此外，为了评估局部感知，我们建立了一个新的局部感知视觉质量（LPVQ）数据集，包含区域级标注。实验结果证明了KVQ在感知局部失真方面的能力。KVQ模型和LPVQ数据集将在 https://github.com/qyp2000/KVQ 上公开。
引用
@article{arxiv.2503.10256,
title = {ROODI: Reconstructing Occluded Objects with Denoising Inpainters},
author = {Yeonjin Chang and Erqun Dong and Seunghyeon Seo and Nojun Kwak and Kwang Moo Yi},
journal= {arXiv preprint arXiv:2503.10256},
year = {2025}
}
备注
Project page: https://yeonjin-chang.github.io/ROODI/