UGC-VIDEO：用户生成视频的感知质量评估
多媒体
2019-09-13 v2 图像与视频处理
摘要
近年来，互联网上用户生成内容（UGC）视频的数量不断膨胀。然而，UGC 视频感知质量评估的进展仍相当有限。在完整的视频制作与传输链中，UGC 视频具有许多显著特征，其中一个与视频质量密切相关的重要特性是：在上传至托管平台后不存在原始无失真源，因此它们通常在最终被观看前经历多次压缩阶段。为促进 UGC 视频质量评估，我们构建了一个 UGC 视频感知质量评估数据库。它包含从 TikTok 收集的 50 个内容多样的源视频，以及由不同量化级别和编码标准压缩生成的多个失真版本。我们开展了主观质量评估以评价视频质量。此外，我们使用现有质量评估算法对该数据库进行基准测试，并观察到未来提升 UGC 视频质量度量精度的潜在空间。
引用
@article{arxiv.1908.11517,
title = {UGC-VIDEO: perceptual quality assessment of user-generated videos},
author = {Yang Li and Shengbin Meng and Xinfeng Zhang and Shiqi Wang and Yue Wang and Siwei Ma},
journal= {arXiv preprint arXiv:1908.11517},
year = {2019}
}