VADB：具备专业与多维标注的大规模视频美学数据库
计算机视觉与模式识别
2025-11-14 v2
摘要
视频美学评估作为多媒体计算中的重要领域，将计算机视觉与人类认知相结合。其进展受限于缺乏标准化数据集和稳健模型，由于视频的时间动态特性及其多模态融合，使得直接应用基于图像的方法面临挑战。本研究引入 VADB，即目前规模最大的视频美学数据库，包含 10,490 组多样化视频，由 37 名专业标注者跨维度进行标注，包括整体及属性特定的美学评分、丰富的语言评论和客观标签。我们提出了 VADB-Net，一种双模态预训练框架，采用两阶段训练策略，该方法在评分任务中优于现有的视频质量评估模型，并支持下游视频美学评估任务。数据集和源码均已公开于 https://github.com/BestiVictory/VADB。
引用
@article{arxiv.2510.25238,
title = {VADB: A Large-Scale Video Aesthetic Database with Professional and Multi-Dimensional Annotations},
author = {Qianqian Qiao and DanDan Zheng and Yihang Bo and Bao Peng and Heng Huang and Longteng Jiang and Huaye Wang and Jingdong Chen and Jun Zhou and Xin Jin},
journal= {arXiv preprint arXiv:2510.25238},
year = {2025}
}