利用丰富的质量感知特征增强盲视频质量评估
原文中文,约300字,阅读约需1分钟。发表于: 。本文提出了一种简单但有效的方法来增强社交媒体视频的盲视频质量评估(BVQA)模型。通过利用来自预训练盲图像质量评估(BIQA)和 BVQA 模型的丰富质量感知特征作为辅助特征,帮助 BVQA 模型处理社交媒体视频的复杂失真和多样内容。
该文章介绍了一种轻量级并行框架(LPF),用于盲目图像质量评估。该方法使用预训练的特征提取网络提取视觉特征,并构建一个简单而有效的特征嵌入网络(FEN)来转换视觉特征。同时,提出了两种新的自监督子任务,包括样本级别的类别预测任务和批级别的质量比较任务。最后,通过模拟人类视觉系统(HVS),将潜在表示输入到失真感知质量回归网络(DaQRN),生成准确的质量评分。该方法在多个基准数据集上表现出卓越性能,具有较低的计算复杂性和更快的收敛速度。