BriefGPT - AI 论文速递
·
ReLaX-VQA: 提升视频质量评估的残差模块和层堆叠提取
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
ReLaX-VQA是一种用于无参考视频质量评估的模型，通过分析视频片段的残差帧、光流和采样帧的空间特征表达，并利用深度神经网络中的层叠技术来增强其抽象能力。在四个UGC数据集上进行了广泛测试，结果显示ReLaX-VQA在NR-VQA方法中表现优越，平均SRCC值为0.8658，PLCC值为0.8872。该模型的开源代码和训练模型也已提供，以促进进一步的研究和应用。
🎯
关键要点
- ReLaX-VQA是一种用于无参考视频质量评估的模型。
- 该模型通过分析视频片段的残差帧、光流和采样帧的空间特征表达来增强抽象能力。
- 利用深度神经网络中的层叠技术，ReLaX-VQA解决了无参考视频质量评估的挑战。
- 在四个UGC数据集上进行了广泛测试，结果显示ReLaX-VQA在NR-VQA方法中表现优越。
- ReLaX-VQA的平均SRCC值为0.8658，PLCC值为0.8872。
- 模型的开源代码和训练模型已提供，以促进进一步的研究和应用。
➡️
