BriefGPT - AI 论文速递
·
用户生成内容转码的视频质量数据库BVI-UGC
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
近年来，用户生成的内容（UGC）数量增加。本文探讨了提取/组合自然场景统计和深度神经网络特征的最新度量标准，并尝试通过引入显著性地图来改善可感知性。初步结果表明，仅使用深度特征可以实现较高的相关性，而添加显著性并不总是提升性能。结果和代码将公开提供，以供研究社区使用。
🎯
关键要点
- 近年来，用户生成的内容（UGC）数量增加。
- 评估UGC质量的挑战被提出。
- 本文探讨了自然场景统计和深度神经网络特征的最新度量标准。
- 引入显著性地图以改善可感知性。
- 使用公共数据集YouTube-UGC和KoNViD-1k进行模型训练和测试。
- 初步结果显示，仅使用深度特征可实现较高相关性。
- 添加显著性并不总是提升性能。
- 结果和代码将公开提供，供研究社区使用。
🏷️
标签
➡️
