基于深度学习的视频质量评价研究综述

摘要：

视频质量评价(VQA)是以人眼的主观质量评估结果为依据,使用算法模型对失真视频进行评估.传统的评估方法难以做到主观评价结果与客观评价结果相一致.基于深度学习的视频质量评价方法无需加入手工特征,通过模型自主学习即可进行评估,对视频质量的监控和评价有重要意义,已成为计算机视觉领域的研究热点之一.首先对视频质量评价的研究背景和主要研究方法进行介绍;其次从全参考型和无参考型两方面介绍基于深度学习的客观质量评价方法,并且从所用的卷积神经网络模型对无参考型评价方法进行了分类比较;接着介绍视频质量评价算法的相关数据库和评价算法性能指标,并对算法性能进行比较;最后对目前视频质量评价研究存在的问题进行总结,并展望了该领域面临的挑战和未来发展方向.

关键词：深度学习、视频质量评价(VQA)、客观评价、无参考、卷积神经网络(CNN)

所属期刊栏目：15

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;贵州省科技计划项目

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：423-437