10.16798/j.issn.1003-0530.2022.06.011
基于高阶深层时空信息的自媒体视频质量评价
自媒体视频中普遍存在的失真扭曲现象,给视频质量评价带来了新的挑战.视觉感知理论研究表明,人类视觉系统中存在感知迭代机制,即视频的感知评价是一个正反向迭代修正的过程.受此启发,本文将该机制引入视频质量评价,提出了基于高阶深层时空信息的质量评价方法.具体而言,本文提出了二阶协方差聚合来进行高阶空域信息的提取,引入快速迭代GRU结构进行深层时域信息建模,而后通过特征层的池化聚合以及多层感知机回归视频得分.实验结果表明,预测结果与人类主观质量评分具有较好的一致性,明显优于现有无参考质量评价算法.
视频质量评价、用户原创视频、深度学习、深层时域相关性、反向层次理论、二阶协方差感知
38
TP391(计算技术、计算机技术)
国家自然科学基金61972123
2022-08-12(万方平台首次上网日期,不代表论文的发表时间)
共9页
1240-1248