論文の概要: BBAND Index: A No-Reference Banding Artifact Predictor

• arxiv url: http://arxiv.org/abs/2002.11891v1
• Date: Thu, 27 Feb 2020 03:05:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 09:33:13.706874
• Title: BBAND Index: A No-Reference Banding Artifact Predictor
• Title（参考訳）: BBAND Index:非参照帯状アーチファクト予測器
• Authors: Zhengzhong Tu, Jessie Lin, Yilin Wang, Balu Adsumilli, and Alan C. Bovik
• Abstract要約: バンディングアーティファクト(英: Banding artifact)または偽コントゥーリング(英: false contouring)は、一般的なビデオ圧縮障害である。 本稿では,Blind BANding Detector (BBAND index) と呼ばれる,歪み特異的な非参照ビデオ品質モデルを提案する。
• 参考スコア（独自算出の注目度）: 55.42929350861115
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Banding artifact, or false contouring, is a common video compression impairment that tends to appear on large flat regions in encoded videos. These staircase-shaped color bands can be very noticeable in high-definition videos. Here we study this artifact, and propose a new distortion-specific no-reference video quality model for predicting banding artifacts, called the Blind BANding Detector (BBAND index). BBAND is inspired by human visual models. The proposed detector can generate a pixel-wise banding visibility map and output a banding severity score at both the frame and video levels. Experimental results show that our proposed method outperforms state-of-the-art banding detection algorithms and delivers better consistency with subjective evaluations.
• Abstract（参考訳）: バンドングアーティファクト(英: banding artifact)は、エンコードされたビデオにおいて、大きな平坦な領域に現れる傾向がある一般的なビデオ圧縮障害である。 これらの階段型のカラーバンドは、高精細度ビデオで非常に目立つ。 そこで本研究では,Blind BANding Detector(BBANDインデックス)と呼ばれる,新たな歪み特異的な非参照ビデオ品質モデルを提案する。 BBANDは人間の視覚モデルにインスパイアされている。 提案した検出器は、画素単位のバンドリング可視マップを生成し、フレームレベルとビデオレベルの両方でバンドリング重大度スコアを出力することができる。 実験の結果,提案手法は最先端のバンディング検出アルゴリズムよりも優れており,主観的評価との一貫性が向上した。

関連論文リスト

• GRACE: Graph-Regularized Attentive Convolutional Entanglement with Laplacian Smoothing for Robust DeepFake Video Detection [7.591187423217017]
  本稿では,グラフラプラシアンを用いたグラフ畳み込みネットワークに基づく,堅牢なDeepFakeビデオ検出手法を提案する。 提案手法は,雑音の多い顔シーケンス下でのDeepFakeビデオ検出における最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-06-28T14:17:16Z)
• FS-BAND: A Frequency-Sensitive Banding Detector [55.59101150019851]
  バンディング・アーティファクト(Banding artifact)は、階段のような輪郭(contour)として知られ、圧縮や伝達などで発生する一般的な品質の不快さである。 周波数感度バンディング検出器 (FS-BAND) と呼ばれる,帯状アーティファクトを捕捉・評価するための非参照帯状検出モデルを提案する。 実験結果から,FS-BAND法は画像品質評価(IQA)手法よりもバンドリング分類タスクの精度が高い結果を得た。
  論文  参考訳（メタデータ） (2023-11-30T03:20:42Z)
• Explaining Deepfake Detection by Analysing Image Matching [13.251308261180805]
  本稿では,2値ラベルで教師されるだけで,ディープフェイク検出モデルが画像のアーティファクト特徴をどのように学習するかを解釈することを目的とする。 ディープフェイク検出モデルは、FST-Matchingを通じて人工物に関連する視覚概念を暗黙的に学習する。 本稿では,圧縮ビデオにおける偽造検出性能を高めるためのFSTマッチングディープフェイク検出モデルを提案する。
  論文  参考訳（メタデータ） (2022-07-20T06:23:11Z)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)
• Coherent Loss: A Generic Framework for Stable Video Segmentation [103.78087255807482]
  ビデオセグメンテーションの結果の視覚的品質を,ジッタリングアーティファクトがいかに劣化させるかを検討する。 本稿では,ニューラルネットワークの性能向上を目的とした汎用フレームワークを備えたコヒーレントロスを提案する。
  論文  参考訳（メタデータ） (2020-10-25T10:48:28Z)
• Adaptive Debanding Filter [55.42929350861115]
  バンディングアーティファクトは、写真やビデオフレームに階段のような色のバンドとして現れます。 後処理モジュールとして,コンテンツ適応型スムースなフィルタリングと拡張量子化を提案する。 実験結果から,提案した解離フィルタは,最先端の偽輪郭除去アルゴリズムよりも視覚的,定量的に優れていることがわかった。
  論文  参考訳（メタデータ） (2020-09-22T20:44:20Z)
• A Self-Reasoning Framework for Anomaly Detection Using Video-Level Labels [17.615297975503648]
  監視ビデオにおける異常事象の検出は、画像およびビデオ処理コミュニティの間で困難かつ実践的な研究課題である。 本稿では、ビデオレベルラベルのみを用いて自己推論方式で訓練されたディープニューラルネットワークに基づく、弱い教師付き異常検出フレームワークを提案する。 提案するフレームワークは,UCF-crimeやShanghaiTech,Ped2など,公開されている実世界の異常検出データセット上で評価されている。
  論文  参考訳（メタデータ） (2020-08-27T02:14:15Z)
• VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
  偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。 前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
  論文  参考訳（メタデータ） (2020-05-20T21:17:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。