論文の概要: Hacking VMAF and VMAF NEG: metrics vulnerability to different
preprocessing
- arxiv url: http://arxiv.org/abs/2107.04510v1
- Date: Fri, 9 Jul 2021 15:53:47 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-12 13:35:12.664662
- Title: Hacking VMAF and VMAF NEG: metrics vulnerability to different
preprocessing
- Title(参考訳): VMAFとVMAF NEGのハック:異なる前処理に対するメトリクス脆弱性
- Authors: Maksim Siniukov, Anastasia Antsiferova, Dmitriy Kulikov, Dmitriy
Vatolin
- Abstract要約: ビデオ前処理による品質指標VMAFとそのチューニング耐性バージョンVMAF NEGが人工的に向上可能であることを示す。
本稿では,VMAFを最大218.8%増加させる処理アルゴリズムのパラメータをチューニングするためのパイプラインを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Video quality measurement plays a critical role in the development of video
processing applications. In this paper, we show how popular quality metrics
VMAF and its tuning-resistant version VMAF NEG can be artificially increased by
video preprocessing. We propose a pipeline for tuning parameters of processing
algorithms that allows increasing VMAF by up to 218.8%. A subjective comparison
of preprocessed videos showed that with the majority of methods visual quality
drops down or stays unchanged. We show that VMAF NEG scores can also be
increased by some preprocessing methods by up to 23.6%.
- Abstract(参考訳): ビデオ品質測定は、ビデオ処理アプリケーションの開発において重要な役割を果たす。
本稿では,ビデオプリプロセッシングにより,VMAFとそのチューニング耐性バージョンVMAF NEGが人工的に向上可能であることを示す。
我々は,vmafを最大218.8%増加させる処理アルゴリズムのパラメータをチューニングするパイプラインを提案する。
前処理したビデオの主観的な比較では、ほとんどの方法では、視覚的品質は低下するか、変わらないままである。
また,vmaf negスコアは,前処理法によって最大23.6%向上できることを示した。
関連論文リスト
- High Visual-Fidelity Learned Video Compression [6.609832462227998]
我々は,HVFVC(High Visual-Fidelity Learned Video Compression framework)を提案する。
具体的には,新たに出現した地域での貧弱な復興問題に対処するために,信頼度に基づく新しい特徴再構成手法を設計する。
広汎な実験により提案したHVFVCは、50%しか必要とせず、最新のVVC標準よりも優れた知覚品質が得られることが示された。
論文 参考訳(メタデータ) (2023-10-07T03:27:45Z) - Towards Robust Low-Resource Fine-Tuning with Multi-View Compressed
Representations [51.75960511842552]
事前訓練された言語モデル(PLM)の微調整は、低リソースのシナリオで過度に適合する傾向がある。
オーバーフィッティングを減らすために,PLMの隠れ表現を利用する新しい手法を提案する。
論文 参考訳(メタデータ) (2022-11-16T09:39:29Z) - An Empirical Study of End-to-End Video-Language Transformers with Masked
Visual Modeling [152.75131627307567]
Masked Visual Modeling (MVM) は視覚前トレーニングに有効であることが最近証明されている。
VidL学習におけるMVMの可能性について,系統的に検討した。
我々は、MVMで事前トレーニングされたVIOLETv2が、13のVidLベンチマークで顕著な改善を実現していることを示す。
論文 参考訳(メタデータ) (2022-09-04T06:30:32Z) - Evaluating Point Cloud from Moving Camera Videos: A No-Reference Metric [58.309735075960745]
本稿では,ビデオ品質評価(VQA)手法を用いて,ポイントクラウド品質評価(PCQA)タスクの処理方法について検討する。
捉えたビデオは、いくつかの円形の経路を通して、点雲の周りでカメラを回転させて生成する。
トレーニング可能な2D-CNNモデルと事前学習された3D-CNNモデルを用いて、選択したキーフレームとビデオクリップから空間的・時間的品質認識特徴を抽出する。
論文 参考訳(メタデータ) (2022-08-30T08:59:41Z) - MANet: Improving Video Denoising with a Multi-Alignment Network [72.93429911044903]
本稿では,複数フローの提案とアテンションに基づく平均化を行うマルチアライメントネットワークを提案する。
大規模ビデオデータセットを用いた実験により,本手法は調音ベースラインモデルを0.2dBで改善することを示した。
論文 参考訳(メタデータ) (2022-02-20T00:52:07Z) - High Frame Rate Video Quality Assessment using VMAF and Entropic
Differences [50.265638572116984]
ライブでハイアクションなコンテンツによるストリーミングビデオの人気は、ハイフレームレート(HFR)ビデオへの関心を高めている。
本稿では,比較対象の動画がフレームレートと圧縮係数が異なる場合に,フレームレートに依存するビデオ品質評価(VQA)の問題に対処する。
提案する融合フレームワークは,フレームレートに依存した映像品質を予測するために,より効率的な特徴をもたらすことを示す。
論文 参考訳(メタデータ) (2021-09-27T04:08:12Z) - ELF-VC: Efficient Learned Flexible-Rate Video Coding [61.10102916737163]
低レイテンシモードの性能向上を実現するための,学習ビデオ圧縮のための新しいアイデアをいくつか提案する。
一般的なビデオテストセット UVG と MCL-JCV 上で,ELF-VC と呼ぶ手法をベンチマークする。
我々の手法は少なくとも5倍高速に動作し、これらの数値を報告するすべてのMLコーデックよりもパラメータが少ない。
論文 参考訳(メタデータ) (2021-04-29T17:50:35Z) - Enhancing VMAF through New Feature Integration and Model Combination [9.53158421434428]
VMAFは、もともとストリーミングアプリケーション用に設計された機械学習ベースのビデオ品質評価方法です。
新しいビデオ機能と代替品質指標の統合により、VMAFの拡張を提案します。
拡張VMAF法は8つのHDビデオデータベース上で評価され,VMAFモデルよりも一貫して優れていた。
論文 参考訳(メタデータ) (2021-03-10T20:43:19Z)
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。