論文の概要: Objective video quality metrics application to video codecs comparisons:
choosing the best for subjective quality estimation
- arxiv url: http://arxiv.org/abs/2107.10220v1
- Date: Wed, 21 Jul 2021 17:18:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-22 14:07:32.406730
- Title: Objective video quality metrics application to video codecs comparisons:
choosing the best for subjective quality estimation
- Title（参考訳）: ビデオコーデック比較における客観的映像品質指標の適用:主観的品質推定のためのベストの選択
- Authors: Anastasia Antsiferova, Alexander Yakovenko, Nickolay Safonov, Dmitriy
Kulikov, Alexander Gushin, and Dmitriy Vatolin
- Abstract要約: 品質評価は、ビデオ圧縮アルゴリズムの作成と比較において重要な役割を果たす。
比較のために、異なる標準のビデオコーデックでエンコードされた一連のビデオを使用し、2018年から2021年までの一連のストリームに対して、視覚的品質スコアを収集しました。
- 参考スコア（独自算出の注目度）: 101.18253437732933
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quality assessment plays a key role in creating and comparing video
compression algorithms. Despite the development of a large number of new
methods for assessing quality, generally accepted and well-known codecs
comparisons mainly use the classical methods like PSNR, SSIM and new method
VMAF. These methods can be calculated following different rules: they can use
different frame-by-frame averaging techniques or different summation of color
components. In this paper, a fundamental comparison of various versions of
generally accepted metrics is carried out to find the most relevant and
recommended versions of video quality metrics to be used in codecs comparisons.
For comparison, we used a set of videos encoded with video codecs of different
standards, and visual quality scores collected for the resulting set of streams
since 2018 until 2021
- Abstract（参考訳）: 画質評価はビデオ圧縮アルゴリズムの作成と比較において重要な役割を果たす。
品質評価のための多くの新しい手法の開発にもかかわらず、一般に受け入れられ、よく知られたコーデック比較は主にPSNR、SSIM、新しいVMAFといった古典的な手法を使用している。
これらの手法は、異なるフレーム・バイ・フレーム平均化技術または異なるカラー成分の和を用いることができる。
本稿では,コーデック比較に使用される映像品質指標の最も重要かつ推奨されるバージョンを見出すために,一般に受け入れられる指標の各種バージョンについて基礎的な比較を行う。
比較のために、さまざまな標準のビデオコーデックでエンコードされたビデオセットと、2018年から2021年までのストリームの視覚的品質スコアを使用した。
関連論文リスト
- On the Computation of BD-Rate over a Set of Videos for Fair Assessment of Performance of Learned Video Codecs [7.714092783675679]
Bjontegaard Delta (BD)測度は、異なるコーデック間でのレート歪み(RD)性能の変動を評価し定量化するために広く用いられている。
我々は、学習ビデオ圧縮コミュニティにおける、複数のビデオの平均RD曲線に基づくデータセット平均BD値の計算が、誤解を招く可能性があると主張している。
論文 参考訳（メタデータ） (2024-09-13T12:30:15Z) - Prediction and Reference Quality Adaptation for Learned Video Compression [54.58691829087094]
本研究では,空間的およびチャネル的予測品質差の明確な識別を行うために,信頼度に基づく予測品質適応(PQA)モジュールを提案する。
また、参照品質適応(RQA)モジュールと関連する繰り返し学習戦略を提案し、様々な参照品質のための動的空間変化フィルタを提供する。
論文 参考訳（メタデータ） (2024-06-20T09:03:26Z) - A Diffusion Model Based Quality Enhancement Method for HEVC Compressed
Video [11.741515336773643]
本研究では,圧縮ビデオの拡散モデルに基づく後処理手法を提案する。
提案手法は,まず圧縮ビデオの特徴ベクトルを推定し,その推定特徴ベクトルを品質向上モデルの事前情報として利用する。
実験の結果,提案手法の品質向上効果は既存手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-11-15T07:29:23Z) - EvalCrafter: Benchmarking and Evaluating Large Video Generation Models [70.19437817951673]
これらのモデルはしばしば、マルチアスペクト能力を持つ非常に大きなデータセットで訓練されているので、単純な指標から大きな条件生成モデルを判断することは困難である、と我々は主張する。
我々のアプローチは、テキスト・ツー・ビデオ生成のための700のプロンプトの多種多様な包括的リストを作成することである。
そこで我々は、視覚的品質、コンテンツ品質、動作品質、テキスト・ビデオアライメントの観点から、慎重に設計されたベンチマークに基づいて、最先端のビデオ生成モデルを評価する。
論文 参考訳（メタデータ） (2023-10-17T17:50:46Z) - Video Compression with Arbitrary Rescaling Network [8.489428003916622]
符号化前のビデオリサイズのためのレート誘導任意再スケーリングネットワーク(RARN)を提案する。
軽量RARN構造は、FHD(1080p)コンテンツをリアルタイム(91 FPS)で処理し、かなりのレート低下を得ることができる。
論文 参考訳（メタデータ） (2023-06-07T07:15:18Z) - Perceptual Quality Assessment of Face Video Compression: A Benchmark and
An Effective Method [69.868145936998]
生成的符号化アプローチは、合理的な速度歪曲トレードオフを持つ有望な代替手段として認識されている。
従来のハイブリッドコーディングフレームワークから生成モデルまで、空間的・時間的領域における歪みの多様さは、圧縮顔画像品質評価(VQA)における大きな課題を提示する。
大規模圧縮顔画像品質評価(CFVQA)データベースを導入し,顔ビデオの知覚的品質と多角化圧縮歪みを体系的に理解するための最初の試みである。
論文 参考訳（メタデータ） (2023-04-14T11:26:09Z) - Video compression dataset and benchmark of learning-based video-quality
metrics [55.41644538483948]
本稿では,ビデオ圧縮の評価を行うビデオ品質指標の新しいベンチマークを提案する。
これは、異なる標準でエンコードされた約2,500のストリームからなる、新しいデータセットに基づいている。
クラウドソーシングによるペアワイズ比較により,主観的スコアを収集した。
論文 参考訳（メタデータ） (2022-11-22T09:22:28Z) - Capturing Video Frame Rate Variations via Entropic Differencing [63.749184706461826]
一般化ガウス分布モデルに基づく新しい統計エントロピー差分法を提案する。
提案手法は,最近提案されたLIVE-YT-HFRデータベースにおいて,主観的スコアと非常によく相関する。
論文 参考訳（メタデータ） (2020-06-19T22:16:52Z)
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。