論文の概要: HDR-ChipQA: No-Reference Quality Assessment on High Dynamic Range Videos

• arxiv url: http://arxiv.org/abs/2304.13156v1
• Date: Tue, 25 Apr 2023 21:25:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-27 16:24:57.408249
• Title: HDR-ChipQA: No-Reference Quality Assessment on High Dynamic Range Videos
• Title（参考訳）: HDR-ChipQA:高ダイナミックレンジ映像の非参照品質評価
• Authors: Joshua P. Ebenezer, Zaixi Shang, Yongjun Wu, Hai Wei, Sriram Sethuraman and Alan C. Bovik
• Abstract要約: 本稿では,ハイダイナミックレンジ(チップ)ビデオのスタントアウト性能を実現するノン参照ビデオ品質モデルとアルゴリズムを提案する。 HDRビデオは、標準ダイナミックレンジ(SDR)ビデオよりも幅広い輝度、詳細、色を表現している。
• 参考スコア（独自算出の注目度）: 38.504568225201915
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a no-reference video quality model and algorithm that delivers standout performance for High Dynamic Range (HDR) videos, which we call HDR-ChipQA. HDR videos represent wider ranges of luminances, details, and colors than Standard Dynamic Range (SDR) videos. The growing adoption of HDR in massively scaled video networks has driven the need for video quality assessment (VQA) algorithms that better account for distortions on HDR content. In particular, standard VQA models may fail to capture conspicuous distortions at the extreme ends of the dynamic range, because the features that drive them may be dominated by distortions {that pervade the mid-ranges of the signal}. We introduce a new approach whereby a local expansive nonlinearity emphasizes distortions occurring at the higher and lower ends of the {local} luma range, allowing for the definition of additional quality-aware features that are computed along a separate path. These features are not HDR-specific, and also improve VQA on SDR video contents, albeit to a reduced degree. We show that this preprocessing step significantly boosts the power of distortion-sensitive natural video statistics (NVS) features when used to predict the quality of HDR content. In similar manner, we separately compute novel wide-gamut color features using the same nonlinear processing steps. We have found that our model significantly outperforms SDR VQA algorithms on the only publicly available, comprehensive HDR database, while also attaining state-of-the-art performance on SDR content.
• Abstract（参考訳）: 我々は,HDR-ChipQAと呼ぶハイダイナミックレンジ(HDR)ビデオのスタンドアウト性能を実現するノン参照ビデオ品質モデルとアルゴリズムを提案する。 HDRビデオは、標準ダイナミックレンジ(SDR)ビデオよりも幅広い輝度、詳細、色を表現している。 大規模ビデオネットワークにおけるHDRの採用の増加により、HDRコンテンツの歪みを考慮に入れたビデオ品質評価(VQA)アルゴリズムの必要性が高まっている。 特に、標準的なVQAモデルは、ダイナミックレンジの極端における顕著な歪みを捉えることができない。 局所的な拡張的非線形性は、{local} luma範囲の上端と下端で発生する歪みを強調する新しいアプローチを導入し、別々の経路に沿って計算される付加的な品質認識特徴の定義を可能にした。 これらの特徴はHDR特有のものではなく、SDR映像のVQAも改善されている。 この前処理ステップは,hdrコンテンツの品質予測に用いる際に,歪みに敏感な自然ビデオ統計(nvs)機能のパワーを著しく高めている。 同様の方法で、同じ非線形処理ステップを用いて、新しい広域色特徴を別々に計算する。 当社のモデルがsdr vqaアルゴリズムを,公開されている唯一の包括的なhdrデータベースで大幅に上回っていると同時に,sdrコンテンツの最先端のパフォーマンスも達成していることが分かりました。

関連論文リスト

• HDR-GS: Efficient High Dynamic Range Novel View Synthesis at 1000x Speed via Gaussian Splatting [76.5908492298286]
  既存のHDR NVS法は主にNeRFに基づいている。 訓練時間は長く、推論速度は遅い。 我々は新しいフレームワークHigh Dynamic Range Gaussian Splatting (-GS)を提案する。
  論文  参考訳（メタデータ） (2024-05-24T00:46:58Z)
• Adapting Pretrained Networks for Image Quality Assessment on High Dynamic Range Displays [0.0]
  従来の画像品質指標(IQMs)は、知覚的に均一なガンマ符号化されたピクセル値のために設計されている。 利用可能なデータセットのほとんどは、標準およびおそらく制御されていない観測条件で収集された標準ダイナミックレンジ(SDR)イメージで構成されている。 一般的なトレーニング済みニューラルネットワークもSDR入力を意図しており、HDRコンテンツへの直接適用を制限している。 本研究では,HDRデータに基づく画像品質評価(IQA)のための深層学習モデル学習のための,より効果的なアプローチについて検討する。
  論文  参考訳（メタデータ） (2024-05-01T17:57:12Z)
• A FUNQUE Approach to the Quality Assessment of Compressed HDR Videos [36.26141980831573]
  最先端のSOTA(State-of-art)アプローチでは、VMAFのような既製のビデオ品質モデルが強化され、非線形変換ビデオフレームで計算される。 ここでは,FUNQUE+というビデオ品質予測モデルの効率的なクラスが,より少ない計算コストで高いHDR映像品質予測精度を実現することを示す。
  論文  参考訳（メタデータ） (2023-12-13T21:24:00Z)
• HIDRO-VQA: High Dynamic Range Oracle for Video Quality Assessment [36.1179702443845]
  HIDRO-VQAは,ハイダイナミックレンジ(ハイダイナミックレンジ)ビデオの正確な品質評価を提供するために設計された,NRビデオ品質評価モデルである。 この結果から, 自己教師型ニューラルネットワークは, 最先端の性能を達成するために, 自己教師型設定でさらに微調整できることがわかった。 我々のアルゴリズムはFull Reference VQA設定に拡張することができ、また最先端の性能を達成することができる。
  論文  参考訳（メタデータ） (2023-11-18T12:33:19Z)
• Towards High-quality HDR Deghosting with Conditional Diffusion Models [88.83729417524823]
  高ダイナミックレンジ(LDR)画像は、既存のディープニューラルネットワーク(DNN)技術により、複数の低ダイナミックレンジ(LDR)画像から復元することができる。 DNNは、LDR画像が飽和度と大きな動きを持つ場合、ゴーストアーティファクトを生成する。 拡散モデルの条件としてLDR特徴を利用する画像生成としてHDRデゴースト問題を定式化する。
  論文  参考訳（メタデータ） (2023-11-02T01:53:55Z)
• Towards Efficient SDRTV-to-HDRTV by Learning from Image Formation [51.26219245226384]
  モダンディスプレイは、高ダイナミックレンジ(WCG)と広色域(SDR)で映像コンテンツをレンダリングすることができる 利用可能なリソースの大部分は、まだ標準動的範囲(SDR)にある。 我々は、SDRTV/TVコンテンツの形成をモデル化し、SDRTV-to-TVタスクを定義し、分析する。 本手法は主に超高精細テレビコンテンツ向けに設計されており、4K解像度画像の処理に有効で軽量である。
  論文  参考訳（メタデータ） (2023-09-08T02:50:54Z)
• HDR or SDR? A Subjective and Objective Study of Scaled and Compressed Videos [36.33823452846196]
  我々は,高ダイナミックレンジ(SDR)ビデオと標準ダイナミックレンジ(SDR)ビデオの人間の知覚品質判定を大規模に検討した。 HDRとSDRの主観的嗜好は、ディスプレイデバイス、解像度のスケーリングと解像度に大きく依存することがわかった。
  論文  参考訳（メタデータ） (2023-04-25T21:43:37Z)
• Making Video Quality Assessment Models Robust to Bit Depth [38.504568225201915]
  我々は,ビデオ品質アセスメント(VQA)アルゴリズムに含まれるHDRMAX機能と呼ばれる新しい特徴セットを導入し,それらを高ダイナミックレンジ(SDR)ビデオの歪みに敏感化する。 これらの特徴はHDRに特有ではなく、SDRコンテンツ上でのVQAモデルの等価性予測性能を増大させるが、特にHDRに有効である。 提案手法の有効性の実証として, 現状のVQAモデルは10ビットHDRデータベースでは性能が良くないが, テスト時にHDRMAX機能を含めることで性能が大幅に向上することを示した。
  論文  参考訳（メタデータ） (2023-04-25T18:54:28Z)
• SMAE: Few-shot Learning for HDR Deghosting with Saturation-Aware Masked Autoencoders [97.64072440883392]
  そこで本研究では,SSHDRと呼ばれる2段階の訓練を通した短距離HDRイメージングを実現するための,新しい半教師付きアプローチを提案する。 以前の方法とは異なり、コンテンツを直接回復し、ゴーストを同時に除去することは、最適に達成することが難しい。 実験により、SSHDRは異なるデータセットの内外における定量的かつ定性的に最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-04-14T03:42:51Z)

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。