論文の概要: Study of Subjective and Objective Quality Assessment of Mobile Cloud
Gaming Videos
- arxiv url: http://arxiv.org/abs/2305.17260v1
- Date: Fri, 26 May 2023 21:08:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-30 20:52:25.905218
- Title: Study of Subjective and Objective Quality Assessment of Mobile Cloud
Gaming Videos
- Title（参考訳）: モバイルクラウドゲームビデオの主観的・客観的品質評価に関する研究
- Authors: Avinab Saha, Yu-Chih Chen, Chase Davis, Bo Qiu, Xiaoming Wang, Rahul
Gowda, Ioannis Katsavounidis, Alan C. Bovik
- Abstract要約: 本稿では,モバイル・クラウド・ゲーム・ビデオ品質評価(MCG-VQA)の多種多様なゲーム・ビデオに対する大規模主観的研究の結果について述べる。
LIVE-Meta Mobile Cloud Gaming (LIVE-Meta-MCG) という新しいデータセットを作成しました。
- 参考スコア（独自算出の注目度）: 34.219234345158235
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present the outcomes of a recent large-scale subjective study of Mobile
Cloud Gaming Video Quality Assessment (MCG-VQA) on a diverse set of gaming
videos. Rapid advancements in cloud services, faster video encoding
technologies, and increased access to high-speed, low-latency wireless internet
have all contributed to the exponential growth of the Mobile Cloud Gaming
industry. Consequently, the development of methods to assess the quality of
real-time video feeds to end-users of cloud gaming platforms has become
increasingly important. However, due to the lack of a large-scale public Mobile
Cloud Gaming Video dataset containing a diverse set of distorted videos with
corresponding subjective scores, there has been limited work on the development
of MCG-VQA models. Towards accelerating progress towards these goals, we
created a new dataset, named the LIVE-Meta Mobile Cloud Gaming (LIVE-Meta-MCG)
video quality database, composed of 600 landscape and portrait gaming videos,
on which we collected 14,400 subjective quality ratings from an in-lab
subjective study. Additionally, to demonstrate the usefulness of the new
resource, we benchmarked multiple state-of-the-art VQA algorithms on the
database. The new database will be made publicly available on our website:
\url{https://live.ece.utexas.edu/research/LIVE-Meta-Mobile-Cloud-Gaming/index.html}
- Abstract（参考訳）: 本稿では,モバイル・クラウド・ゲーム・ビデオ品質評価(MCG-VQA)の多種多様なゲーム・ビデオに対する大規模主観的研究の結果について述べる。
クラウドサービスの急速な進歩、より高速なビデオエンコーディング技術、高速で低遅延なワイヤレスインターネットへのアクセスの増加はすべて、モバイルクラウドゲーム産業の指数関数的な成長に寄与した。
その結果,クラウドゲームプラットフォームのエンドユーザに対するリアルタイムビデオフィードの質を評価する手法の開発がますます重要になっている。
しかしながら,多種多様な歪曲されたビデオセットと対応する主観的スコアを含む大規模モバイル・クラウド・ゲーミング・ビデオデータセットの欠如により,mcg-vqaモデルの開発作業は限られている。
これらの目標への進歩を加速するために,我々は,600本のランドスケープビデオとポートレートゲームビデオからなるlive-meta mobile cloud gaming (live-meta-mcg) ビデオ品質データベースという新しいデータセットを作成した。
さらに、新しいリソースの有用性を示すために、データベース上で複数の最先端VQAアルゴリズムをベンチマークした。
新しいデータベースは、我々のウェブサイトで公開される。 \url{https://live.ece.utexas.edu/research/LIVE-Meta-Mobile-Cloud-Gaming/index.html}
関連論文リスト
- Beyond Raw Videos: Understanding Edited Videos with Large Multimodal Model [62.38322742493649]
本稿では,人気のショートビデオプラットフォームであるtextiti.e.,TikTokで動画を編集するためのベンチマークを構築し,エフェクト,面白い,ミーム,ゲームをカバーする。
オープンソースビデオのLMMのほとんどはベンチマークでは不十分であり、ソーシャルメディア上の編集されたショートビデオと通常の生ビデオの間に大きなドメインギャップがあることを示唆している。
LMMの一般化能力を向上させるため,Panda-70M/WebVid生ビデオとTikTok/CapCut編集ビデオの両方に基づいて,提案したベンチマークのトレーニングセットを収集した。
論文 参考訳（メタデータ） (2024-06-15T03:28:52Z) - Subjective and Objective Analysis of Indian Social Media Video Quality [31.562787181908167]
そこで我々は,ShareChatのモバイル動画の集合に対して,ユーザ生成モバイルビデオコンテンツの知覚的品質に関する大規模主観的研究を行った。
コンテンツは、UGC(User-Generated Content)ビデオ品質データセットの既存のコーパスを文化的に多様化する利点がある。
この新たなデータリソースによって、インドのソーシャルメディアビデオの視覚的品質を予測できるシステムの開発も可能になると期待している。
論文 参考訳（メタデータ） (2024-01-05T13:13:09Z) - GAMIVAL: Video Quality Prediction on Mobile Cloud Gaming Content [30.96557290048384]
我々はGAMIVAL(Gaming Video Quality Evaluator)と呼ばれるゲーム固有のNR VQAモデルを開発した。
サポートベクタ回帰(SVR)を回帰器として使用するGAMIVALは,新たなLIVE-Meta Mobile Cloud Gaming(LIVE-Meta MCG)ビデオ品質データベースにおいて,優れたパフォーマンスを実現している。
論文 参考訳（メタデータ） (2023-05-03T20:29:04Z) - Long Video Generation with Time-Agnostic VQGAN and Time-Sensitive
Transformer [66.56167074658697]
本稿では3D-VQGANとトランスフォーマーを使って数千フレームのビデオを生成する手法を提案する。
評価の結果,16フレームのビデオクリップでトレーニングしたモデルでは,多種多様でコヒーレントで高品質な長編ビデオが生成できることがわかった。
また,テキストと音声に時間情報を組み込むことで,有意義な長ビデオを生成するための条件付き拡張についても紹介する。
論文 参考訳（メタデータ） (2022-04-07T17:59:02Z) - Perceptual Quality Assessment of UGC Gaming Videos [60.68777545735441]
我々は、ゲームビデオの成功に特化して設計された新しいVQAモデルを作成しました。
GAME-VQPは、ゲームビデオのユニークな統計特性をうまく予測する。
どちらも他の主流の一般的なVQAモデルよりも優れており、ゲームビデオ用に特別に設計されたVQAモデルより優れている。
論文 参考訳（メタデータ） (2022-03-31T22:44:26Z) - Subjective and Objective Analysis of Streamed Gaming Videos [60.32100758447269]
ゲームビデオにおける主観的および客観的ビデオ品質評価(VQA)モデルについて検討する。
LIVE-YouTube Gaming Video Quality (LIVE-YT-Gaming) と呼ばれる新しいゲームビデオリソースを作成しました。
このデータについて主観的人間調査を行い,61名の被験者が記録した品質評価18,600名を得た。
論文 参考訳（メタデータ） (2022-03-24T03:02:57Z) - Subjective and Objective Quality Assessment of Mobile Gaming Video [28.809404637914117]
本研究では,3つのコーデックで符号化された1293のモバイルゲームシーケンスを含む,Tencent Gaming Videoデータセットを提案する。
新規なハードペアワイズランキング損失を備えた、効率的なハードランク品質推定器(ERAQUE)という客観的な品質フレームワークを提案します。
広範な実験は、私たちのモデルの効率性と堅牢性を示しています。
論文 参考訳（メタデータ） (2021-01-27T19:48:15Z) - Subjective and Objective Quality Assessment of High Frame Rate Videos [60.970191379802095]
高フレームレート(HFR)ビデオは、スポーツなどのライブ、高アクションのストリーミングコンテンツが驚くほど人気を博し、ますます一般的になっている。
ライブYT-HFRデータセットは、6つの異なるフレームレートを持つ480のビデオで構成され、16の多様なコンテンツから得られる。
ビデオの主観的ラベルを得るために,85人の被験者のプールから得られた品質評価を19,000件取得した。
論文 参考訳（メタデータ） (2020-07-22T19:11:42Z) - Towards Deep Learning Methods for Quality Assessment of
Computer-Generated Imagery [2.580765958706854]
従来のビデオコンテンツとは対照的に、ゲームコンテンツはいくつかのゲームにおいて非常に高い動きのような特別な特徴を持つ。
本稿では,ゲーム品質評価のためのディープラーニングベースの品質指標を構築する計画について概説する。
論文 参考訳（メタデータ） (2020-05-02T14:08:39Z)
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。