論文の概要: HIDRO-VQA: High Dynamic Range Oracle for Video Quality Assessment
- arxiv url: http://arxiv.org/abs/2311.11059v2
- Date: Wed, 20 Dec 2023 07:58:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-22 18:00:00.877180
- Title: HIDRO-VQA: High Dynamic Range Oracle for Video Quality Assessment
- Title（参考訳）: HIDRO-VQA:ビデオ品質評価のための高ダイナミックレンジOracle
- Authors: Shreshth Saini, Avinab Saha, Alan C. Bovik
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 36.1179702443845
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We introduce HIDRO-VQA, a no-reference (NR) video quality assessment model
designed to provide precise quality evaluations of High Dynamic Range (HDR)
videos. HDR videos exhibit a broader spectrum of luminance, detail, and color
than Standard Dynamic Range (SDR) videos. As HDR content becomes increasingly
popular, there is a growing demand for video quality assessment (VQA)
algorithms that effectively address distortions unique to HDR content. To
address this challenge, we propose a self-supervised contrastive fine-tuning
approach to transfer quality-aware features from the SDR to the HDR domain,
utilizing unlabeled HDR videos. Our findings demonstrate that self-supervised
pre-trained neural networks on SDR content can be further fine-tuned in a
self-supervised setting using limited unlabeled HDR videos to achieve
state-of-the-art performance on the only publicly available VQA database for
HDR content, the LIVE-HDR VQA database. Moreover, our algorithm can be extended
to the Full Reference VQA setting, also achieving state-of-the-art performance.
Our code is available publicly at https://github.com/avinabsaha/HIDRO-VQA.
- Abstract（参考訳）: 我々は,ハイダイナミックレンジ(HDR)ビデオの正確な品質評価を提供するために,非参照(NR)ビデオ品質評価モデルであるHIDRO-VQAを紹介する。
HDRビデオは、標準ダイナミックレンジ(SDR)ビデオよりも輝度、ディテール、色の範囲が広い。
HDRコンテンツが普及するにつれて、HDRコンテンツ特有の歪みに効果的に対処するビデオ品質評価アルゴリズム(VQA)の需要が高まっている。
この課題に対処するために、ラベルなしHDRビデオを利用して、品質認識機能をSDRからHDRドメインに転送する自己教師付きコントラスト微調整手法を提案する。
本研究は,HDRコンテンツ用VQAデータベースであるLIV-HDR VQAデータベース上で,制限されたラベル付きHDRビデオを用いて,SDRコンテンツ上の自己教師付き事前学習ニューラルネットワークをさらに微調整し,最先端のパフォーマンスを達成可能であることを示す。
さらに,本アルゴリズムをフルリファレンスVQA設定に拡張し,最先端性能を実現する。
私たちのコードはhttps://github.com/avinabsaha/HIDRO-VQA.comで公開されています。
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) - Subjective Quality Assessment of Compressed Tone-Mapped High Dynamic Range Videos [35.19716951217485]
ストリーミングHDRビデオの視覚的品質に及ぼすトネマッピング演算子の影響を解析する。
我々は、圧縮トーンマップ付きHDRビデオの大規模主観的オープンソースデータベースを構築した。
論文 参考訳（メタデータ） (2024-03-22T09:38:16Z) - Event-based Asynchronous HDR Imaging by Temporal Incident Light Modulation [54.64335350932855]
我々は,HDRイメージングの課題に関する重要な知見に基づいて,Pixel-Asynchronous HDRイメージングシステムを提案する。
提案システムでは,DVS(Dynamic Vision Sensors)とLCDパネルを統合する。
LCDパネルは、その透過性を変化させてDVSの照射インシデントを変調し、ピクセル非依存のイベントストリームをトリガーする。
論文 参考訳（メタデータ） (2024-03-14T13:45:09Z) - 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) - 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-ChipQA: No-Reference Quality Assessment on High Dynamic Range Videos [38.504568225201915]
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。
論文 参考訳（メタデータ） (2023-04-25T21:25:02Z) - 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) - Subjective Assessment of High Dynamic Range Videos Under Different
Ambient Conditions [38.504568225201915]
本稿では,HDRビデオの大規模主観的研究について紹介する。
圧縮やエイリアスなどの歪みがHDRビデオの品質に及ぼす影響について検討する。
この調査には計66人の被験者が参加し、2万人以上の世論調査が集められた。
論文 参考訳（メタデータ） (2022-09-20T21:25:50Z)
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。