論文の概要: Cut-FUNQUE: An Objective Quality Model for Compressed Tone-Mapped High Dynamic Range Videos
- arxiv url: http://arxiv.org/abs/2404.13452v1
- Date: Sat, 20 Apr 2024 19:29:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-23 18:50:40.797432
- Title: Cut-FUNQUE: An Objective Quality Model for Compressed Tone-Mapped High Dynamic Range Videos
- Title（参考訳）: Cut-FUNQUE:圧縮トーンマップ高ダイナミックレンジ映像の客観的品質モデル
- Authors: Abhinau K. Venkataramanan, Cosmin Stejerean, Ioannis Katsavounidis, Hassene Tmar, Alan C. Bovik,
- Abstract要約: 我々は、トーンマップと圧縮されたHDRビデオの視覚的品質を正確に予測できるCut-FUNQUEという、客観的ビデオ品質の新しいモデルを開発した。
我々は,このようなビデオの大規模クラウドソースデータベース上でCut-FUNQUEを評価し,最先端の精度を実現することを示す。
- 参考スコア（独自算出の注目度）: 30.939589712281684
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High Dynamic Range (HDR) videos have enjoyed a surge in popularity in recent years due to their ability to represent a wider range of contrast and color than Standard Dynamic Range (SDR) videos. Although HDR video capture has seen increasing popularity because of recent flagship mobile phones such as Apple iPhones, Google Pixels, and Samsung Galaxy phones, a broad swath of consumers still utilize legacy SDR displays that are unable to display HDR videos. As result, HDR videos must be processed, i.e., tone-mapped, before streaming to a large section of SDR-capable video consumers. However, server-side tone-mapping involves automating decisions regarding the choices of tone-mapping operators (TMOs) and their parameters to yield high-fidelity outputs. Moreover, these choices must be balanced against the effects of lossy compression, which is ubiquitous in streaming scenarios. In this work, we develop a novel, efficient model of objective video quality named Cut-FUNQUE that is able to accurately predict the visual quality of tone-mapped and compressed HDR videos. Finally, we evaluate Cut-FUNQUE on a large-scale crowdsourced database of such videos and show that it achieves state-of-the-art accuracy.
- Abstract（参考訳）: ハイダイナミックレンジ(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コントラストと色を表現できるため、近年人気が高まっている。
HDRビデオキャプチャは、Apple iPhone、Google Pixel、Samsung Galaxyなどの最近のフラッグシップ携帯電話によって人気が高まっているが、多くの消費者は依然としてHDRビデオを表示できないレガシーなSDRディスプレイを使用している。
その結果、HDRビデオは、SDR対応ビデオコンシューマの大部分にストリーミングする前に、トーンマップで処理されなければならない。
しかし、サーバ側のトーンマッピングは、トーンマッピング演算子(TMO)とそのパラメータの選択に関する決定を自動化し、高忠実度出力を生成する。
さらに、これらの選択は、ストリーミングシナリオにおいてユビキタスであるロッキー圧縮の影響とバランスをとらなければならない。
本研究では,音色マップと圧縮HDR映像の視覚的品質を正確に予測できる,カットファンキュー(Cut-FUNQUE)という,客観的な映像品質の新規かつ効率的なモデルを開発した。
最後に,このようなビデオの大規模クラウドソースデータベース上でCut-FUNQUEを評価し,最先端の精度を実現することを示す。
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) - Generating Content for HDR Deghosting from Frequency View [56.103761824603644]
近年の拡散モデル (DM) はHDRイメージング分野に導入されている。
DMは画像全体を推定するために大きなモデルで広範囲の反復を必要とする。
ゴーストフリーHDRイメージングのための低周波数対応拡散(LF-Diff)モデルを提案する。
論文 参考訳（メタデータ） (2024-04-01T01:32:11Z) - 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) - 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 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) - 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) - Towards Scalable Neural Representation for Diverse Videos [68.73612099741956]
Inlicit Neural representations (INR)は、3Dシーンや画像の表現において注目を集めている。
既存のINRベースの手法は、冗長な視覚コンテンツを持つ短いビデオの符号化に限られている。
本稿では,多種多様な視覚コンテンツを持つ長編・多作ビデオの符号化のためのニューラル表現の開発に焦点をあてる。
論文 参考訳（メタデータ） (2023-03-24T16:32:19Z) - Latent Video Diffusion Models for High-Fidelity Long Video Generation [58.346702410885236]
低次元ラテント空間を用いた軽量映像拡散モデルを提案する。
また,1000フレーム以上の長編動画を生成できるように,遅延空間における階層的拡散も提案する。
我々のフレームワークは、以前の強力なベースラインよりもリアルで長いビデオを生成する。
論文 参考訳（メタデータ） (2022-11-23T18:58:39Z) - 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。