論文の概要: CompressedVQA-AEV: Full-Reference and No-Reference Quality Assessment Models for Asymmetric Encoded Videos
- arxiv url: http://arxiv.org/abs/2607.04606v1
- Date: Mon, 06 Jul 2026 02:23:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.007043
- Title: CompressedVQA-AEV: Full-Reference and No-Reference Quality Assessment Models for Asymmetric Encoded Videos
- Title（参考訳）: 圧縮VQA-AEV:非対称符号化ビデオの完全参照・非参照品質評価モデル
- Authors: Wei Sun, Xingwei Liu, Dandan Zhu, Xiangyang Zhu, Weixia Zhang, Guangtao Zhai,
- Abstract要約: 本報告では、非対称符号化ビデオの画質評価に関するQoMEX 2026グランドチャレンジに対する解決策について述べる。
フル参照(FR)モデル、圧縮VQA-AEV-FR、非参照(NR)モデル、圧縮VQA-AEV-NRから構成される。
NR設定では、SigLIP2とSwin-Bに基づく補完的なフレームレベルエンコーダを使用し、その後、時間平均プーリングとクロスフォールドアンサンブルを用いて、参照データなしで知覚品質を推定する。
- 参考スコア（独自算出の注目度）: 51.44042801857041
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This report presents our solutions to the QoMEX 2026 Grand Challenge on Video Quality Assessment for Asymmetric Encoded Videos, comprising a full-reference (FR) model, CompressedVQA-AEV-FR, and a no-reference (NR) model, CompressedVQA-AEV-NR. The FR approach leverages a Swin-B backbone to extract multi-stage similarity statistics between reference and distorted videos for quality prediction. For the NR setting, our model employs complementary frame-level encoders based on SigLIP2 and Swin-B, followed by temporal mean pooling and cross-fold ensembling to estimate perceptual quality without reference data. Our CompressedVQA-AEV-FR achieves first place in the FR track of QoMEX 2026 Grand Challenge, while CompressedVQA-AEV-NR secures fourth place in the NR track, demonstrating the effectiveness of our proposed models. The code is available at https://github.com/sunwei925/CompressedVQA-AEV.
- Abstract（参考訳）: 本稿では,完全参照(FR)モデル,圧縮VQA-AEV-FR,非参照(NR)モデル,圧縮VQA-AEV-NRを含む非対称符号化ビデオの映像品質評価に関するQoMEX 2026グランドチャレンジについて述べる。
FRアプローチでは、Swin-Bバックボーンを利用して、参照と歪んだビデオ間のマルチステージ類似度統計を抽出し、品質予測を行う。
NR設定では、SigLIP2とSwin-Bに基づく補完的なフレームレベルエンコーダを使用し、その後、時間平均プーリングとクロスフォールドアンサンブルを用いて、参照データなしで知覚品質を推定する。
我々のCompressedVQA-AEV-FRはQoMEX 2026 Grand ChallengeのFRトラックで1位、CompressedVQA-AEV-NRはNRトラックで4位を獲得し、提案モデルの有効性を実証した。
コードはhttps://github.com/sunwei925/CompressedVQA-AEVで入手できる。
関連論文リスト
- CAMP-VQA: Caption-Embedded Multimodal Perception for No-Reference Quality Assessment of Compressed Video [9.172799792564009]
本稿では,大規模モデルの意味理解機能を活用した新しいNR-VQAフレームワークであるCAMP-VQAを提案する。
本手法では,フレーム間変動から抽出したキーフラグメントを統合する品質対応ビデオメタデータ機構を提案する。
我々のモデルは既存のNR-VQA法を一貫して上回り、手作業の細かいアノテーションを使わずに精度の向上を実現している。
論文 参考訳（メタデータ） (2025-11-10T16:37:47Z) - VQAThinker: Exploring Generalizable and Explainable Video Quality Assessment via Reinforcement Learning [50.34205095371895]
映像品質評価は、知覚的品質劣化を客観的に定量化することを目的としている。
既存のVQAモデルには2つの限界がある。
推論に基づくVQAフレームワークである textbfVQAThinker を提案する。
論文 参考訳（メタデータ） (2025-08-08T06:16:23Z) - CompressedVQA-HDR: Generalized Full-reference and No-reference Quality Assessment Models for Compressed High Dynamic Range Videos [46.255654141741815]
本稿では,HDRビデオ品質評価の課題に対処する有効なVQAフレームワークであるCompressedVQA-SDRを紹介する。
我々は,提案した完全参照(FR)モデルと非参照(NR)VQAモデルのバックボーンネットワークとして,Swin TransformerとSigLip 2を採用する。
我々のモデルは既存のFRやNR VQAモデルと比較して最先端の性能を実現している。
論文 参考訳（メタデータ） (2025-07-16T04:33:06Z) - Towards Generalized Video Quality Assessment: A Weak-to-Strong Learning Paradigm [76.63001244080313]
映像品質評価(VQA)は、人間の視覚的知覚に合わせて映像の知覚的品質を予測することを目的としている。
支配的なVQAパラダイムは、人間のラベル付きデータセットによる教師付きトレーニングに依存している。
我々は、大規模な人ラベルデータセットに頼らずにVQAを進めるための新しいパラダイムとして、弱い対強学習(W2S)を探求する。
論文 参考訳（メタデータ） (2025-05-06T15:29:32Z) - ReLaX-VQA: Residual Fragment and Layer Stack Extraction for Enhancing Video Quality Assessment [35.00766551093652]
ReLaX-VQAは、NRVQA(No-Reference Video Quality Assessment)モデルである。
これは、オリジナルの圧縮されていないビデオに言及することなく、多様なビデオコンテンツの品質を評価するという課題に対処することを目的としている。
NR-VQA法を一貫して上回り、平均Sスコアは0.8658、PLCCは0.8873である。
論文 参考訳（メタデータ） (2024-07-16T08:33:55Z) - Neighbourhood Representative Sampling for Efficient End-to-end Video
Quality Assessment [60.57703721744873]
リアルタイムビデオの高解像度化は、VQA(Deep Video Quality Assessment)の効率性と精度のジレンマを示す
そこで本研究では,空間時空間格子型ミニキューブサンプリング(St-GMS)を統一的に提案し,新しいタイプのフラグメントを抽出する。
フラグメントとFANetにより、提案された効率的なエンドツーエンドのFAST-VQAとFasterVQAは、既存のVQAベンチマークよりも大幅にパフォーマンスが向上した。
論文 参考訳（メタデータ） (2022-10-11T11:38:07Z) - CONVIQT: Contrastive Video Quality Estimator [63.749184706461826]
知覚ビデオ品質評価(VQA)は、多くのストリーミングおよびビデオ共有プラットフォームにおいて不可欠な要素である。
本稿では,視覚的に関連のある映像品質表現を自己指導的に学習する問題について考察する。
本研究は, 自己教師型学習を用いて, 知覚力による説得力のある表現が得られることを示す。
論文 参考訳（メタデータ） (2022-06-29T15:22:01Z)
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。