論文の概要: CamWorldQA: Perceptual Quality Assessment of Camera-Controlled World Video Generation
- arxiv url: http://arxiv.org/abs/2608.18710v1
- Date: Wed, 19 Aug 2026 09:10:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.359802
- Title: CamWorldQA: Perceptual Quality Assessment of Camera-Controlled World Video Generation
- Title（参考訳）: CamWorldQA: カメラによるワールドビデオ生成の知覚的品質評価
- Abstract要約: 我々は、カメラ制御されたワールドビデオ生成の知覚品質評価のための最初のベンチマークであるCamWorldQAを紹介する。
CWQAは,空間的特徴,時間的運動特徴,光学的フロー特徴を抽出し,品質スコアを協調的に予測する3つの相補的分岐を持つ非参照品質評価ネットワークである。
- 参考スコア（独自算出の注目度）: 57.66962508603178
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in generative video models have enabled camera-controlled world video generation, allowing models to synthesize videos under user-defined camera trajectories. However, existing video quality assessment (VQA) methods are mainly developed for natural videos and fail to capture the unique perceptual characteristics of camera-controlled generation, such as viewpoint consistency, motion coherence, and content preservation. In this work, we introduce CamWorldQA, the first benchmark for perceptual quality assessment of camera-controlled world video generation. CamWorldQA contains 720 generated videos produced by 6 representative generation methods from 20 diverse source videos under 6 camera trajectories, where each video is annotated with a human-rated perceptual quality score through subjective experiments. Furthermore, we propose CWQA, a no-reference quality assessment network with three complementary branches that extract spatial features, temporal motion features and optical flow features to jointly predict quality scores. Extensive experiments demonstrate that CWQA achieves superior performance over existing quality assessment methods on the CamWorldQA dataset.
- Abstract（参考訳）: 生成ビデオモデルの最近の進歩により、カメラ制御された世界ビデオ生成が可能となり、ユーザーが定義したカメラ軌跡下での映像合成が可能になった。
しかし,既存の映像品質評価法(VQA)は主に自然ビデオ用に開発されており,視点整合性,動きの整合性,コンテンツ保存など,カメラ制御世代特有の知覚特性を捉えることができない。
本研究では,カメラ制御されたワールドビデオ生成の知覚品質評価のための最初のベンチマークであるCamWorldQAを紹介する。
CamWorldQAには、6つのカメラトラジェクトリの下で20の異なるソースビデオから6つの代表的生成方法によって生成された720のビデオが含まれており、各ビデオには主観的な実験を通じて、人間の評価された知覚品質スコアが注釈付けされている。
さらに、空間的特徴、時間的動きの特徴、光学的フローの特徴を抽出し、品質スコアを協調的に予測する3つの相補的な分岐を持つ非参照品質評価ネットワークであるCWQAを提案する。
大規模な実験により、CWQAはCamWorldQAデータセット上の既存の品質評価手法よりも優れた性能を発揮することが示された。
関連論文リスト
- Infinite-Homography as Robust Conditioning for Camera-Controlled Video Generation [49.12018869332346]
InfCamは、高ポーズ忠実度でカメラ制御されたビデオ・ビデオ生成フレームワークである。
1)ビデオ拡散モデルの2次元潜在空間内で直接3次元カメラ回転を符号化する。
論文 参考訳（メタデータ） (2025-12-18T20:03:05Z) - Unified Camera Positional Encoding for Controlled Video Generation [48.5789182990001]
トランスフォーマーは、3D知覚、ビデオ生成、自律運転のための世界モデル、そしてAIを具体化するための普遍的なバックボーンとして登場した。
本稿では、6-DoFポーズ、内在性、レンズ歪みを含む完全なカメラ情報を統一する幾何学一貫性表現であるRelative Rayを紹介する。
システム的なトレーニングと評価を容易にするため,広い範囲のカメラモーションとレンズタイプをカバーする大規模なビデオデータセットを構築した。
論文 参考訳（メタデータ） (2025-12-08T07:34:01Z) - AC3D: Analyzing and Improving 3D Camera Control in Video Diffusion Transformers [66.29824750770389]
カメラの動きを第一原理の観点から分析し、正確な3Dカメラ操作を可能にする洞察を明らかにする。
これらの知見を合成して、高度な3Dカメラ制御(AC3D)アーキテクチャを設計する。
論文 参考訳（メタデータ） (2024-11-27T18:49:13Z) - Benchmarking Multi-dimensional AIGC Video Quality Assessment: A Dataset and Unified Model [56.03592388332793]
主観的・客観的な品質評価の観点からAIGC-VQA問題を考察する。
主観的観点からは,2,808本のAIGCビデオからなる大規模映像品質評価(LGVQ)データセットを構築した。
我々は,AIGCビデオの知覚的品質を,空間的品質,時間的品質,テキスト・ビデオアライメントの3つの重要な次元から評価した。
本稿では,AIGCビデオの多次元品質を正確に評価するUnify Generated Video Quality Assessment (UGVQ)モデルを提案する。
論文 参考訳（メタデータ） (2024-07-31T07:54:26Z) - Fréchet Video Motion Distance: A Metric for Evaluating Motion Consistency in Videos [13.368981834953981]
映像生成における動きの整合性を評価することを目的としたFr'echet Video Motion Distanceメトリックを提案する。
具体的には、キーポイント追跡に基づく明示的な動作特徴を設計し、Fr'echet距離を用いてこれらの特徴間の類似度を測定する。
我々は大規模な人間の研究を行い、我々の測定値が時間的ノイズを効果的に検出し、既存の測定値よりも生成された映像品質の人間の知覚とよく一致していることを示す。
論文 参考訳（メタデータ） (2024-07-23T02:10:50Z) - Perceptual Video Quality Assessment: A Survey [63.61214597655413]
映像品質評価は,映像処理分野において重要な役割を担っている。
過去20年間に様々な主観的・客観的な映像品質評価研究が実施されてきた。
この調査は、これらのビデオ品質アセスメント研究の最新かつ包括的なレビューを提供する。
論文 参考訳（メタデータ） (2024-02-05T16:13:52Z) - Evaluating Point Cloud from Moving Camera Videos: A No-Reference Metric [58.309735075960745]
本稿では,ビデオ品質評価(VQA)手法を用いて,ポイントクラウド品質評価(PCQA)タスクの処理方法について検討する。
捉えたビデオは、いくつかの円形の経路を通して、点雲の周りでカメラを回転させて生成する。
トレーニング可能な2D-CNNモデルと事前学習された3D-CNNモデルを用いて、選択したキーフレームとビデオクリップから空間的・時間的品質認識特徴を抽出する。
論文 参考訳（メタデータ） (2022-08-30T08:59:41Z)
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。