論文の概要: Explicit Regional Representations For Video Quality Assessment

• arxiv url: http://arxiv.org/abs/2610.36978v1
• Date: Tue, 27 Oct 2026 10:31:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.258731
• Title: Explicit Regional Representations For Video Quality Assessment
• Title（参考訳）: 映像品質評価のための明示的地域表現
• Abstract要約: ビデオ品質評価のための明示的なピクセルレベルの地域表現(VQA)を導入する。 既存のVQAモデルにQRHを2つの決定論的フラグメントサンプリング戦略により適用する。 複数のベンチマークでDOVERを用いた実験により、前者の近似予測がランダムサンプル上で平均されることが示された。
• 参考スコア（独自算出の注目度）: 17.937570140817687
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: End-to-end video quality assessment (VQA) methods leave the regional evidence underlying their predictions largely implicit. We introduce an explicit pixel-level regional representation for VQA, instantiated as a Quality-Relevance Heatmap (QRH) that combines localized degradation evidence with perceptual priors under vision-language model guidance, without requiring pixel-level annotations. We apply QRH to existing VQA models through two deterministic fragment-sampling strategies: distribution-preserving sampling approximates the original sampler's QRH-score distribution without retraining, while quality-aware sampling prioritizes regions with high QRH scores and is paired with fine-tuning. Experiments with DOVER on multiple benchmarks show that the former closely approximates predictions averaged over random samples, while the latter improves most evaluated metrics across popular VQA benchmarks. These results support explicit regional representations as a useful interface for downstream VQA.
• Abstract（参考訳）: エンドツーエンドビデオ品質評価(VQA)手法は、その予測の根拠となる地域的証拠をほとんど暗黙的に残している。 本稿では,VQA の局所的劣化証拠と視覚言語モデルガイダンスに基づく知覚的先行情報を組み合わせた品質関連ヒートマップ (QRH) としてインスタンス化され,画素レベルのアノテーションを必要としない,明示的なVQA レベルの領域表現を提案する。 分布保存サンプリングは、元のサンプルのQRHスコア分布をトレーニングせずに近似し、品質認識サンプリングは、高いQRHスコアを持つ領域を優先順位付けし、微調整とペアリングする。 複数のベンチマークでDOVERを用いた実験により、前者はランダムサンプルよりも平均的に近似した予測を行い、後者は人気のあるVQAベンチマークで最も評価された指標を改善した。 これらの結果は、下流VQAの有用なインターフェースとして、明示的な地域表現をサポートする。

関連論文リスト

• Auditing MCQA Benchmarks through Probability Landscapes [15.39409235702177]
  本稿では,複数の質問応答ベンチマークを監査するための2成分確率的フレームワークを提案する。 ベンチマークレベルの分析では、トップ予測確率を用いて確率景観を特徴付ける。 アイテムレベルの診断では、ノイズ注入を導入し、意味のあるトラクタ競合を減らす。
  論文  参考訳（メタデータ） (2026-08-31T07:28:31Z)
• QD-PCQA: Quality-Aware Domain Adaptation for Point Cloud Quality Assessment [59.63956655216264]
  No-Reference Point Cloud Quality Assessment (NR-PCQA)は、まだ一般化に苦戦している。 HVS(Human Visual System)は、メディアタイプとは独立して知覚品質の評価を実行する。 QD-PCQAと呼ばれるPCQAのための新しい品質対応ドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-04T04:58:07Z)
• 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)
• PreResQ-R1: Towards Fine-Grained Rank-and-Score Reinforcement Learning for Visual Quality Assessment via Preference-Response Disentangled Policy Optimization [12.993619998545633]
  PreResQ-R1はPreference-Response Disentangled Reinforcement Learningフレームワークである。 1つの推論駆動最適化スキームにおいて絶対スコア回帰と相対ランク一貫性を統一する。 10 IQA と 5 VQA のベンチマークにおいて、SRCC と PLCC のメトリクスで最先端の結果を得る。
  論文  参考訳（メタデータ） (2025-11-07T16:19:50Z)
• 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)
• Detecting Multimodal Situations with Insufficient Context and Abstaining from Baseless Predictions [75.45274978665684]
  VLU(Vision-Language Understanding)ベンチマークには、提供されたコンテキストによってサポートされない仮定に答えが依存するサンプルが含まれている。 サンプル毎にコンテキストデータを収集し,エビデンスに基づくモデル予測を促進するためにコンテキスト選択モジュールをトレーニングする。 我々は,十分なコンテキストを欠いたサンプルを同定し,モデル精度を向上させる汎用なコンテキスト・アワレ認識検出器を開発した。
  論文  参考訳（メタデータ） (2024-05-18T02:21:32Z)
• Simple Baselines for Projection-based Full-reference and No-reference Point Cloud Quality Assessment [60.2709006613171]
  投影型ポイントクラウド品質評価(PCQA)のための簡易ベースラインを提案する。 我々は、全参照(FR)タスクと非参照(NR)PCQAタスクの両方に対して、点雲から共通立方体状の投影プロセスによって得られる多重射影を用いる。 ICIP 2023 PCVQA Challengeに参加して,5トラック中4トラックで首位を獲得した。
  論文  参考訳（メタデータ） (2023-10-26T04:42:57Z)
• 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)

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。