論文の概要: VC-1K: A Diverse Video Test Set for Real-Time Communication
- arxiv url: http://arxiv.org/abs/2611.00192v1
- Date: Fri, 30 Oct 2026 17:46:37 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:43:46.884126
- Title: VC-1K: A Diverse Video Test Set for Real-Time Communication
- Title（参考訳）: VC-1K: リアルタイム通信のための多言語ビデオテストセット
- Abstract要約: Video Conference 1000 (VC-1K) は、リアルタイム通信(RTC)シナリオでビデオ処理とパイプラインの符号化を評価するためのオープンソースのテストセットである。
VC-1Kは、さまざまな条件下でコンシューマモバイルデバイスでキャプチャされたユーザ生成ビデオコールコンテンツで構成されている。
デバイスタイプ、照明条件、動作レベル、屋内/屋外環境、人口多様性など、幅広い現実世界の変数にまたがる。
- 参考スコア（独自算出の注目度）: 13.391621785297302
- License:
- Abstract: We introduce Video Conferencing 1000 (VC-1K), an open-source test set comprising approximately 1,000 video sequences specifically designed for evaluating video processing and encoding pipelines in real-time communication (RTC) scenarios. Unlike existing test sets that primarily rely on studio-produced or screen content, VC-1K consists of user-generated video call content captured on consumer mobile devices under a wide variety of conditions. The dataset predominantly features talking-head sequences with distinct faces, but also includes a small subset of outward-facing, rear-camera videos without faces to reflect additional common RTC use cases. It spans a wide range of real-world variables including device type, lighting conditions, motion levels, indoor/outdoor environments, and demographic diversity. All video sequences are accompanied by synchronous audio to facilitate multimodal research. We detail the dataset's design methodology and statistical distribution, and demonstrate its utility through a comparative encoder evaluation of OpenH264, SVT-AV1, and libaom under constant bitrate (CBR) encoding at resolutions typical of RTC deployments. Furthermore, two super-resolution approaches, RealESRGAN and GFPGAN, are evaluated on VC-1K, highlighting the dataset as a useful benchmark for pre- and post-processing research. VC-1K is intended to serve as a publicly available dataset for the video RTC research community.
- Abstract（参考訳）: ビデオ会議1000(VC-1K)は,リアルタイム通信(RTC)シナリオにおいて,ビデオ処理および符号化パイプラインの評価用に設計された約1000の動画シーケンスからなる,オープンソースのテストセットである。
スタジオ制作やスクリーンコンテンツに主に依存する既存のテストセットとは異なり、VC-1Kは、さまざまな条件下で消費者モバイルデバイスでキャプチャされたユーザ生成ビデオコールコンテンツで構成されている。
データセットは主に、異なる顔を持つトーキングヘッドシーケンスを特徴とするが、顔のない外向きの背面カメラビデオの小さなサブセットも含んでおり、追加の共通RTCのユースケースを反映している。
デバイスタイプ、照明条件、動作レベル、屋内/屋外環境、人口多様性など、幅広い現実世界の変数にまたがる。
すべてのビデオシーケンスに同期オーディオが付属し、マルチモーダルな研究を容易にする。
本稿では,このデータセットの設計手法と統計分布を詳述するとともに,RTC展開の典型的な解像度で定ビットレート(CBR)符号化によるOpenH264,SVT-AV1,Libaomの比較エンコーダ評価により,その実用性を実証する。
さらに、VC-1K上では、RealESRGANとGFPGANという2つの超解像アプローチが評価され、データセットを前処理と後処理の研究に役立つベンチマークとして強調する。
VC-1Kは、ビデオRTC研究コミュニティのための公開データセットとして機能することを意図している。
関連論文リスト
- VEDJE: Video-Efficient Discriminative Joint Encoder for Scalable Video-Text Retrieval [11.373273415183133]
VEDJEは、再利用可能なキャッシュで表現を分離しながら、サンプルフレーム内の機能を圧縮する。
MSR-VTTでは59.8テキスト対ビデオR@1に到達し、ビデオCLIPXLステージが微調整されている。
これらの結果から,ビデオ検索の精度は,コンパクトなエンコードされた証拠に対して一度だけ動作し,新しいクエリが到着すると再利用できることが示唆された。
論文 参考訳（メタデータ） (2026-10-08T12:37:12Z) - OmniVideo-100K: A Dataset for Audio-Visual Reasoning through Structured Scripts and Evidence Chains [50.186434778589415]
音声-視覚的質問回答(QA)のための現在の自動パイプラインは、一般的にビデオキャプション-QA'のパラダイムを採用している。
textbfEntity-Anchored Video Scripting' と textbfClue-Guided QA Generation' という2つのメカニズムを備えた自動データエンジンを提案する。
論文 参考訳（メタデータ） (2026-06-12T17:59:55Z) - xGen-VideoSyn-1: High-fidelity Text-to-Video Synthesis with Compressed Representations [120.52120919834988]
xGen-SynVideo-1(xGen-SynVideo-1)は、テキスト記述からリアルなシーンを生成することができるテキスト・ツー・ビデオ(T2V)生成モデルである。
VidVAEはビデオデータを空間的にも時間的にも圧縮し、視覚トークンの長さを大幅に削減する。
DiTモデルは、空間的および時間的自己アテンション層を取り入れ、異なる時間枠とアスペクト比をまたいだ堅牢な一般化を可能にする。
論文 参考訳（メタデータ） (2024-08-22T17:55:22Z) - 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) - Video compression dataset and benchmark of learning-based video-quality
metrics [55.41644538483948]
本稿では,ビデオ圧縮の評価を行うビデオ品質指標の新しいベンチマークを提案する。
これは、異なる標準でエンコードされた約2,500のストリームからなる、新しいデータセットに基づいている。
クラウドソーシングによるペアワイズ比較により,主観的スコアを収集した。
論文 参考訳（メタデータ） (2022-11-22T09:22:28Z) - Temporal Context Aggregation for Video Retrieval with Contrastive
Learning [81.12514007044456]
フレームレベルの特徴間の時間的長距離情報を組み込んだビデオ表現学習フレームワークTCAを提案する。
提案手法は,映像レベルの特徴を持つ最先端の手法に対して,FIVR-200Kでは17% mAPの大幅な性能上の優位性を示す。
論文 参考訳（メタデータ） (2020-08-04T05:24:20Z)
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。