HyperAIHyperAI

Command Palette

Search for a command to run...

تقييم جودة الفيديو بدون مرجع باستخدام شرائح الفضاء-الزمن

Joshua P. Ebenezer Zaixi Shang Yongjun Wu Hai Wei Alan C. Bovik

الملخص

نُقدّم نموذجًا تجريبيًا جديدًا لتقييم جودة الفيديو بدون مرجع (VQA) يعتمد على الإحصائيات الطبيعية لقطع الفضاء-الزمن (Space-time chips) في الفيديوهات. تُعرّف قطع الفضاء-الزمن (ST-chips) على أنها فضاء ميزات جديد يراعي الجودة، ونُعرّفه كقطع مُحَدَّدة فضائيًا وزمنيًا من بيانات الفيديو، وتُحدد اتجاهاتها وفقًا لتدفق الحركة المحلي. نستخدم تطبيقات توزيع مُعامَلَة على مدرجات الترددات الممرّة (bandpass histograms) لقطع الفضاء-الزمن لتمثيل الجودة، ونُظهر أن المعاملات المستخلصة من هذه النماذج تتغير بفعل التشوهات، وبالتالي يمكن استخدامها لتوقع جودة الفيديو بشكل موضوعي. يعتمد نموذجنا التجريبي، الذي نسميه ChipQA-0، على عدم الاعتماد على نوع التشوهات المُؤثرة في الفيديو، ويعتمد على تحديد وقياس الانحرافات عن الإحصائيات المتوقعة لقطع الفضاء-الزمن الطبيعية غير المشوهة، بهدف التنبؤ بجودة الفيديو. قمنا بتدريب النموذج واختباره على عدة قواعد بيانات كبيرة لتقييم جودة الفيديو، ونُظهر أن النموذج يحقق ارتباطًا عاليًا مع التقييمات البشرية لجودة الفيديو، ويُعدّ منافسًا ناجحًا للنماذج الرائدة في مجال التقييم.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp