HyperAIHyperAI

Command Palette

Search for a command to run...

ChipQA: تنبؤ بجودة الفيديو بدون مرجع من خلال شرائح الفضاء-الزمن

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

الملخص

نُقدّم نموذجًا جديدًا لتقييم جودة الفيديو دون الحاجة إلى فيديو مرجعي (VQA). يعتمد نهجنا على فكرة جديدة تتمثل في قطع فضائية-زمنية (ST) موضعية للغاية تُسمى "أقراص الفضاء-الزمن" (ST Chips). تُعدّ أقراص الفضاء-الزمن قطعًا موضعية من بيانات الفيديو على امتداد اتجاهات تُمثّل الحركة بشكل غير مباشر. نستخدم نماذج مرتبطة بالتحسس (Perceptually-motivated) ذات نطاق تمرير متوسط (Bandpass) والتطبيع (Normalization) أولاً لمعالجة بيانات الفيديو، ثم نختار أقراص الفضاء-الزمن الموجهة استنادًا إلى مدى مطابقتها لنماذج بارامترية إحصائيات الفيديو الطبيعية. ونُظهر أن المُعاملات التي تصف هذه الإحصائيات يمكن استخدامها بشكل موثوق لتوقع جودة الفيديو، دون الحاجة إلى فيديو مرجعي. يُعدّ النموذج المقترح نموذجًا ضمنيًا لطبيعة الفيديو الفضائي-الزمني الطبيعي، وكذلك انحرافاته عن الطبيعة. قمنا بتدريب النموذج واختباره على عدة قواعد بيانات كبيرة لتقييم جودة الفيديو، ونُظهر أن النموذج يحقق أداءً متقدمًا جدًا بتكاليف منخفضة، دون الحاجة إلى حسابات الحركة.


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