التوقع الأعمى لجودة الفيديو الطبيعي

نُقدّم نموذجًا لتقييم جودة الفيديو دون معرفة بالفيديو الأصلي (أي نموذج غير مُعتمد على المرجع أو NR)، ولا يعتمد على نوع معين من التشوهات. تعتمد هذه الطريقة على نموذج فضائي-زمني لمشاهد الفيديو في مجال التحويل التوافقي المتقطع (DCT)، وعلى نموذج يُوصَف به نوع الحركة التي تحدث في المشاهد، بهدف التنبؤ بجودة الفيديو. نستخدم هذه النماذج لتحديد إحصائيات الفيديو والخصائص الذهنية التي تُشكّل الأساس لخوارزمية لتقييم جودة الفيديو (VQA) لا تتطلب وجود فيديو أصلي مقارنًا به، لتقدير درجة جودة إدراكية. تتمثل المساهمات الرئيسية في هذه الورقة في ثلاثة جوانب: 1) نقترح نموذجًا إحصائيًا طبيعيًا للمناظر (NSS) فضائيًا-زمنيًا للفيديو. 2) نقترح نموذجًا للحركة يُقيّم اتساق الحركة في مشاهد الفيديو. 3) نُظهر أن النموذجين المقترحين، أي نموذج الإحصائيات الطبيعية للمناظر ونموذج اتساق الحركة، مناسبان لتقييم جودة الفيديو، ونستخدما لتصميم خوارزمية لتقييم جودة الفيديو دون مرجع (Blind VQA) تُظهر ارتباطًا عالياً بالتصنيفات البشرية للجودة. وقد تم اختبار الخوارزمية المقترحة، التي أُسْمِيت بـ "فيديو BLIINDS"، على قاعدة بيانات LIVE VQA وعلى قاعدة بيانات EPFL-PoliMi للفيديو، وأُظهرت قدرتها على الأداء بمستوى قريب من أداء أفضل الخوارزميات المُعتمدة على المرجع المُختزل أو الكامل.