摘要
智能手机及其他消费类设备如今已能以合理成本实现视频内容的实时拍摄，并迅速上传至社交媒体平台。因此，针对由用户生成的视频内容开展无参考视频质量评估（No-Reference Video Quality Assessment, NR-VQA）的需求日益增长。这类用户生成内容通常存在与专业制作视频显著不同的捕获损伤特征。然而，迄今为止，大多数现有技术中的NR-VQA模型主要针对编码与传输引起的失真进行评估，而非捕获过程带来的损伤。此外，目前公认最精确的NR-VQA方法往往计算复杂度较高，难以在众多实际应用场景中部署。本文提出一种基于学习的新型视频质量评估方法，其核心思想是分两级提取特征：首先对整个视频序列快速计算低复杂度特征，随后基于这些低复杂度特征选取具有代表性的视频帧子集，并在该子集上进一步提取高复杂度特征。我们在三个近期发布的公开标注视频质量数据库上，将所提方法与多种基准方法进行了对比实验。结果表明，所提方法在预测主观视频质量方面显著优于现有基准方法。尽管目前性能最优的已有方法能够达到相近的预测精度，但其计算开销显著更高，难以满足实时或资源受限场景的应用需求。