RAPIQUE: Schnelle und genaue Vorhersage der Videoqualität von Nutzererzeugtem Inhalt
Die blind- oder no-reference-Bewertung der Videoqualität von Nutzererzeugtem Inhalt (User-Generated Content, UGC) ist zu einem aktuellen, herausfordernden und bisher ungelösten Problem geworden. Daher besteht ein erheblicher Bedarf an präzisen und effizienten Vorhersagemodellen für die Videoqualität, die für diesen Inhalt geeignet sind, um eine intelligentere Analyse und Verarbeitung von UGC-Videos zu ermöglichen. Frühere Studien haben gezeigt, dass sowohl natürliche Szenenstatistiken als auch tiefe Lernmerkmale ausreichend sind, um räumliche Verzerrungen zu erfassen, die einen wesentlichen Aspekt der Qualitätsprobleme bei UGC-Videos darstellen. Allerdings sind diese Modelle in der Praxis entweder ungeeignet oder ineffizient bei der Vorhersage der Qualität komplexer und vielfältiger UGC-Videos. In dieser Arbeit stellen wir ein effektives und effizientes Modell zur Bewertung der Videoqualität für UGC-Inhalte vor, das wir Rapid and Accurate Video Quality Evaluator (RAPIQUE) nennen. Wir zeigen, dass RAPIQUE vergleichbare Leistungen wie aktuell beste (state-of-the-art, SOTA) Modelle erzielt, jedoch bei einer um Größenordnungen geringeren Laufzeit. RAPIQUE kombiniert und nutzt die Vorteile von qualitätsbewussten Szenenstatistiken und semantikbewussten tiefen konvolutionellen Merkmalen, wodurch wir erstmals ein allgemeines und effizientes räumlich-zeitliches (space-time) Bandpass-Statistikmodell für die Videoqualitätsmodellierung entwerfen können. Unsere experimentellen Ergebnisse an jüngsten, großskaligen Datenbanken zur UGC-Videoqualität zeigen, dass RAPIQUE auf allen Datensätzen Spitzenleistungen erzielt, jedoch mit deutlich geringerem Rechenaufwand. Wir hoffen, dass diese Arbeit weitere Bemühungen zur praktikablen Modellierung von Videoqualitätsproblemen fördert und anregt, insbesondere für zukünftige Anwendungen mit Echtzeit- und geringer Latenzanforderungen. Um die öffentliche Nutzung zu unterstützen, wurde eine Implementierung von RAPIQUE kostenlos online verfügbar gemacht: \url{https://github.com/vztu/RAPIQUE}.