Blind Qualitätsbewertung von In-the-Wild-Videos mittels qualitätsbewusstem Vortrainieren und Bewegungswahrnehmung

Die Bewertung der wahrnehmungsbezogenen Qualität von in freier Natur aufgenommenen Videos ist von entscheidender Bedeutung für die Qualitätssicherung von Video-Diensten. Die Unzugänglichkeit von Referenzvideos mit unverfälschter Qualität sowie die Komplexität authentischer Verzerrungen stellen erhebliche Herausforderungen für diese Art der blinden Videoqualitätsbewertung (BVQA) dar. Obwohl modellbasiertes Transfer-Lernen ein effektiver und effizienter Ansatz für die BVQA-Aufgabe ist, bleibt die Frage offen, was und wie man die Domänenverschiebungen überbrücken sollte, um eine bessere Video-Repräsentation zu erzielen. In dieser Arbeit schlagen wir vor, Wissen aus Bildqualitätsbewertungs-Datenbanken mit authentischen Verzerrungen sowie aus großen Datensätzen zur Aktionserkennung mit reichhaltigen Bewegungsmustern zu transferieren. Wir nutzen beide Datensätze, um den Merkmalsextraktor zu lernen. Der vorgeschlagene Modell wird auf den Ziel-VQA-Datenbanken mit einer gemischten list-wisen Ranking-Verlustfunktion trainiert. Umfangreiche Experimente an sechs Datensätzen zeigen, dass unsere Methode sowohl im Einzeldatensatz- als auch im gemischten Datensatz-Trainingsansatz sehr wettbewerbsfähig abschneidet. Zudem überprüfen wir die Plausibilität jedes einzelnen Bestandteils des vorgeschlagenen Ansatzes und untersuchen eine einfache Möglichkeit zur weiteren Verbesserung.