RAPIQUE : Prédiction rapide et précise de la qualité vidéo du contenu généré par les utilisateurs

L’évaluation aveugle ou sans référence de la qualité des vidéos générées par les utilisateurs (UGC) est devenue un problème émergent, difficile et jusqu’à présent non résolu. Une prédiction précise et efficace de la qualité vidéo adaptée à ce type de contenu est donc grandement attendue afin d’assurer une analyse et un traitement plus intelligents des vidéos UGC. Des études antérieures ont montré que les statistiques naturelles des scènes ainsi que les caractéristiques extraites par apprentissage profond sont toutes deux suffisantes pour capturer les distorsions spatiales, qui constituent un aspect majeur des problèmes de qualité des vidéos UGC. Toutefois, ces modèles se révèlent soit inaptes, soit inefficaces pour prédire la qualité de vidéos UGC complexes et diversifiées dans des applications pratiques. Dans ce travail, nous introduisons un modèle efficace et rapide d’évaluation de la qualité vidéo pour le contenu UGC, que nous appelons Rapid and Accurate Video Quality Evaluator (RAPIQUE), dont nous démontrons qu’il atteint des performances comparables à celles des modèles de pointe (SOTA) tout en offrant un temps d’exécution réduit de plusieurs ordres de grandeur. RAPIQUE combine et exploite les avantages des caractéristiques basées sur les statistiques scéniques conscientes de la qualité et des caractéristiques profondes convolutives conscientes du sens, permettant ainsi de concevoir le premier modèle général et efficace de statistiques bande-passante spatiale et temporelle (espace-temps) pour la modélisation de la qualité vidéo. Nos résultats expérimentaux sur de récents grands jeux de données UGC montrent que RAPIQUE obtient des performances optimales sur tous les jeux de données, tout en nécessitant un coût computationnel considérablement réduit. Nous espérons que ce travail encouragera et inspirera des recherches ultérieures visant à modéliser de manière pratique les problèmes de qualité vidéo, en vue d’applications potentielles en temps réel et à faible latence. Pour favoriser l’utilisation publique, une implémentation de RAPIQUE est mise gratuitement à disposition en ligne : \url{https://github.com/vztu/RAPIQUE}.