ST-GREED：フレームレート依存性動画品質予測のための空間時間的汎用エントロピック差分

本研究では、多様なフレームレート（高フレームレート（HFR）を含む）を有する動画に対して、フレームレート依存型の動画品質評価（VQA）を行う問題に取り組む。より一般的には、フレームレートが知覚品質に与える影響、およびフレームレートと圧縮の組み合わせが知覚品質に及ぼす影響について検討する。本研究では、空間的および時間的バンドパス動画係数の統計特性を分析する、オブジェクティブなVQAモデル「Space-Time GeneRalized Entropic Difference（GREED）」を提案する。バンドパス応答を一般化ガウス分布（GGD）でモデル化し、参照動画と歪み動画の間におけるGGDモデル下でのエントロピー変動を用いて、フレームレートの変化に起因する品質変動を捉える。エントロピー差は複数の時間的および空間的サブバンドにわたり計算され、学習された回帰器を用いて統合される。広範な実験を通じて、既存のVQAモデルと比較して、LIVE-YT-HFRデータベースにおいてGREEDが最先端の性能を達成することを示した。GREEDで用いる特徴量は非常に汎用性が高く、標準的な非HFR VQAデータベースにおいても競争力のある性能を発揮する。GREEDの実装コードはオンラインで公開されており、以下より入手可能である：https://github.com/pavancm/GREED