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