ユーザ生成コンテンツにおける美的および技術的視点からの動画品質評価の探求

ユーザーコンテンツ（UGC）動画の急増に伴い、効果的な動画品質評価（VQA）アルゴリズムの開発が求められている。しかし、UGC-VQA問題の目的は依然として明確ではなく、技術的視点（歪みの知覚を測定する）と美的視点（コンテンツに対する好みや推薦に関連する）の二つの観点から捉えることができる。これらの二つの視点がUGC-VQAにおける全体的な主観的評価にどのように影響するかを理解するため、本研究では大規模な主観的評価実験を実施し、動画の全体的な品質に対する人間の評価および美的・技術的視点からの知覚を収集した。収集された「分離型動画品質データベース（DIVIDE-3k）」は、人間のUGC動画に対する品質評価が普遍的かつ必然的に美的および技術的視点の両方の影響を受けることを確認した。この知見を踏まえ、本研究では二つの視点に基づいてUGC動画の品質を学習する「分離型客観動画品質評価器（DOVER）」を提案する。DOVERは、極めて高い効率性を維持しつつ、UGC-VQAにおいて最先端の性能を実現した。DIVIDE-3kに含まれる視点別評価を活用し、本研究ではさらに、単一の美的または技術的視点からの明確かつ信頼性の高い品質評価を可能にする初めての手法であるDOVER++を提案した。コードは以下のURLで公開されている：https://github.com/VQAssessment/DOVER。