期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多模双线性池化和时间池化聚合的无参考VMAF视频质量评价模型
被引量：
1
1
作者
卓力
杨硕
+1 位作者
张菁
李嘉锋
《北京工业大学学报》
CAS
CSCD
北大核心
2022年第7期721-728,共8页
为了解决在实际应用过程中很难获取到原始视频信息的问题,提出了一种无参考的视频多方法评估融合(video multimethod assessment fusion,VMAF)预测模型.首先,采用一种基于多模双线性池化的卷积神经网络结构建立视频帧级的无参考VMAF预...
为了解决在实际应用过程中很难获取到原始视频信息的问题,提出了一种无参考的视频多方法评估融合(video multimethod assessment fusion,VMAF)预测模型.首先,采用一种基于多模双线性池化的卷积神经网络结构建立视频帧级的无参考VMAF预测模型,用于对失真视频帧的VMAF分数进行预测;其次,采用3种不同的时间池化方法对失真视频帧的VMAF预测分数分别进行聚合,将结果融合后得到一个质量特征向量;最后,采用nu-支持向量回归(nu support vector regression,NuSVR)的方法建立质量特征向量与视频VMAF分数之间的映射关系模型.该模型不需要原始视频信息就可以预测失真视频的VMAF分数,具有应用价值.实验结果表明,提出的模型可以获得较高的预测精度.
展开更多
关键词
无参考
视频
质量评价
视频
多方
法
评估
融合
卷积神经网络
时间池化
nu-支持向量回归
下载PDF
职称材料
题名
基于多模双线性池化和时间池化聚合的无参考VMAF视频质量评价模型
被引量：
1
1
作者
卓力
杨硕
张菁
李嘉锋
机构
北京工业大学信息学部
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2022年第7期721-728,共8页
基金
国家自然科学基金资助项目(61531006)
北京市自然科学基金-北京市教育委员会联合资助项目(KZ201810005002,KZ201910005007)。
文摘
为了解决在实际应用过程中很难获取到原始视频信息的问题,提出了一种无参考的视频多方法评估融合(video multimethod assessment fusion,VMAF)预测模型.首先,采用一种基于多模双线性池化的卷积神经网络结构建立视频帧级的无参考VMAF预测模型,用于对失真视频帧的VMAF分数进行预测;其次,采用3种不同的时间池化方法对失真视频帧的VMAF预测分数分别进行聚合,将结果融合后得到一个质量特征向量;最后,采用nu-支持向量回归(nu support vector regression,NuSVR)的方法建立质量特征向量与视频VMAF分数之间的映射关系模型.该模型不需要原始视频信息就可以预测失真视频的VMAF分数,具有应用价值.实验结果表明,提出的模型可以获得较高的预测精度.
关键词
无参考
视频
质量评价
视频
多方
法
评估
融合
卷积神经网络
时间池化
nu-支持向量回归
Keywords
no-reference
video quality assessment
video multimethod assessment fusion
convolutional neural network
temporal pooling
nu support vector regression
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多模双线性池化和时间池化聚合的无参考VMAF视频质量评价模型
卓力
杨硕
张菁
李嘉锋
《北京工业大学学报》
CAS
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
