图像/视频在编解码、传输和显示等过程中难免引入不同类型/程度的失真导致图像质量下降。图像/视频质量评价(IVQA)的研究目标是希望模仿人类视觉感知系统, 通过算法评估图片/视频在终端用户的眼中画质主观体验的好坏,目前在视频编解码、画质增强、画质监控、推荐算法、竞品分析等领域有广泛的应用。
CenseoQoE 提供图像/视频画质评价算法模型训练到应用落地的完整方案,主要包括 CenseoQoE-Algorithm 和 CenseoQoE-SDK两部分。 CenseoQoE-Algorithm 是通用的画质评价算法模型的训练框架,CenseoQoE-SDK集成了针对多种业务场景训练好的画质评价模型,可直接对UGC视频、PGC视频、游戏视频等做无参考/有参考的画质评价,实现开箱即用。
为什么叫CenseoQoE?Censeo 在拉丁语中是我认为/我觉得的意思,与图像/视频画质体验评价领域的主观评测概念相符,QoE则是体验质量(Quality of Experience)。
Our two papers based on CenseoQoE have been accepted by ICASSP 2022
Please refer to these two papers for more detailed information. More released pretrained models can be found at CenseoQoE-Algorithm.
If our code helps your research, please consider citing these two papers.
以下是我们针对游戏视频训练的两个模型(resnet-based和shufflenet-based)和vmaf的两个模型(vmaf-default和vmaf-phone)在同一个视频上的质量分数对比。
请参考 FAQ 了解其他用户的常见问题。
该项目使用的开源协议为 MIT。
@misc{wen2021strong,
title={A strong baseline for image and video quality assessment},
author={Shaoguo Wen and Junle Wang},
year={2021},
eprint={2111.07104},
archivePrefix={arXiv},
primaryClass={eess.IV}
}
我们非常欢迎用户对于 CenseoQoE 做出的任何贡献,可以参考 CONTRIBUTION.md 文件了解更多细节。
我们感谢所有为该项目提供建议、数据、模型、使用样例和新功能支持的贡献者,以及提供宝贵反馈的用户。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。