抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ビデオ予測モデルの研究は,ビデオの表現学習に対する基本的アプローチであると考えられている。過去の少数のフレームを与える将来のフレームピクセル値を予測するための多くの生成モデルは存在するが,予測フレームの定量的評価は極めて困難である。この文脈において,予測ビデオの品質評価の問題を研究した。異なるデータセットに異なる予測モデルを適用し,ヒト意見スコアを随伴して得られた300ビデオから成る,インド科学予測ビデオ品質評価(IISc PVQA)データベースを作成した。これらのビデオに対する50人のヒト参加者から品質の主観的評価を収集した。主観的研究は,ヒト観察者が予測ビデオの品質の判断において高度に一致することを明らかにした。ビデオ予測を評価するためにいくつかの一般的に使用される測度をベンチマークし,それらがこれらの主観的スコアと適切に相関しないことを示した。予測ビデオの品質,過去のフレームを持つ予測フレームの深い特徴のモーション補償コサイン類似性,および再スケールフレーム差から抽出された深い特徴を効果的に捉えるために,2つの新しい特徴を導入した。著者らは,著者らの特徴設計が,著者らのIISc PVQAデータベースに関する人間の判断に従って,最先端の品質予測の状態に導くことを示した。データベースとコードは,著者らのプロジェクトウェブサイト(https://nagabhushansn95.github.io/publications/2020/pvqa)で公開可能である。【JST・京大機械翻訳】