北航团队提出ASAL方法提升VR视频质量评估精度

小编广东客 | 分类：论文 | 2025年6月23日

加入映维网会员

评估VR视频感知质量的新方法

（映维网Nweon 2025年06月23日）虚拟现实视频质量评估（VR-VQA）旨在评估360度视频的感知质量，这对于确保无失真的用户体验至关重要。传统的基于有限失真多样性的静态数据集训练的VR-VQA方法难以平衡相关性和精度。当推广到不同的VR内容并不断适应动态和不断发展的视频分发变化时，这一点变得尤为重要。

为了解决所述挑战，北航团队提出了一种评估VR视频感知质量的新方法：Adaptive Score Alignment Learning（ASAL）。ASAL集成了相关损失和误差损失，以增强与人类主观评分的一致性和预测感知质量的精度。特别是，ASAL可以通过特征空间平滑过程自然地适应不断变化的分布，从而增强对未见内容的泛化。

与传统的CL模型不同，ASAL利用关键帧提取和特征自适应来解决VR设备计算和存储限制下的非平稳变化的独特挑战。研究人员为VR-VQA建立了一个全面的基准，引入了新的数据分割和评估指标。实验表明，ASAL优于最近的强基线模型，在各种数据集的静态联合训练设置中实现了高达4.78%的总体相关增益，在动态CL设置中实现了12.19%的总体相关增益。这验证了ASAL在解决固有挑战方面的有效性。