计算机辅助设计与图形学学报

作者：牛玉贞, 王镇隆, 张博林, 陈羽中

关键词：无参考视频质量评价, 3D卷积神经网络, 自注意力机制

随着互联网上的视频分享日益普遍,对视频进行质量评估越来越重要.现有的视频质量评价研究中,卷积被广泛应用于视频的空域和时域特征提取,但由于其固有的局部感知特性,缺乏对于视频全局信息的感知;同时,已有方法未对空域和时域特征进行充分融合.针对上述问题,提出一种结合卷积与自注意力机制和时空融合的无参考视频质量评价方法.为了提取更有效的空域和时域特征,首先分别设计空域特征提取模块和时域特征提取模块,其中,空域特征提取模块通过结合卷积和自注意力的特征感知增强模块,对卷积提取的局部特征通过长距离依赖进行全局特征增强,时域特征提取模块联合视频帧序列和视频帧差序列,通过Video Swin Transformer和3D卷积学习视频的时域特征;然后使用时空特征融合增强模块,通过自注意力机制对时域和空域特征进行融合并增强;最后对视频质量进行预测.在KoNVid-1k和YouTube-UGC数据集上的实验结果表明,与文中对比方法中最优的视频质量评价方法相比,所提方法具有更出色的表现,并通过消融实验验证了每个模块的有效性.

来源：2025年第12期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第12期