CVPR 2025 Highlight | 基于多模态大模型的细粒度视频质量评估方法

近年来，由于视频处理技术的发展和社交平台的流行，用户生成内容（UGC）视频数量呈爆炸式增长。由于UGC视频涵盖了多种视频拍摄和处理条件，因此通常会遭受各种退化，如噪声、模糊、抖动等，这使得UGC视频质量差异很大。理解和预测UGC视频的质量长期以来一直是一个重要但尚未解决的问题，这可以应用于拍摄设备和社交媒体网站以监控或者引导优化视频质量。然而，现有视频质量评估（VQA）模型仅能给出整体评分，难以满足视频处理与推荐场景的细粒度需求。

为此，bilibili公司联合上海交通大学发布全球首个大规模细粒度视频质量评估数据库FineVD，并创新提出FineVQ模型，为UGC视频提供多维度细粒度质量评估。

核心亮点

✅ 首创数据库：包含6,104条UGC视频，提供80w+的多维度细粒度质量评分与描述

✅ 大一统模型：FineVQ支持质量评级、分数预测、问题归因三大功能；可以评估包括色彩、噪声、伪影、模糊、时序等六个维度。

✅ 卓越性能：在FineVD及主流UGC-VQA数据集上最符合人类偏好

目前，该成果已被计算机视觉顶级会议 CVPR 2025 正式接收，并入选Highlight。

• 论文标题：FineVQ: Fine-Grained User Generated Content Video Quality Assessment

• 论文地址：https://arxiv.org/pdf/2412.19238