28、视频质量评估与歌唱音高轨迹研究

视频质量评估与歌唱音高轨迹研究

在当今数字化时代，视频质量评估（VQA）和歌唱音高轨迹研究都具有重要的意义。前者关乎我们如何准确衡量视频的质量，以提升观看体验；后者则有助于深入理解歌唱表演中的音准和音高变化规律。

视频质量评估

在视频质量评估领域，有多种方法被用于预测视频质量。

模型与公式

为了预测视频质量，研究人员使用了线性支持向量回归（SVR）模型，该模型基于空间和时间特征进行训练。同时，还涉及到一些重要的公式：
- 平均 V（Mean V）的计算公式为：$Mean V = \frac{1}{N - 1} \sum_{t = 2}^{N} Variance(JITTER(t))$
- 方差 V（Variance V）的计算公式为：$Variance V = \frac{1}{N - 1} \sum_{t = 2}^{N} (Variance(JITTER(t)) - Mean V)^2$
其中，Temp_SSIM_MAP(t) 是一个矩阵，其元素代表第 t 对相邻帧中相应块的 SSIM 值，N 是视频帧的总数，Mean() 和 Variance() 分别用于计算矩阵的期望和方差。

两种方法的集成

现有的 VIIDEO 作为知识驱动的方法，虽然表现良好，但忽略了细节信息，预测精度在实际应用中不够理想。不过，由于其固有的简单性，预测结果较为稳定。而基于学习的 V - CNN 方法，虽然数据量不足导致预测结果不稳定，但具有良好的预测趋势。因此，在数据集有限的情况下，这两种方法具有互补的优缺点。
为了整合它们的优势，研究人员提出了一个集成模型，将它们的预测质量得分进行合并： <