无码一区二区三区,亚洲精品久久久久久一区二区,好吊视频一区二区三区,亚洲精品一区中文字幕乱码

根據(jù)Cisco VNI數(shù)據(jù)，預(yù)計(jì)到2022年，全球CDN流量規(guī)模將達(dá)到252EB/m，其中，互聯(lián)網(wǎng)視頻流量占比呈逐年上升趨勢(shì)。在視頻行業(yè)高速發(fā)展的過(guò)程中，帶寬、網(wǎng)絡(luò)得以豐富，視頻的高清體驗(yàn)不斷提升，分辨率從1k、4k到8k，甚至到超高清。從生物學(xué)角度，滿足人眼真正的沉浸式需要50k分辨率。高清視頻的發(fā)展使得用戶對(duì)視頻/圖像質(zhì)量的要求永無(wú)止境，其真實(shí)體驗(yàn)感受評(píng)測(cè)難度也相應(yīng)增加，如何全面客觀評(píng)價(jià)視頻畫質(zhì)的質(zhì)量是否得到提升?

“針對(duì)以上難題，金山云發(fā)布圖像視頻感知評(píng)價(jià)指標(biāo)Kingsoft Cloud Perceptual Assessment(KPA)，希望以此助力行業(yè)實(shí)現(xiàn)‘讓視頻更高清’的目標(biāo)?！苯鹕皆聘呒?jí)研發(fā)總監(jiān)樊鴻飛在近日的LiveVideoStackCon 2020北京(音視頻技術(shù)大會(huì))上表示。

比VMAF應(yīng)用范圍更廣

當(dāng)下，主觀質(zhì)量評(píng)價(jià)和客觀質(zhì)量評(píng)價(jià)是行業(yè)內(nèi)兩大類圖像視頻質(zhì)量評(píng)價(jià)方法，其中客觀質(zhì)量評(píng)價(jià)分為全參考評(píng)價(jià)指標(biāo)、半?yún)⒖荚u(píng)價(jià)指標(biāo)和無(wú)參考評(píng)價(jià)指標(biāo)。據(jù)樊鴻飛介紹，目前，能夠達(dá)到商用級(jí)的評(píng)價(jià)指標(biāo)非常少，學(xué)術(shù)界的評(píng)價(jià)指標(biāo)主要都是針對(duì)有非常明確邊界條件約束的場(chǎng)景。商用級(jí)的全參考評(píng)價(jià)指標(biāo)目前除了PSNR和SSIM之外，就是Netflix在2016年發(fā)布的VMAF了，VMAF是第一個(gè)開(kāi)源的商用評(píng)價(jià)指標(biāo)，也是高清視頻領(lǐng)域的并經(jīng)之路。無(wú)參考評(píng)價(jià)指標(biāo)主要有BRISQUE、NIQE和VSFA，金山云KPA選擇了無(wú)參考這個(gè)賽道。

KPA與VMAF的區(qū)別在于，一方面VMAF是全參考的畫質(zhì)視頻指標(biāo)，而KPA是一組無(wú)參考的畫質(zhì)視頻指標(biāo)，KPA可以應(yīng)用在全參考來(lái)計(jì)算DMOS，同時(shí)KPA除了通用的整體質(zhì)量評(píng)價(jià)外，還包括子維度質(zhì)量、局部質(zhì)量等細(xì)分評(píng)價(jià)指標(biāo)，應(yīng)用范圍更廣泛;另一方面，VMAF針對(duì)高清PGC視頻有比較強(qiáng)的能力，針對(duì)UGC沒(méi)有進(jìn)行特殊優(yōu)化，而KPA主要針對(duì)UGC視頻。

金山云KPA主要希望用客觀指標(biāo)來(lái)衡量人眼的主觀感受?！叭欢诋嬞|(zhì)評(píng)測(cè)行業(yè)，用客觀指標(biāo)來(lái)衡量主觀質(zhì)量一直以來(lái)都是一個(gè)世界難題。由于設(shè)備分辨率、觀測(cè)距離、屏幕大小的區(qū)別等，觀看同一段視頻的主觀質(zhì)量體驗(yàn)會(huì)存在差距。此外，除了整體分?jǐn)?shù)以外，還有各個(gè)子維度的分?jǐn)?shù)，比如色彩、亮度、清晰度、畸變等。另外還涉及到網(wǎng)絡(luò)卡頓問(wèn)題、VR視頻......，問(wèn)題非常復(fù)雜。因此，金山云KPA并不是用一個(gè)算法來(lái)解決所有的事情，目前發(fā)布的KPA主要針對(duì)于UGC視頻，對(duì)于播放場(chǎng)景的映射也是針對(duì)于常用場(chǎng)景，同時(shí)我們也在探索包括子維度評(píng)價(jià)、局部評(píng)價(jià)、評(píng)價(jià)映射等主觀評(píng)價(jià)的各細(xì)分業(yè)務(wù)場(chǎng)景指標(biāo)?！狈欙w表示。

在UGC場(chǎng)景排名問(wèn)鼎

針對(duì)現(xiàn)有評(píng)價(jià)指標(biāo)算法，尤其是無(wú)參考評(píng)價(jià)算法精度較低的問(wèn)題，金山云KPA主要從兩個(gè)方向進(jìn)行了重點(diǎn)研究和優(yōu)化：一個(gè)是數(shù)據(jù)篩選，另一個(gè)是模型攻防。

在數(shù)據(jù)層面，通過(guò)收集各種場(chǎng)景下UGC及PGC視頻，并保證至少50以上的專業(yè)評(píng)測(cè)人員對(duì)每個(gè)視頻進(jìn)行主觀評(píng)測(cè)，從源頭上避免數(shù)據(jù)主觀評(píng)測(cè)波動(dòng)和精度問(wèn)題。同時(shí)，對(duì)收集到的數(shù)據(jù)，從內(nèi)容、場(chǎng)景、質(zhì)量等多個(gè)維度進(jìn)行平衡篩選，在確保數(shù)據(jù)規(guī)模遠(yuǎn)超業(yè)界開(kāi)源數(shù)據(jù)的基礎(chǔ)上，提升數(shù)據(jù)的多樣性。在模型層面，通過(guò)攻防設(shè)計(jì)、協(xié)同學(xué)習(xí)、困難樣本挖掘等方法，提升模型的魯棒性和精度，在UGC場(chǎng)景中SROCC和gMAD分?jǐn)?shù)均優(yōu)于業(yè)界知名的有參考算法VMAF。

金山云KPA可以有效應(yīng)用于編碼及AI方向，避免或減少畫質(zhì)損失，提升視頻或圖像主觀質(zhì)量。在編碼方向，通過(guò)KPA對(duì)視頻進(jìn)行場(chǎng)景級(jí)、幀級(jí)等全局質(zhì)量預(yù)測(cè)分析，塊級(jí)局部質(zhì)量預(yù)測(cè)分析，結(jié)合JND模型作為其最小可察覺(jué)主觀失真衡量，并由此自動(dòng)決策出編碼所需要的CRF、QP等參數(shù)，能更好地匹配人類視覺(jué)主觀系統(tǒng)，消除視覺(jué)感知冗余，在保證主觀質(zhì)量相同的情況下降低碼率或者在相同碼率下提升主觀質(zhì)量;在AI增強(qiáng)方向，通過(guò)將KPA的全局/局部/子維度評(píng)價(jià)作為不同側(cè)重點(diǎn)的loss或者判別器加入到模型訓(xùn)練中，指導(dǎo)模型朝更好的畫質(zhì)方向進(jìn)行優(yōu)化，進(jìn)一步提升主觀畫質(zhì)。

“在近幾年對(duì)AI的研究中發(fā)現(xiàn)，這項(xiàng)技術(shù)可在眾多領(lǐng)域廣泛應(yīng)用，且能大幅度提升各領(lǐng)域的原有性能。在畫質(zhì)評(píng)測(cè)相關(guān)的任務(wù)中，AI也幫助我們大幅度提升了SROCC和PLCC等指標(biāo)。未來(lái)，我們的重點(diǎn)研究方向包括：1.進(jìn)一步提升KPA泛化性，完善對(duì)各分辨率視頻映射能力;2.提升視頻編碼中JND、RDO等模塊算法主觀質(zhì)量;3.利用KPA進(jìn)行更好的超分辨率、去噪等AI算法研發(fā);4.針對(duì)相機(jī)拍攝所需要的偏色、暗場(chǎng)、畸變等維度研究評(píng)價(jià)指標(biāo)。一方面，我們希望KPA能夠拋磚引玉，吸引更多學(xué)術(shù)界的學(xué)者來(lái)關(guān)注企業(yè)應(yīng)用中真正的訴求;另一方面，希望KPA能夠幫助視頻行業(yè)進(jìn)一步提升視頻質(zhì)量，推進(jìn)視頻高清應(yīng)用的發(fā)展?！狈欙w在演講最后表示。