Ученые МГУ разработали набор данных VSRQAD для оценки качества видео после повышения разрешения и исследования методов оценки качества такого видео. Результаты работы опубликованы в журнале IEEE Access.

Алгоритмы повышения разрешения (Super-Resolution, SR) используются для увеличения размера изображения и улучшения визуального качества видео. Однако оценить результат их работы оказывается непросто. Для этого обычно применяются автоматические метрики качества, но их оценки не всегда совпадают с тем, как качество изображения воспринимают люди.

Чтобы исследовать эту проблему, авторы разработали набор данных VSRQAD для оценки качества видео после повышения разрешения. В него вошли более двух тысяч видеороликов, обработанных одиннадцатью современными алгоритмами повышения разрешения. Для получения эталонных оценок качества исследователи организовали масштабное тестирование с участием более 11 тысяч человек, которые выполнили свыше 180 тысяч попарных сравнений видео.

На основе собранных данных авторы провели сравнение 50 современных метрик оценки качества изображения и видео. Анализ показал, что многие популярные метрики не всегда точно отражают восприятие человека при оценке качества результатов повышения разрешения. При этом были выявлены метрики, наиболее подходящие для оценки качества методов SR. 

Разработанный набор данных VSRQAD опубликован в открытом доступе в виде бенчмарка вместе с субъективными оценками качества видео. По мнению авторов, такие данные могут использоваться при разработке новых алгоритмов повышения разрешения и совершенствовании существующих методов оценки качества.

«Сейчас качество видео после повышения разрешения обычно оценивают классическими метриками. Однако из-за сложности задачи SR высокая оценка такой метрики не всегда означает, что результат действительно выглядит лучше для человека. Поэтому мы собрали большое количество субъективных оценок и проверили, насколько существующие метрики качества совпадают с человеческим восприятием», — отметил заведующий лабораторией компьютерной графики и мультимедиа факультета ВМК МГУ, сотрудник Центра ИИ МГУ Дмитрий Ватолин.

Авторы отмечают, что разработанный набор данных и результаты сравнительного анализа могут использоваться для тестирования новых методов повышения разрешения и оценки качества видео.