视频质量评价 Zoom-VQA Patches, Frames and Clips Integration for Video Quality Assessment

 来自快手 CVPR 2023 workshop的文章，聚焦于视频质量评价。

一、Motivation & 创新点：

视频质量感知会收到低级别特征（纹理、颜色）和高级别特征（语义）的多层级影响，在这篇文章中，作者将视频分解为三个级别（图像块patch级别，视频帧frame级别和视频段clip级别），提出了Zoom-VQA模型来同时学习视频的时空域特征。模型整合了三类信息：patch注意力模块-捕捉空间域重点区域，视频帧金字塔对齐-不同特征层级的多级别信息和clip集成策略-时间维度的视频低质分布。