SRCC: 0.9220PLCC: 0.9222KLCC: 0.7750Type: NR
Papers with Code · CC BY-SA 4.0
Video Quality Assessment
Video Quality Assessment is a computer vision task aiming to mimic video-based human subjective perception. The goal is to produce a mos score, where higher score indicates better perceptual quality. Some well-known benchmarks for this task are KoNViD-1k, LIVE-VQC, YouTube-UGC and LSVQ. SROCC/PLCC/RMSE are usually used to evaluate the performance of different models.
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
Dataset기록된 모델 예시MetricPaperCode
데이터셋
10개논문
SRCC: 0.9131PLCC: 0.9270KLCC: 0.7640Type: NR
SRCC: 0.8064
SRCC: 0.8871PLCC: 0.9099KLCC: 0.7216Type: NR
SRCC: 0.8658
SRCC: 0.9004PLCC: 0.9068KLCC: 0.7433Type: NR
SRCC: 0.9104PLCC: 0.9106KLCC: 0.7589Type: NR
SRCC: 0.8822PLCC: 0.8814KLCC: 0.7186Type: NR
SRCC: 0.9049PLCC: 0.9180KLCC: 0.7483Type: NR
SRCC: 0.8822
SRCC: 0.9289PLCC: 0.9431KLCC: 0.7883Type: NR
SRCC: 0.9148PLCC: 0.9238KLCC: 0.7648Type: NR
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.