摘要

近年来，得益于价格实惠且性能可靠的消费级视频采集设备的不断发展，以及社交媒体平台的迅猛普及，用户生成内容（User-Generated Content, UGC）视频在互联网上的分享与流媒体传播呈现出爆发式增长。为此，亟需开发准确的视频质量评估（Video Quality Assessment, VQA）模型，以对海量UGC/消费级视频内容进行有效监控、控制与优化。然而，针对真实场景中自然采集视频（in-the-wild videos）的盲质量预测任务极具挑战性，因为UGC内容的质量退化通常具有不可预测性、复杂性，且常多种退化因素交织混杂。本文通过在一个统一的评估架构下，对当前主流的无参考/盲视频质量评估（Blind VQA, BVQA）特征与模型进行全面评估，为推进UGC-VQA问题的研究贡献了新的实证洞察，不仅深化了对主观视频质量感知规律的理解，也为VQA模型的设计提供了重要参考。在此基础上，我们采用特征选择策略，从领先模型所使用的763个统计特征中筛选出60个最具代表性的特征，构建了一种新型融合型盲视频质量评估模型，命名为VIDeo quality EVALuator（VIDEVAL）。该模型在保证优异评估性能的同时，显著提升了计算效率，有效平衡了VQA性能与计算开销之间的权衡。实验结果表明，VIDEVAL在保持领先性能的前提下，相较其他先进模型实现了显著更低的计算成本，达到了当前最优的性能-效率比。此外，本研究提出了一套标准化的评估协议，为UGC-VQA问题建立了一个可靠且可复现的基准测试平台。我们相信，该基准将有力推动基于深度学习的VQA建模研究，以及面向感知优化的高效UGC视频处理、转码与流媒体传输技术的发展。为促进研究的可复现性与公开评估，VIDEVAL的完整实现已开源发布，访问地址为：https://github.com/tu184044109/VIDEVAL_release。