CenseoQoE圖像和視頻質量評估

CenseoQoE 提供圖像/視頻畫質評價算法模型訓練到應用落地的完整方案，主要包括?CenseoQoE-Algorithm?和?CenseoQoE-SDK兩部分。

• CenseoQoE-Algorithm 是通用的畫質評價算法模型的訓練框架，
• CenseoQoE-SDK集成了針對多種業務場景訓練好的畫質評價模型，可直接對UGC視頻、PGC視頻、游戲視頻等做無參考/有參考的畫質評價，實現開箱即用。

圖像/視頻在編解碼、傳輸和顯示等過程中難免引入不同類型/程度的失真導致圖像質量下降。圖像/視頻質量評價(IVQA)的研究目標是希望模仿人類視覺感知系統， 通過算法評估圖片/視頻在終端用戶的眼中畫質主觀體驗的好壞，目前在視頻編解碼、畫質增強、畫質監控、推薦算法、競品分析等領域有廣泛的應用。

主要特性

• CenseoQoE-Algorithm?提供圖像/視頻畫質評價算法模型訓練的 codebase，集成自研的模型以及業界開源的算法模型，支持無參考和有參考。此外，騰訊會公開不同業務場景下 （UGC視頻、PGC視頻、游戲視頻、直播視頻等）的預訓練模型，用戶可以利用這些預訓練模型在自己的數據集進行微調優化。
• CenseoQoE-SDK?集成了基于 CenseoQoE-Algorithm 在騰訊自研的數據集上訓練得到的多個業務場景下的畫質評價模型，全部使用c++ 實現，編譯之后可直接對 UGC 視頻、PGC 視頻、游戲視頻等做畫質評價，實現開箱即用。

為什么叫?CenseoQoE？

Censeo?在拉丁語中是我認為/我覺得的意思，與圖像/視頻畫質體驗評價領域的主觀評測概念相符，QoE則是體驗質量（Quality of Experience）。

快速開始

• 如果你想做模型的訓練或是優化改進，請參見?CenseoQoE-Algorithm。
• 如果你想快速使用 CenseoQoE 推出的畫質評價工具/SDK，請參見?CenseoQoE-SDK。

引用

@misc{wen2021strong,
      title={A strong baseline for image and video quality assessment}, 
      author={Shaoguo Wen and Junle Wang},
      year={2021},
      eprint={2111.07104},
      archivePrefix={arXiv},
      primaryClass={eess.IV}
}