Tag · 5 篇
视频质量评估
rPPG-VQA：面向无监督rPPG训练的视频质量评估框架
rPPG-VQA: A Video Quality Assessment Framework for Unsupervised rPPG Training
提出面向rPPG训练的视频质量评估框架，结合信号级SNR共识估计与场景级MLLM干扰识别，并利用质量分数进行两阶段自适应采样筛选训练数据，可直接用于提升无监督rPPG模型在野生视频上的训练效果。
超越 8 比特：HDR-UGC 视频的主客观质量评估
Seeing Beyond 8bits: Subjective and Objective Quality Assessment of HDR-UGC Videos
提供了 HDR-UGC 主观质量数据集与 HDR 感知视觉编码器，可复用于任何需要高动态范围输入的感知模型；HAPO 的 HDR-SDR 对比 KL 与高斯加权回归奖励，是把 RL 微调锚定到特定成像线索上的可迁移范式。
Score2Instruct：通过自动维度评分扩展以视频质量为中心的指令
Score2Instruct: Scaling Up Video Quality-Centric Instructions via Automated Dimension Scoring
提出基于自动维度评分的指令生成流水线（SIG），将无标注视频的多维质量分数映射为文本等级并构造分层思维链，为视频 LMM 提供可扩展的质量指令数据；其渐进式微调策略与 S2I-Bench 可直接用于评估和提升视频 LMM 的质量评分与解释能力。
MDS-VQA：面向视频质量评估的模型感知数据选择
MDS-VQA: Model-Informed Data Selection for Video Quality Assessment
提出一种模型感知的数据选择机制，通过失败预测器和多样性度量在有限标注预算下挑选难且多样的视频样本，可直接用于视觉任务中的主动微调与数据高效适配。
通过弱到强学习实现可泛化的视频质量评估
Generalizable Video Quality Assessment via Weak-to-Strong Learning
把「弱到强学习」当作绕开人工标注的通用范式：用现成 VQA 模型与合成失真模拟器作为弱教师，通过 learn-to-rank 融合异构监督信号，并迭代地把强学生回收为教师，可直接迁移到其他缺乏标注的低层视觉任务（如去噪、超分的主观质量预测）。