要約
モバイルクラウドゲーム業界は、ここ10年で急速に成長している。クラウドサーバーから顧客のクライアントデバイスにストリーミングゲーム動画を送信する場合、参照動画がなくても歪んだ動画品質を監視できるアルゴリズムが望ましいツールである。しかし、コンピュータグラフィックスエンジンによってレンダリングされたストリーミングゲーム映像の品質を正確に予測できる無基準映像品質評価（NR VQA）モデルの作成は、ゲームコンテンツが一般的に自然な映像とは統計的に異なり、しばしば細部が欠落し、多くの滑らかな領域を含むため、難しい問題である。最近まで、この問題は、モバイルゲームコンテンツの適切な主観的品質データベースの欠如によって、さらに複雑になっていました。我々は、空間的および時間的なゲーム歪みシーン統計モデル、ニューラルノイズモデル、および深い意味的特徴の利点を組み合わせ、活用する、ゲームに特化した新しいNR VQAモデル「Gaming Video Quality Evaluator（GAMIVAL）」を作成しました。サポートベクトル回帰（SVR）をリグレッサーとして使用することで、GAMIVALは新しいLIVE-Meta Mobile Cloud Gaming（LIVE-Meta MCG）ビデオ品質データベースで優れた性能を達成しました。
要約(オリジナル)
The mobile cloud gaming industry has been rapidly growing over the last decade. When streaming gaming videos are transmitted to customers’ client devices from cloud servers, algorithms that can monitor distorted video quality without having any reference video available are desirable tools. However, creating No-Reference Video Quality Assessment (NR VQA) models that can accurately predict the quality of streaming gaming videos rendered by computer graphics engines is a challenging problem, since gaming content generally differs statistically from naturalistic videos, often lacks detail, and contains many smooth regions. Until recently, the problem has been further complicated by the lack of adequate subjective quality databases of mobile gaming content. We have created a new gaming-specific NR VQA model called the Gaming Video Quality Evaluator (GAMIVAL), which combines and leverages the advantages of spatial and temporal gaming distorted scene statistics models, a neural noise model, and deep semantic features. Using a support vector regression (SVR) as a regressor, GAMIVAL achieves superior performance on the new LIVE-Meta Mobile Cloud Gaming (LIVE-Meta MCG) video quality database.
arxiv情報
| 著者 | Yu-Chih Chen,Avinab Saha,Chase Davis,Bo Qiu,Xiaoming Wang,Rahul Gowda,Ioannis Katsavounidis,Alan C. Bovik |
| 発行日 | 2023-05-12 16:24:16+00:00 |
| arxivサイト | arxiv_id(pdf) |