В МГУ сравнили методы оценки качества видео после повышения разрешения

Дата публикации: 10-07-2026 13:45:42

Ученые МГУ разработали набор данных VSRQAD для оценки качества видео после повышения разрешения и исследования методов оценки качества такого видео. Результаты работы опубликованы в журнале IEEE Access.
Алгоритмы повышения разрешения (Super-Resolution, SR) используются для увеличения размера изображения и улучшения визуального качества видео. Однако оценить результат их работы оказывается непросто. Для этого обычно применяются автоматические метрики качества, но их оценки не всегда совпадают с тем, как качество изображения воспринимают люди.
Чтобы исследовать эту проблему, авторы разработали набор данных VSRQAD для оценки качества видео после повышения разрешения. В него вошли более двух тысяч видеороликов, обработанных одиннадцатью современными алгоритмами повышения разрешения. Для получения эталонных оценок качества исследователи организовали масштабное тестирование с участием более 11 тысяч человек, которые выполнили свыше 180 тысяч попарных сравнений видео.
На основе собранных данных авторы провели сравнение 50 современных метрик оценки качества изображения и видео. Анализ показал, что многие популярные метрики не всегда точно отражают восприятие человека при оценке качества результатов повышения разрешения. При этом были выявлены метрики, наиболее подходящие для оценки качества методов SR. 
Разработанный набор данных VSRQAD опубликован в открытом доступе в виде бенчмарка вместе с субъективными оценками качества видео. По мнению авторов, такие данные могут использоваться при разработке новых алгоритмов повышения разрешения и совершенствовании существующих методов оценки качества.
«Сейчас качество видео после повышения разрешения обычно оценивают классическими метриками. Однако из-за сложности задачи SR высокая оценка такой метрики не всегда означает, что результат действительно выглядит лучше для человека. Поэтому мы собрали большое количество субъективных оценок и проверили, насколько существующие метрики качества совпадают с человеческим восприятием», — отметил заведующий лабораторией компьютерной графики и мультимедиа факультета ВМК МГУ, сотрудник Центра ИИ МГУ Дмитрий Ватолин.
Авторы отмечают, что разработанный набор данных и результаты сравнительного анализа могут использоваться для тестирования новых методов повышения разрешения и оценки качества видео. 

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	Дмитрий Сергеевич Ватолин – лауреат премии «Технотекст»	5	7	01-06-2026
2	Новости технологий. Росреестр планирует использовать технологии искусственного интеллекта (ИИ) при ...	0	7	10-07-2026
3	Рейтинг вузов России по уровню зарплат IT-выпускников 2026 Окончивших вуз ...	0	7	28-06-2026
4	Ученые РФ разрабатывают алгоритмы для квантовых систем распознавания лиц на видеозаписях	0	0	13-08-2019
5	В МГУ предложили метод распознавания 3D–объектов с меньшими затратами памяти	5	7	24-06-2026
6	⚡ Ученые МГУ разработали технологию анализа течений газа и плазмы ...	5	7	30-06-2026
7	Ученые научили нейросети распознавать запрещенный к показу контент в видеопотоке	0	0	05-10-2019
8	В Новосибирске создали ИИ для анализа дорожных сцен по видео	0	7	25-06-2026
9	Психологи впервые выявили оптимальные визуальные образы для VR-релаксации пациентов разного возраста	5	7	03-07-2026

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 9. Тональность: 0. Информативность: 7. Источник: cs.msu.ru.