MSU2020年度世界视频编码大赛金山云斩获UGC赛道冠军( 二 ) 近日

文章插图
(左侧) x265编码后的图像 (右侧)金山云KAV1编码后的图像
目前，能够达到商用级的评价指标非常少，学术界的评价指标主要都是针对有非常明确边界条件约束的场景。商用级的全参考评价指标目前除了PSNR和SSIM之外，就是Netflix在2016年发布的VMAF ，然而VMAF是主要针对Netflix的PGC场景进行设计的，无法直接用在UGC视频当中。 KPA主要针对UGC视频，并且除了通用的整体质量评价外，还包括子维度质量、局部质量等细分评价指标。
在KPA的研发过程中，通过收集各种场景下UGC及PGC视频，并保证至少50以上的专业评测人员对每个视频进行主观评测，从源头上避免数据主观评测波动和精度问题。同时，对收集到的数据，从内容、场景、质量等多个维度进行平衡筛选，在确保数据规模远超业界开源数据的基础上，提升数据的多样性。在模型层面，通过攻防设计、协同学习、困难样本挖掘等方法，提升模型的鲁棒性和精度，在UGC场景中SROCC和gMAD分数均优于业界知名的有参考算法VMAF 。
文章插图
【MSU2020年度世界视频编码大赛金山云斩获UGC赛道冠军】在视频高清化的趋势下，用户对视频的要求在不断提升，这就会对视频编解码技术提出越来越高的要求。基于在视频编解码方面的优势，金山云始终坚持技术立业，一直在不断探索核心技术，寻求持续突破。

MSU2020年度世界视频编码大赛 金山云斩获UGC赛道冠军( 二 )

MSU2020年度世界视频编码大赛金山云斩获UGC赛道冠军( 二 )