(相關(guān)資料圖)

一、背景

MOS（Mean Opinion Score）是一種常用的主觀質(zhì)量評價方法，常用于視頻、圖像等多媒體領(lǐng)域中的質(zhì)量評價。MOS視覺評價通常是通過讓受試者觀看視頻/圖像，對視頻的清晰度、銳度、顏色飽和度、運動模糊、噪聲等方面進行評價。然而，MOS視覺評價也存在一些局限，例如需要大量的受試者，評估時間較長等。因此，近年來，研究者們也開始探索使用客觀評價方法來替代或補充MOS視覺評價。使用基于深度學(xué)習(xí)模型進行客觀MOS評價相比傳統(tǒng)的基于主觀評價的方法，有以下一些好處：

a.）高效性：相比于傳統(tǒng)的主觀評價方法需要大量受試者進行評估，使用深度學(xué)習(xí)模型可以大大減少評估時間和人力成本，從而提高評估效率。

b.）一致性：深度學(xué)習(xí)模型可以通過訓(xùn)練來學(xué)習(xí)人類主觀評價的規(guī)律和模式，從而使得評估結(jié)果更加一致和準確。

c.）可重復(fù)性：使用深度學(xué)習(xí)模型進行評價可以使得評估結(jié)果具有可重復(fù)性，不會像傳統(tǒng)的主觀評價方法一樣受到個體差異的影響。

d.）適配性好：傳統(tǒng)的主觀評價方法需要大量人力和時間成本，使得其在實際應(yīng)用中受到一定限制。而深度學(xué)習(xí)模型可以在大規(guī)模數(shù)據(jù)集上進行訓(xùn)練，從而可以在更廣泛的場景下進行應(yīng)用。

與傳統(tǒng)的有參考評價方法PSNR, SSIM, VMAF等指標(biāo)相比：1.）MOS評價不需要參考圖，更契合終端用戶的使用場景; 2.）傳統(tǒng)評價方法僅僅考慮圖像像素的差異，而忽略了人類視覺系統(tǒng)對圖像質(zhì)量的感知。而使用深度學(xué)習(xí)模型進行視覺MOS評價有效考慮到人類主觀評價的因素，從而更加準確地衡量圖像質(zhì)量；

總之，使用深度學(xué)習(xí)模型進行視覺MOS評價可以提高評估效率和準確性，同時也可以使得評估結(jié)果具有更好的可重復(fù)性和更廣泛的應(yīng)用范圍。效果如下圖所示：

關(guān)鍵詞：