颜色分类leetcode video quality assessment:视频质量评估

颜色分类leetcode CBMI-2017 - 半自动视频评估系统目录介绍目标是开发一种能够半自动评估视频质量的系统，及时以一种可由人工操作员管理的方式对大量用户生成内容(UGC)流进行分类和过滤。视频质量评估(VQA)将现有的人类视觉感知和注意力模型与基于视觉特征提取的更实用的方法相结合。这种评估可以具有客观或主观的性质，直到最近，它还是专注于专业捕获的媒体。

从VQA的角度来看，UGC在很多方面都不同于传统媒体，其中保真度是最重要的，平均意见得分（MOS）是比较质量的标准。现在有大量的UGC需要评估，保真度不那么重要，定义质量的标准变得更加个性化，关注群体或用户。

随着消费者也成为内容的创造者，将在大型活动中捕获的UGC结合到他们的常规直播中是有意义的。这种包含可以提高体验质量(QoE)，前提是同时保持内容质量的高标准。OpenCV算法库用于计算视觉特征，主要侧重于主观标准，如趣味性、注意力或美学。这些功能使用图形用户界面(GUI)在性能和可用性方面进行了测试。还选择了这些特征的一个子集，并用于创建机器学习分类器。