benjaminherb/AVT-VQDB-UHD-1-VSR

这是一个用于视频超分辨率的主观和客观视频质量评估数据集，包含原始参考视频、降级视频和超分辨率处理后视频，用于评估视频质量模型在基于扩散的视频超分辨率中的准确性。数据集包括6个原始2160p参考视频、36个降级输入视频和222个处理后视频，总大小约317GB，并提供主观和客观质量评分。A subjective and objective video quality dataset for video super-resolution, containing original reference videos, degraded videos, and upscaled videos for evaluating the accuracy of video quality models in diffusion-based video super-resolution. The dataset includes 6 pristine 2160p reference videos, 36 degraded input videos, and 222 processed videos, totaling approximately 317GB, with subjective and objective quality scores provided.

搜集汇总

数据集介绍

构建方式

AVT-VQDB-UHD-1-VSR数据集专为视频超分辨率领域的主观与客观质量评估而构建。该数据集基于六段原始无损的2160p超高清源视频，通过下采样至360p与720p分辨率，并采用AV1、DCVC-RT及无压缩三种编码方式生成36段退化视频作为输入。随后运用多种超分辨率模型将其重建成222段2160p视频序列，连同原始参考视频一同经由受试者进行主观评分，从而形成完整的质量评价体系。所有视频均以无损编码形式存储于参考、退化与超分辨率三个子目录中，并附带详细的元数据文件记录主观测试结果与客观指标。

使用方法

研究者可通过HuggingFace平台便捷获取该数据集，使用`from datasets import load_dataset; dataset = load_dataset("benjaminherb/AVT-VQDB-UHD-1-VSR")`命令一键加载元数据与视频路径。数据集配置名为default，包含metadata.jsonl文件以及upscaled、degraded、reference三个视频子集。下载后，用户可基于python环境对视频序列逐帧解析，结合元数据中的主观评分标签，开展视频超分辨率质量模型的训练、验证与对比实验。完整的原始文件也可通过项目官方链接直接下载，便于离线处理与大规模计算任务。

背景与挑战

背景概述

AVT-VQDB-UHD-1-VSR数据集由德国伊尔梅瑙工业大学的Benjamin Herb、Steve Göring、Alexander Raake及Rakesh Rao Ramachandra Rao等研究人员于2026年创建，专注于视频超分辨率领域的主观与客观质量评估。该数据集旨在应对扩散模型在视频超分应用中迅猛发展的趋势，填补现有基准测试缺乏高质量UHD视频素材的空白。通过提供6个原始2160p参考视频、36个降质版本及222个经超分处理的序列，数据集系统性地支持了超分算法主观质量评价与客观模型验证，有力推动了视频质量评估与超分辨率领域的交叉研究。

当前挑战

该数据集主要面临的挑战包括：其一，视频超分领域长期依赖传统指标如PSNR和SSIM，难以准确反映人类对高频细节和真实感的感知，数据集为此构建了大规模主观实验以建立更可靠的评价标准；其二，构建过程中需平衡超高清视频文件巨大体积（总计约317GB）与存储传输效率，同时确保降质环节中不同缩放因子（360p/720p）及编码器（AV1/DCVC-RT）组合的系统性覆盖，这对实验设计和资源管理提出了极高要求。

常用场景

经典使用场景

在视频质量评估与超分辨率处理交织的研究领域中，AVT-VQDB-UHD-1-VSR数据集以其独特的双任务属性脱颖而出，成为连接主观视觉感知与客观算法性能的桥梁。该数据集的核心使用场景在于，为基于扩散模型的视频超分辨率技术提供一个标准化的测试平台，通过包含6个原始2160p参考视频、36个经降质处理后的输入视频以及222个由不同超分辨率算法生成的升频视频，系统性地评估各类模型在感知质量与失真修复方面的表现。研究者可利用该数据集开展全参考与无参考视频质量评估，结合主观实验评分与客观指标如PSNR、SSIM或更先进的深度学习度量，深入剖析扩散模型在极低分辨率（如360p）输入条件下恢复高清纹理时的行为特性，从而推动视频增强算法的可解释性优化。

解决学术问题

AVT-VQDB-UHD-1-VSR数据集精准回应了视频超分辨率领域长期存在的核心学术困惑：当前基于扩散模型的超分辨率方法在生成逼真细节的同时，是否能够维持可接受的主观视觉质量？该数据集通过精心设计的降质链路（涵盖AV1、DCVC-RT编码及未压缩格式，分别对应360p与720p分辨率），模拟了真实网络环境中视频传输与压缩后可能出现的多种劣化形态，从而量化分析不同超分辨率算法对抗压缩伪影、低分辨率模糊及编码噪声的能力。其学术价值在于，首次将主观评分数据集与扩散式超分辨率技术进行系统耦合，揭示了客观质量模型（如PSNR、LPIPS）与人类视觉判断之间的显著偏离，为后续研究提出了修正质量度量或设计感知忠实度更高的超分辨率损失函数的关键挑战。

实际应用

在多媒体传输与内容分发产业中，AVT-VQDB-UHD-1-VSR数据集展现出重要的工程应用潜力，尤其适用于优化视频流媒体服务的超分辨率后处理模块。例如，在低带宽环境下，服务提供商可将用户设备接收到的低分辨率压缩视频（如360p AV1流）快速升频至4K显示，而该数据集提供的覆盖多种编解码器与比特率的降质视频，可直接用于训练或调校面向低码率场景的超分辨率模型，以在带宽节省与视觉体验之间达成最佳平衡。此外，该数据集中的主观评分结果能够辅助自动化质量监控系统，甄别哪些超分辨率算法更易产生伪纹理或时间闪烁等用户敏感的不自然现象，从而为OTT平台、广播电视以及远程医疗中的高保真视频应用，提供基于人类感知导向的算法选型参考。

数据集最近研究

最新研究方向

当前，随着扩散模型在视频超分辨率领域的迅猛发展，如何精确评估此类生成式方法的重建质量成为关键挑战。AVT-VQDB-UHD-1-VSR数据集应运而生，它首次系统性地构建了针对扩散模型超分辨率视频的主观与客观质量评估基准。该数据集涵盖从360p/720p低分辨率输入到2160p UHD输出的完整链路，并融合了AV1、DCVC-RT等多种编解码退化场景，为验证现有视频质量模型在生成式上采样场景下的可靠性提供了稀缺的标准化测试平台。这一资源的发布，不仅直接回应了扩散超分技术缺乏统一评估体系的痛点，更推动了视频质量评估从传统编码失真向感知与生成伪影综合建模的范式演进，对优化下一代AI视频增强算法具有深远的理论指导与实践应用价值。