MWV (Multi-annotated and Multi-modal Wide-angle Video quality assessment)

MWV数据集是由重庆邮电大学和西安电子科技大学联合创建的首个广角视频质量评估数据集，包含1000条广角视频片段，分辨率为720P至4K，帧率为30和60帧/秒。数据集通过主观实验和多模态注释（包括变形、抖动、模糊和曝光等属性）进行标注，旨在推动广角视频质量评估方法的发展。数据集的应用领域主要集中在广角视频的质量评估，特别是针对广角视频在变形、抖动等方面的独特挑战，旨在提升广角视频的用户体验。

The MWV Dataset is the first wide-angle video quality assessment dataset jointly created by Chongqing University of Posts and Telecommunications and Xidian University. It contains 1000 wide-angle video clips with resolutions ranging from 720P to 4K and frame rates of 30 and 60 frames per second. The dataset is annotated via subjective experiments and multimodal annotations covering attributes such as distortion, jitter, blur, and exposure, aiming to promote the development of wide-angle video quality assessment methods. Its application scenarios mainly focus on wide-angle video quality assessment, particularly addressing the unique challenges of wide-angle videos in terms of distortion, jitter and other aspects, with the goal of improving user experience of wide-angle videos.

搜集汇总

数据集介绍

构建方式

为了填补广角视频质量评估领域数据集的空白，MWV数据集的构建首先通过下载和拍摄的方式收集了多种场景下的广角视频。随后，通过单刺激连续质量评价方法进行主观实验，参与者对视频的变形、抖动、模糊和曝光等属性进行评分，并提供相应的文本描述。最后，对实验数据进行异常值剔除和分析，确保数据集的合理性和准确性。

使用方法

MWV数据集可以用于训练和测试视频质量评估模型。用户可以将数据集中的视频和文本描述作为输入，训练模型以学习视频质量评估的相关特征。此外，数据集还可以用于研究广角视频质量评估的主观和客观方法，以及不同视频质量评估方法之间的性能比较。

背景与挑战

背景概述

随着宽角摄像头的广泛应用，宽角视频因其宽广的视角和捕捉大范围景色的能力而备受青睐。然而，宽角视频易受变形、曝光等失真影响，导致视频质量下降，影响用户观感和体验，这在一定程度上阻碍了其在竞技体育等领域的应用。目前，针对宽角视频质量评估的研究相对较少，主要原因在于缺乏专门的宽角视频数据集。为了填补这一空白，中国重庆邮电大学图像认知重点实验室的研究团队构建了首个多标注和多模态宽角视频质量评估（MWV）数据集。该数据集的构建旨在推动宽角视频质量评估领域的发展，并为用户提供高质量的宽角视频体验。

当前挑战

尽管MWV数据集的构建填补了宽角视频质量评估领域的空白，但仍面临着一些挑战。首先，现有的视频质量评估方法在宽角视频上表现不佳，这主要是因为宽角视频易受严重变形和剧烈抖动的影响，而现有的算法设计并未充分考虑这些问题。其次，构建一个多标注和多模态的数据集需要大量的人力和时间投入，这对于研究人员来说是一项巨大的挑战。最后，如何有效地利用MWV数据集来开发专门针对宽角视频质量评估的方法，仍然是一个亟待解决的问题。

常用场景

经典使用场景

在视频质量评估领域，MWV数据集的经典使用场景包括训练和测试视频质量评估模型，尤其是针对广角视频的质量评估。通过对该数据集进行训练，模型可以学习到广角视频特有的变形、抖动、模糊和曝光等质量问题，从而提高广角视频质量评估的准确性。

解决学术问题

MWV数据集解决了广角视频质量评估中缺乏专门数据集的问题。现有的视频质量评估数据集大多针对普通视频，无法有效评估广角视频的质量。MWV数据集的构建填补了这一空白，为广角视频质量评估的研究提供了宝贵的数据资源。

实际应用

MWV数据集在实际应用中，可用于优化广角视频的拍摄、编辑和传输过程。例如，通过分析广角视频中的质量问题，可以指导拍摄者在拍摄过程中避免出现变形、抖动等问题，从而提高视频质量。此外，MWV数据集还可以用于开发针对广角视频的图像处理算法，以改善广角视频的视觉效果。

数据集最近研究

最新研究方向

在视频质量评估领域，MWV数据集的出现填补了宽角视频质量评估方面的空白。该数据集不仅包含了多种场景和分辨率的宽角视频，还提供了多模态和多标注的数据，包括视频、文本描述和四种属性标注（变形、抖动、模糊和曝光）。这些特性使得MWV数据集能够为研究人员提供更全面的视角来评估宽角视频的质量。当前的研究方向主要集中在开发专门针对宽角视频质量评估的方法，以及利用MWV数据集进行跨数据集和内部数据集的性能测试。实验结果表明，现有的视频质量评估方法在宽角视频上存在局限性，尤其是在处理严重变形的视频时。因此，未来的研究将着重于设计能够有效处理宽角视频变形和其他特定问题的算法，以及探索如何利用MWV数据集中的多模态信息来提高视频质量评估的准确性和可靠性。

相关研究论文

• A Multi-annotated and Multi-modal Dataset for Wide-angle Video Quality Assessment

  重庆邮电大学图像认知重点实验室, 西安电子科技大学电子工程学院, 西安电子科技大学人工智能学院 · 2025年