技术实践

淘天以无参考画质模型巡检直播与图片质量

模型评测应用与实践基准与评测资源评测方法与指标视觉感知与空间理解

概述

针对 PSNR/SSIM 等客观指标难以适配来源复杂、参考视频缺失的内容生态,团队构建了一套符合人眼主观感知、无需参考源即可评价的图像/视频质量评价体系:MD-VQA 基于语义、失真和运动等多维度信息做无参考视频质量评价(算法创新发表于 CVPR 2023),FACE-VQA 针对人脸颜值评价(发表于 ICCV 2025),Tao-IQA 用显著图引导做无参考图像质量评价。 这些模型既为视频编解码、画质增强、美颜算法的改进提供指导,也用于监控大盘体验、筛选低质内容与竞对评测。其中 MD-VQA 与 FACE-VQA 日均监控万级淘宝直播间以及海量短视频的基础画质和美颜效果,Tao-IQA 覆盖日均千万级的淘宝大盘图片画质评价。团队还以该类技术参加 CVPR NTIRE 2023 质量评价赛道并夺冠,并主导了初版《视频质量的无参考评价方法》国家标准草案。