比较驱动偏好：用于人工智能生成视频质量评估的参考感知建模

生成模型的快速发展导致人工智能生成的视频数量不断增加，使得此类视频的自动质量评估变得越来越重要。现有的人工智能生成内容视频质量评估（AIGC-VQA）方法通常通过独立分析每个视频来估计视觉质量，忽略视频之间的潜在关系。在这项工作中，我们从视频间的角度重新审视 AIGC-VQA，并将其表述为参考感知评估问题。通过这种表述，质量评估不仅以视频的内在特征为指导，还通过与相关视频的比较来指导，这更符合人类的感知。为了验证其有效性，我们提出了参考感知视频质量评估（RefVQA），它利用以查询为中心的参考图来组织语义相关的样本，并执行从参考节点到查询节点的图引导差异聚合。对现有数据集的实验表明，我们提出的 RefVQA 在多个质量维度上都优于最先进的方法，并通过跨数据集评估验证了强大的泛化能力。这些结果凸显了所提出的基于参考的公式的有效性，并表明其推进 AIGC-VQA 的潜力。