实体
Krishna Srikar Durbha
Krishna Srikar Durbha
PulseAugur coverage of Krishna Srikar Durbha — every cluster mentioning Krishna Srikar Durbha across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架使用自监督学习对视频编码复杂度进行聚类
研究人员开发了一种名为压缩回声对比学习（CECL）的新型自监督学习框架，用于根据编码复杂度对视频进行聚类。该方法利用视频对压缩的响应作为监督信号，使模型能够学习底层的编码特性。实验表明，与传统的自适应视频流固定比特率阶梯相比，CECL增强了视觉编码器的表示，并在比特率和质量方面实现了显著节省。
-
新的SLIDE-IQA方法增强了局部失真图像的质量评估
研究人员开发了一种名为SLIDE-IQA的新方法，以改进图像质量评估，特别是针对具有局部失真的图像。现有的自监督学习模型通常难以处理这些特定类型的退化，因为它们将合成失真均匀地应用于整个图像。SLIDE-IQA利用双分支Vision Transformer和一种新颖的阈值有界排除机制，以更好地捕捉局部图像失真的类型和空间尺度。这种仅在合成数据上训练的方法，在保持标准图像质量评估基准测试竞争性性能的同时，对局部问题表现出增强的敏感性。