上海交通大学 发布 Text-to-Video Quality Assessment DataBase (T2VQA-DB) 数据集, 应用在 文本到视频质量评估、视频质量分析 领域

上海交通大学 本次发布的数据集 Text-to-Video Quality Assessment DataBase (T2VQA-DB), T2VQA-DB是由上海交通大学创建的大规模数据集，包含10000个由9种不同文本到视频（T2V）模型生成的视频，每个视频都配有主观评分。数据集通过27名受试者的主观实验收集了每个视频的平均意见分数（MOS），旨在解决现有视频质量评估模型无法准确量化文本生成视频质量的问题。T2VQA-DB不仅用于训练和测试后续模型，还支持提出了一种基于Transformer的新模型T2VQA，该模型从文本-视频对齐和视频保真度两个角度提取特征，并利用大型语言模型进行质量预测，有效提升了文本生成视频质量评估的准确性。

查看Text-to-Video Quality Assessment DataBase (T2VQA-DB)

README 内容： 

关于 上海交通大学 , 上海交通大学是一所位于中国上海市的著名综合性研究型大学，以工程学、管理学和医学等领域的研究和教学而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。