이 논문은 실제 감시 환경의 복잡성을 반영하도록 특별히 설계된 새로운 영상 품질 평가(IQA) 데이터셋인 CCTV 품질 평가 데이터셋(CQAD)을 제시한다. 기존의 IQA 데이터셋은 대부분 자연 영상을 기반으로 하며, CCTV 영상에서 흔히 마주치는 다양한 조건과 열화 특성을 충분히 포착하지 못한다. 예를 들어 조명의 변화, 고정된 시점, 환경 잡음 등이 이에 해당한다. 이러한 공백을 해소하기 위해 CQAD는 실내 및 실외의 다양한 장소에서 설치된 실제 감시 카메라로부터 수집한 기준(reference) 이미지 120장을 포함하며, 주간 및 야간 조건 모두에서 촬영되었다. 각 기준 이미지는 여섯 가지의 일반적인 왜곡 유형 중 하나를 사용하여 열화되었고, 평균 의견 점수(MOS) 프레임워크를 통해 55명의 인간 참여자로부터 주관적 품질 평점을 얻었다. 실험 분석 결과, 지각된 영상 품질은 왜곡 유형뿐만 아니라 장면 맥락, 조명 조건, 하루 중 시간에 의해서도 영향을 받는 것으로 나타났다. CQAD는 장면 인지(scene-aware) IQA 모델의 개발, AI 기반 비디오 분석의 견고성 평가, 그리고 실제 감시 응용에 맞춘 복원(restoration) 기법의 설계에 유용한 벤치마크를 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.