首页  思维导图  详情



 



自用AIPQ

2026-02-13 17:40:35   0  举报





仅支持查看

AI智能生成

ZIYONG

技能提升

模板推荐

作者其他创作

大纲/内容

核心（高优先级）

超分 SR（Super Resolution）

V4L2→RGA→RKNN/NPU→GPU→DRM

从模块视角设计用例（仅对模块自身）

接口/协同（跨模块）专项用例

端到端画质与性能指标

自动化与可追踪性

最小可执行测试集

从模块覆盖到接口/协同

覆盖长稳 & 兼容 & 体验

测试要点

输入多样性

MSU的测试集

比较大，约155G

GT.mp4：原始参考视频

SLOW 预设：带有编码预设之一的压缩视频文件夹

x265_43.mp4：文件名中带有编解码器和比特率（或 crf）的编码视频

Subjective_scores.csv --主观分数记录

Metric_scores.csv — CVQAD 上的视频质量指标基准分数和结果

自建测试集

真实拍摄视频（室内/室外、静态/动态、人物/建筑/文字覆盖）

合成/虚拟内容（电子游戏、动画、电影片段、广告）

不同设备/摄像机来源 → 保证输入场景和编码特性的差异化

特殊场景：字幕、HDR、强弱光

将4K编码压缩至1080p（压缩算法？）

高码率4K压缩到低分辨率

高码率1080p

将更低分辨率的视频SR到RK算法支持的分辨率

覆盖特征维度

比特率

分辨率

色彩度

FPS

空间复杂度（SI）

时间复杂度（TI）

客观指标

PSNR（峰值信噪比）

SSIM（结构相似性）

VMAF（网飞指标）

LPIPS（深度特征的感知距离）

FSIM / MS-SSIM / DISTS（MSU 推荐的补充指标）

主观指标

MOS

稳定性

运动补偿 MEMC（Motion Estimation & Motion Compensation）

V4L2 → RGA → NPU → GPU → DRM

同SR

测试要点

输入场景

平移/缩放/旋转/遮挡/快速运动

常见视频插帧/光流数据集

Vimeo90K

http://toflow.csail.mit.edu/

septuplets” 子集（7 连帧），用于训练/验证中间帧插值

UCF101

官方站点：https://www.crcv.ucf.edu/data/UCF101.php

Adobe240fps

YouTube240fps

主观观感

客观指标

PSNR、SSIM、VMAF

时序特化：tOF、Warp Error、TI

tOF：光流前后向一致性，检测插帧运动方向错误、跳帧，判断插帧是否出现时序跳变（例如鬼影、运动错位）。

Warp Error：通过光流场把一帧 Warp（变形/映射）到另一帧，比较变形结果与真实帧的差异，典型用于衡量插帧生成是否合理。

TI：帧间强度变化，视频内容复杂度评估、场景分类

测试方法

高帧率 GT 视频（如 240fps）抽帧降为 30fps，再用 MEMC 插帧回 240fps

与原始 240fps GT 比较 → PSNR/SSIM/VMAF/LPIPS + 时序一致性指标

行业案例

RIFE (Real-Time Intermediate Flow Estimation)

开源地址： GitHub - hzwer/arXiv2020-RIFE

3D LUT 场景级调色

V4L2 → RGA → GPU → DRM

测试要点

客观色准（静态/弱运动场景）

ΔE2000：以 ColorChecker/灰阶/肤色卡做测点

Histogram/HSI 分布：比较 LUT 前后是否引入断层或剪切。

Clipping/Out-of-gamut 检查：高饱和/高光、肤色区是否溢出或偏色。

Ramp Banding：灰阶/彩色渐变条可视化 + Banding 计数。

时序稳定（视频/场景切换）

Temporal Flicker：在固定场景缓慢曝光变化下，LUT 切换/混合是否闪烁。

切换平滑：LUT 更新采用插值过渡（如 200–500ms），用亮度曲线与帧间差评估。

画面完整性

锐度与细节保持：3D LUT 不应引入额外锐化伪影

噪声放大：在暗部 LUT 提升下注意噪声被“抬出”。

性能

延迟：LUT 引入的渲染开销（GPU shader 或硬件单元），测端到端帧延迟。

帧率稳定：4K60/4K120 的稳定性统计

AI NR（去噪） / AI AWB（自动白平衡）

Camera(V4L2) → RGA → NPU → GPU/ISP → DRM

测试要点

AI NR

暗光静态

低照度灰卡视频 / 图像 启用 AI NR，采集 HDMI 输出 SNR 提升 ≥ 3 dB；ΔE ≤ 3；细节保留

暗光人像

人脸视频（ISO 提高模拟噪声） AI NR 开启 vs 关闭，逐帧比对 NIQE/BRISQUE；MOS ≥ 4

运动场景

高速运动视频（弱光下拍摄） 启用 AI NR，观察运动物体边缘 SSIM ≥ 0.9；无拖影

长时稳定

连续播放 1h 夜景视频，持续运行AI NR 稳定帧率 ≥ 60fps；功耗无明显突升 性能稳定，画质无明显波动

数据集

AI NR

SIDD

真实手机拍摄的噪声 / GT 图对，包括 Raw 和 sRGB 格式

SIDD+

NTIRE 2020 全新测试集扩展版

MSSIDD

多传感器去噪数据集

AI AWB

NUS-8 Camera Dataset

中高优先级

AI 场景识别（人脸、HDR 场景 …）

V4L2 → RGA → NPU → GPU → DRM

测试要点

准确性

覆盖性

响应速度

鲁棒性

AI Camera

Camera(V4L2) → RGA → NPU → GPU → DRM

测试要点

AWB/AE/AF 准确性

AI 功能

鲁棒性

性能

中优先级

AI 字幕 ASR（自动语音识别+字幕）

ALSA → NPU → CPU → GPU/OSD → DRM

测试要点

准确性

延迟

场景适配

稳定性

拍图运算（翻译、作业批改 …）

V4L2/File → RGA → NPU → CPU → GPU → DRM

测试要点

OCR 准确率

任务准确率

延迟

异常场景

以图搜图

V4L2 → RGA → NPU → CPU → GPU → DRM

测试要点

准确性

覆盖性

性能

 Collect

Get Started

自用拓扑图

 Collect

Get Started

通铝1401业务流程

 Collect

Get Started

gongzheng自用

 Collect

Get Started





0 条评论

下一页