연구진은 짧은 동영상 콘텐츠의 복잡한 생성 과정과 다양한 왜곡을 고려한 새로운 품질 평가 프레임워크 FGSVQA를 제안했어요. CLIP 기반의 시각적 인코더와 주파수 영역의 압축 정보를 활용하여 특징을 집계하는 가중치 맵을 생성해요.
FGSVQA는 왜곡, 구조, 원시 시각적 특징을 분리하고, 학습된 게이팅 모듈을 통해 시간 경과에 따라 적응적으로 융합하여 정확하고 효율적인 품질 예측을 가능하게 해요.
실험 결과, FGSVQA는 짧은 동영상 데이터셋에서 평균 순위 및 선형 상관관계(SRCC: 0.736, PLCC: 0.787) 측면에서 뛰어난 성능을 보여주며 효율적인 추론 속도를 유지했어요.