基于多尺度与CLIP语义监督的AI视频质量评估方法及装置

本发明公开了一种基于多尺度与CLIP语义监督的AI视频质量评估方法及装置，该方法结合了CLIP语义监督和交叉注意力机制。具体实现包括：为了对视频内容中嵌入的信息进行最大化提取和利用，分别从单个帧、帧片段和整个视频三个层面进行视频分析；为了确保生成的视频与提供的提示保持一致，本发明引入了提示语义监督模块，该模块利用CLIP文本编码器的编码能力，语义地评估视频与提示之间的一致性；考虑到人工智能生成视频的语义变化，本发明还引入了语义突变感知模块，该模块具备捕捉帧间微妙语义变化的基本建模能力。最终，通过我们精心设计的模型，可以有效地评估人工智能生成视频的质量。