摘要
本发明公开了一种无参考视频质量评估模型的训练方法、识别方法、系统、设备及介质,其中,该训练方法包括获取标注好的视频数据集;对视频数据集进行映射提取处理,得到视频的时空特征;将时空特征输入至初始化的STGRU模块中进行特征融合处理;通过回归模块将融合后的时空特征映射到视频质量分数;使用优化算法和损失函数对模型进行训练,得到训练好的无参考视频质量评估模型。该训练方法从空间和时间两个关键维度来深入提取视频的特征,不仅可以提高无参考视频质量评估模型对待评估视频的时空特征提取能力,还能提高对用户生成视频的评估准确性,同时,无参考视频质量评估模型的架构设计较为通用。本发明可广泛应用于视频质量评估技术领域。
技术关键词
视频
模块
关键帧
局部空间特征
输出特征
空间特征提取
特征提取能力
数据
深度学习模型
快速动作
训练系统
处理器
注意力机制
空间结构
程序
识别方法
时序
文件夹
可读存储介质
信号