一种基于渐进式模型精调的虚实融合内容质量检测方法

本发明公开了一种基于渐进式模型精调的虚实融合内容质量检测方法，主要解决了虚实融合视频在主观评价实验打分不稳定问题、客观预测模型训练样本不足的问题。传统质量评价方法通过标注较大规模质量数据集，对评价模型进行训练后已能实现较为准确的质量评估，但虚实融合制作过程中失真类型繁多，这使得被试很难长时间内给出较为稳定的质量评估，因此且缺乏成规模的质量损伤数据集供训练使用。本发明将绝对质量评估问题转化为让被试判断两幅图像画质优劣的任务，提升了评分的稳定性和可信度。同时，采用渐进交互式精调方法，将客观模型训练与主观质量评价相结合，从而有效解决了上述问题，实现了面向虚实融合内容的智能质量评价模型。