基于多子模型协同的画质评估方法、装置、设备及介质

本申请实施例公开了一种基于多子模型协同的画质评估方法、装置、设备及介质，其中，该方法包括：对待评估的图像数据进行特征提取，得到图像数据的图像特征向量和上下文特征向量；由动态门控网络将图像特征向量和上下文特征向量进行拼接，形成融合特征向量，并根据融合特征向量计算多个子模型的模型权重；依据模型权重从多个子模型中选择至少一个目标子模型，激活至少一个目标子模型从对应的画质维度进行画质评估；对至少一个目标子模型的输出结果进行整合，得到目标画质评估结果。本申请的画质评估方案能够同时覆盖低阶画质退化以及高阶感知属性，并实现了子模型的模型权重的动态分配，能够按需激活子模型，提升了画质评估效率。