本技术涉及一种视频画质评估模型的训练技术、装置及存储解决方案。该技术在预训练的特征提取层参数保持不变的基础上,通过训练视频集仅对初始模型中的全连接层和特征映射层进行更新,以优化视频清晰度评估模型。
背景技术
目前,一般利用卷积神经网络评估直播视频的清晰度,但由于卷积神经网络提取特征的能力有限,导致视频清晰度评估结果的准确性有限。同时,卷积神经网络的网络参数较多,在训练卷积神经网络时不利于模型收敛,因此卷积神经网络的训练成本也较大。
实现思路