本文提出了一种模型基础的迁移学习方法，将图像质量评估知识应用于视频质量评估。通过混合列表排序损失函数进行训练，实验证明该方法在多个数据库上表现优异。此外，提出的新型盲视频质量评估模型结合了空间和时间特征，优化了视频质量表示，具有较低的计算复杂性和更快的收敛速度。

本文提出了一种增强社交媒体视频盲视频质量评估（BVQA）模型，利用预训练的盲图像质量评估特征，结合基本质量预测器、空间和时间矫正器来评估视频质量。该模型通过迁移学习和深度学习框架，在多个数据库上表现优异，能够有效处理复杂失真和多样内容。