Nous proposons un modèle bilinéaire profond pour l'évaluation aveugle de la qualité des images (BIQA) capable de traiter à la fois les distorsions synthétiques et authentiques. Notre modèle est composé de deux réseaux de neurones convolutifs (CNN), chacun spécialisé dans un scénario de distorsion. Pour les distorsions synthétiques, nous pré-entraînons un CNN pour classifier le type et le niveau de distorsion des images, où nous bénéficions de données d'entraînement à grande échelle. Pour les distorsions authentiques, nous utilisons un CNN pré-entraîné pour la classification des images. Les caractéristiques issues des deux CNN sont combinées bilinéairement en une représentation unifiée pour la prédiction finale de la qualité. Nous ajustons ensuite finement l'ensemble du modèle sur des bases de données ciblées notées par des sujets en utilisant une variante du descente de gradient stochastique. De nombreuses expériences montrent que le modèle proposé atteint des performances supérieures sur les bases de données synthétiques et authentiques. De plus, nous vérifions la généralisabilité de notre méthode sur la base de données Waterloo Exploration en utilisant la compétition du groupe maximisant la différenciation (group maximum differentiation competition).