声明
摘要
表格索引
插图索引
第一章 绪论
1．1 研究背景及意义
1．2 研究历史与现状
1．3 论文内容与章节安排
第二章 基于视觉感知建模的无参考图像质量评价
2．1 人类视觉系统特性
2．2 基于内在生成机制的无参考图像质量评价方案
2．2．1 图像分解
2．2．2 图像有序部分的特征提取
2．2．3 图像无序部分的特征提取
2．2．4 特征融合与回归学习
2．3 实验与讨论
2．3．1 LIVE数据集上的测试
2．3．2 跨数据集测试
2．3．3 多种失真的图像数据集测试
2．4 本章小结
第三章 基于表征学习的真实失真图像质量评价
3．1 传统图像质量评价数据集的不足之处分析
3．2 真实失真图像质量评价数据集介绍
3．3 表征学习和卷积神经网络的介绍
3．4 基于视觉感知特性和基于表征学习的研究思路对比
3．5 利用CNN的真实失真图像质量评价方法整体框架
3．5．1 图像预处理
3．5．2 网络结构的设计
3．5．3 数据增广和共享标签
3．5．4 噪声标签和正则化
3．5．5 模型的训练
3．6 实验与分析
3．6．1 LIVE Challenge数据集上的测试
3．6．2 噪声标签的有效性与正则化作用
3．7 本章小结
第四章 总结与展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
