| 论文创新点 | 第5-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 1 绪论 | 第14-30页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 图像质量评价研究现状 | 第15-28页 |
| 1.2.1 主观图像质量评价 | 第16-17页 |
| 1.2.2 客观图像质量评价 | 第17-28页 |
| 1.3 论文内容安排 | 第28-30页 |
| 2 图像质量评价基础 | 第30-48页 |
| 2.1 引言 | 第30页 |
| 2.2 图像质量评价数据库 | 第30-34页 |
| 2.3 人类视觉系统 | 第34-38页 |
| 2.3.1 早期人眼视觉系统 | 第34-36页 |
| 2.3.2 人类视觉系统的心理学特性 | 第36-38页 |
| 2.4 机器学习基础 | 第38-46页 |
| 2.4.1 支持向量机 | 第38-40页 |
| 2.4.2 卷积神经网络 | 第40-46页 |
| 2.5 客观图像质量评价性能指标 | 第46-47页 |
| 2.6 本章总结 | 第47-48页 |
| 3 基于多通道特征聚合的盲图像质量评价 | 第48-68页 |
| 3.1 引言 | 第48页 |
| 3.2 HVS启发的多通道特征图组 | 第48-55页 |
| 3.2.1 中心—周围拮抗机制 | 第48-49页 |
| 3.2.2 空域多通道特征 | 第49-55页 |
| 3.3 多通道特征聚合与编码 | 第55-57页 |
| 3.3.1 高斯混合模型 | 第55-56页 |
| 3.3.2 费舍尔向量 | 第56-57页 |
| 3.4 实验结果与分析 | 第57-67页 |
| 3.4.1 实验数据集和实验规则 | 第57-58页 |
| 3.4.2 实现细节 | 第58-59页 |
| 3.4.3 一致性实验 | 第59-63页 |
| 3.4.4 跨数据库实验 | 第63-64页 |
| 3.4.5 对比实验 | 第64-66页 |
| 3.4.6 时间复杂度测试 | 第66-67页 |
| 3.5 本章总结 | 第67-68页 |
| 4 基于深度滤波器组的真实场景下的图像质量评价 | 第68-84页 |
| 4.1 引言 | 第68-70页 |
| 4.2 基于深度滤波器组的图像表征 | 第70-74页 |
| 4.2.1 选取合适的卷积神经网络模型 | 第70-72页 |
| 4.2.2 联合多层特征的图像表达 | 第72-74页 |
| 4.3 基于互信息的特征选择和评价模型学习 | 第74-76页 |
| 4.4 实验结果及分析 | 第76-83页 |
| 4.4.1 实验数据集和实验规则 | 第76-77页 |
| 4.4.2 实现细节 | 第77-78页 |
| 4.4.3 一致性实验 | 第78-79页 |
| 4.4.4 跨数据库实验 | 第79-80页 |
| 4.4.5 对比实验 | 第80-82页 |
| 4.4.6 时间复杂度测试 | 第82-83页 |
| 4.5 本章总结 | 第83-84页 |
| 5 基于双线性卷积神经网络的盲图像质量评价 | 第84-109页 |
| 5.1 引言 | 第84-85页 |
| 5.2 深度双线性卷积神经网络 | 第85-95页 |
| 5.2.1 相关工作回顾 | 第85-87页 |
| 5.2.2 面向合成失真的卷积神经网络 | 第87-90页 |
| 5.2.3 面向真实失真的卷积神经网络 | 第90-93页 |
| 5.2.4 双线性卷积神经网络 | 第93-95页 |
| 5.3 实验及分析 | 第95-108页 |
| 5.3.1 实验数据集和实验规则 | 第95页 |
| 5.3.2 实现细节 | 第95-96页 |
| 5.3.3 一致性实验 | 第96-100页 |
| 5.3.4 跨数据库实验 | 第100-102页 |
| 5.3.5 Waterloo Exploration数据库实验 | 第102-106页 |
| 5.3.6 对比实验 | 第106页 |
| 5.3.7 补充实验 | 第106-108页 |
| 5.4 本章总结 | 第108-109页 |
| 6 图像质量评价方法在纸币新旧清分应用 | 第109-120页 |
| 6.1 引言 | 第109-111页 |
| 6.2 纸币新旧清分数据集构建 | 第111-114页 |
| 6.2.1 预训练集构建 | 第111-113页 |
| 6.2.2 主观质量测试数据集 | 第113-114页 |
| 6.3 新旧清分卷积神经网络设计 | 第114-116页 |
| 6.4 实验及分析 | 第116-119页 |
| 6.4.1 实验数据及实验规则 | 第116-117页 |
| 6.4.2 实现细节 | 第117页 |
| 6.4.3 鉴别性实验 | 第117-118页 |
| 6.4.4 稳定性实验 | 第118页 |
| 6.4.5 对比实验 | 第118-119页 |
| 6.5 本章总结 | 第119-120页 |
| 7 总结与展望 | 第120-123页 |
| 7.1 研究总结 | 第120-121页 |
| 7.2 研究展望 | 第121-123页 |
| 参考文献 | 第123-135页 |
| 攻读博士期间发表的论文及科研项目情况 | 第135-136页 |
| 致谢 | 第136页 |