摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第10-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-23页 |
1.1 研究背景与意义 | 第15-17页 |
1.2 研究现状和分析 | 第17-20页 |
1.2.1 研究现状 | 第17-19页 |
1.2.2 视频质量评价方法的研究分析 | 第19-20页 |
1.3 论文研究内容与安排 | 第20-23页 |
第二章 基于视觉显著分布的视频质量评价方法 | 第23-35页 |
2.1 引言 | 第23-24页 |
2.2 基于视觉显著分布的视频质量评价方法 | 第24-28页 |
2.2.1 RWR提取视频显著分布 | 第24-25页 |
2.2.2 场景质量的计算 | 第25-27页 |
2.2.3 视频序列时域融合 | 第27-28页 |
2.3 实验与分析 | 第28-33页 |
2.3.1 评价准则 | 第28页 |
2.3.2 测试数据库 | 第28-29页 |
2.3.3 实验结果 | 第29-33页 |
2.4 本章小结 | 第33-35页 |
第三章 基于 3D-DCT统计特性的视频质量评价方法 | 第35-51页 |
3.1 引言 | 第35-36页 |
3.2 基于 3D-DCT统计特性的视频质量评价方法 | 第36-47页 |
3.2.1 视频的三维离散余弦变换系数提取 | 第36-38页 |
3.2.2 特征提取 | 第38-46页 |
3.2.3 时域融合 | 第46-47页 |
3.3 实验结果与分析 | 第47-49页 |
3.3.1 测试数据库 | 第47页 |
3.3.2 神经网络训练与测试 | 第47-48页 |
3.3.3 实验结果 | 第48-49页 |
3.4 本章小结 | 第49-51页 |
第四章 基于自然视频统计特性的视频质量评价方法 | 第51-59页 |
4.1 引言 | 第51页 |
4.2 基于自然视频统计特性的视频质量评价方法 | 第51-55页 |
4.2.1 空域自然场景统计特性分析 | 第52-53页 |
4.2.2 场景局部块的选取 | 第53页 |
4.2.3 特征提取 | 第53-54页 |
4.2.4 特征参数拟合 | 第54-55页 |
4.2.5 时域融合 | 第55页 |
4.3 实验结果与分析 | 第55-57页 |
4.3.1 测试数据库 | 第55-56页 |
4.3.2 实验结果 | 第56-57页 |
4.4 本章小结 | 第57-59页 |
第五章 总结和展望 | 第59-61页 |
5.1 总结 | 第59-60页 |
5.2 展望 | 第60-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
作者简介 | 第66-67页 |