| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.2 主要工作与创新 | 第14-16页 |
| 2 图像质量评价算法分析 | 第16-24页 |
| 2.1 基于传统(手工标定)特征的图像质量评价算法 | 第16-21页 |
| 2.1.1 基于底层视觉特征的评价算法 | 第16-18页 |
| 2.1.2 基于高层语义特征的评价算法 | 第18-19页 |
| 2.1.3 基于深度特征的评价算法 | 第19-21页 |
| 2.2 决策阶段相关机器学习算法 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于用户主观体验的图像质量排序算法 | 第24-46页 |
| 3.1 传统图像质量评价算法 | 第24-25页 |
| 3.2 基于用户主观体验的图像质量排序算法 | 第25-34页 |
| 3.2.1 算法流程 | 第25-26页 |
| 3.2.2 深度神经网络同个性化训练集生成策略 | 第26-28页 |
| 3.2.3 个性化排序函数 | 第28-31页 |
| 3.2.4 SVM中相关参数设置 | 第31-34页 |
| 3.3 实验结果及分析 | 第34-45页 |
| 3.3.1 数据集及实验设置 | 第34-36页 |
| 3.3.2 排序实验及结果分析 | 第36-44页 |
| 3.3.3 分类实验及结果分析 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 用户专属的图像质量属性分布算法 | 第46-62页 |
| 4.1 算法流程 | 第46-47页 |
| 4.2 用户专属的图像质量属性分布算法 | 第47-54页 |
| 4.2.1 多属性分类器 | 第48-52页 |
| 4.2.2 深度特征编码 | 第52-54页 |
| 4.3 实验结果与分析 | 第54-61页 |
| 4.3.1 分布实验与结果分析 | 第55-61页 |
| 4.3.2 分类实验结果与分析 | 第61页 |
| 4.4 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 论文总结 | 第62-63页 |
| 5.2 未来展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 个人简历、在学校期间发表的学术论文与研究成果 | 第68-69页 |
| 致谢 | 第69页 |