图像美学质量评价方法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 基于手工设计特征的传统方法 | 第14-16页 |
| 1.2.2 基于深度学习的方法 | 第16-18页 |
| 1.3 本文的研究工作 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-20页 |
| 第二章 基于标记分布学习的图像美学质量评价 | 第20-28页 |
| 2.1 问题的提出 | 第20-21页 |
| 2.2 方法框架 | 第21-24页 |
| 2.2.1 美学分布 | 第21-22页 |
| 2.2.2 面向分布的学习算法 | 第22-23页 |
| 2.2.3 模型改进 | 第23-24页 |
| 2.3 实验结果和分析 | 第24-27页 |
| 2.3.1 实验设置 | 第24-25页 |
| 2.3.2 美学分布预测 | 第25页 |
| 2.3.3 美学类别预测 | 第25-26页 |
| 2.3.4 基于美学的图像重排序 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于全卷积神经网络的图像美学质量评价 | 第28-38页 |
| 3.1 问题的提出 | 第28-30页 |
| 3.2 方法框架 | 第30-33页 |
| 3.2.1 深度美学分布学习 | 第30-31页 |
| 3.2.2 网络结构 | 第31-32页 |
| 3.2.3 实现细节 | 第32-33页 |
| 3.3 实验结果与分析 | 第33-37页 |
| 3.3.1 数据库和实验设置 | 第33-34页 |
| 3.3.2 美学分布预测 | 第34-36页 |
| 3.3.3 美学类别预测 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 总结与探讨 | 第38-40页 |
| 参考文献 | 第40-45页 |
| 致谢 | 第45-46页 |
| 攻读学位期间发表的学术论文 | 第46-47页 |
| 攻读学位期间参加的项目 | 第47-48页 |
| 学位论文评阅及答辩情况表 | 第48页 |
