| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-22页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究现状 | 第11-20页 |
| 1.2.1 图像质量评价 | 第11-15页 |
| 1.2.2 图像美学评价 | 第15-20页 |
| 1.3 本文内容和结构 | 第20-22页 |
| 第二章 神经网络与卷积神经网络原理 | 第22-31页 |
| 2.1 引言 | 第22页 |
| 2.2 人工神经网络 | 第22-25页 |
| 2.3 误差反向传播前向网络 | 第25-28页 |
| 2.4 卷积神经网络 | 第28-30页 |
| 2.4.1 权值共享 | 第29页 |
| 2.4.2 稀疏连接 | 第29-30页 |
| 2.4.3 最大值采样 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于DCNN的图像美学评价方法 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 Alex的卷积神经网络 | 第31-35页 |
| 3.2.1 网络的全局架构 | 第31-32页 |
| 3.2.2 网络结构细节 | 第32-34页 |
| 3.2.3 网络学习细节 | 第34-35页 |
| 3.3 改进的DCNN结构 | 第35-42页 |
| 3.3.1 I-DCNN结构 | 第35-36页 |
| 3.3.2 NP-DCNN结构 | 第36-37页 |
| 3.3.3 NP-DP-DCNN结构 | 第37-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 实验结果与分析 | 第43-61页 |
| 4.1 引言 | 第43页 |
| 4.2 实验平台搭建 | 第43页 |
| 4.3 PhotoQualityDataset数据库及其实验结果分析 | 第43-54页 |
| 4.3.1 PhotoQualityDataset数据库 | 第43-44页 |
| 4.3.2 PhotoQualityDataset数据库的扩展 | 第44-45页 |
| 4.3.3 I-DCNN结构的确定 | 第45-46页 |
| 4.3.4 NP-DCNN结构的确定 | 第46-48页 |
| 4.3.5 NP-DP-DCNN结构的确定 | 第48-49页 |
| 4.3.6 I-DCNN实验结果及分析 | 第49-50页 |
| 4.3.7 NP-DCNN实验结果及分析 | 第50-51页 |
| 4.3.8 NP-DP-DCNN数据库的实验结果及分析 | 第51-54页 |
| 4.4 CUHK数据库及实验结果分析 | 第54-56页 |
| 4.4.1 CUHK数据库 | 第54页 |
| 4.4.2 I-DCNN实验结果及分析 | 第54-55页 |
| 4.4.3 NP-DCNN实验结果及分析 | 第55-56页 |
| 4.4.4 NP-DP-DCNN实验结果及分析 | 第56页 |
| 4.5 NP-DCNN克服过拟合和欠拟合问题研究 | 第56-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 答辩委员会对论文的评定意见 | 第68页 |
