| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 选题的意义 | 第9-10页 |
| 1.2 视频质量评价算法研究发展历程 | 第10-12页 |
| 1.3 本文主要研究工作与内容安排 | 第12-13页 |
| 第二章 视频质量评价方法概述 | 第13-26页 |
| 2.1 主观视频质量评价方法 | 第13-15页 |
| 2.2 客观视频质量评价方法 | 第15-18页 |
| 2.2.1 客观视频质量评价方法分类 | 第15-17页 |
| 2.2.2 客观视频质量评价算法的性能指标 | 第17-18页 |
| 2.3 引起视频质降的因素分析 | 第18-20页 |
| 2.3.1 视频压缩对视频质量的影响 | 第19-20页 |
| 2.3.2 网络传输对视频质量的影响 | 第20页 |
| 2.4 视频质量评价相关理论分析和算法 | 第20-25页 |
| 2.4.1 全参考视频质量评价方法 | 第20-24页 |
| 2.4.2 部分参考视频质量评价方法 | 第24页 |
| 2.4.3 无参考视频质量评价方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 Video-BLIIND无参考视频质量评价方法 | 第26-34页 |
| 3.1 算法整体框架 | 第26-27页 |
| 3.2 自然视频场景统计模型 | 第27-30页 |
| 3.3 NSS子带特征分析 | 第30-31页 |
| 3.4 运动一致性 | 第31-32页 |
| 3.5 特征参数提取 | 第32-33页 |
| 3.6 质量预测及结果分析 | 第33页 |
| 3.7 本章小结 | 第33-34页 |
| 第四章 对Video-BLIIND评价方法的改进 | 第34-55页 |
| 4.1 引言 | 第34-35页 |
| 4.2 时变图像统计特征提取 | 第35-39页 |
| 4.3 引入主成分分析方法对特征进行分析 | 第39-41页 |
| 4.4 使用多类别分类器对视频进行分类 | 第41-47页 |
| 4.4.1 线性分类器 | 第42-45页 |
| 4.4.2 核函数 | 第45-46页 |
| 4.4.4 支持向量回归 | 第46-47页 |
| 4.5 引入视频复杂度特征 | 第47-50页 |
| 4.6 总体性能测试 | 第50-53页 |
| 4.6.1 实验设置 | 第50-52页 |
| 4.6.2 测试步骤及结果 | 第52-53页 |
| 4.7 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55页 |
| 5.2 未来研究的展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |