基于排序的图像美学质量评估
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 主要符号对照表 | 第11-12页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 图像美学排序的研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 美学质量评估中的问题定义 | 第13-18页 |
| 1.2.2 美学质量评估中的美学特征和模型 | 第18-20页 |
| 1.3 本文的研究动机和研究内容 | 第20-22页 |
| 第二章 基于图片对的美学质量排序 | 第22-34页 |
| 2.1 基于图片对的美学排序流程框架 | 第24-26页 |
| 2.2 图片对构造策略 | 第26页 |
| 2.3 合理图片对筛选策略 | 第26-27页 |
| 2.4 图像美学特征 | 第27-28页 |
| 2.5 实验 | 第28-32页 |
| 2.5.1 数据集和实验设置 | 第28-29页 |
| 2.5.2 实验评测标准 | 第29-30页 |
| 2.5.3 实验结果与分析 | 第30-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 基于图像检索的图片对生成策略 | 第34-48页 |
| 3.1 基于图像检索的美学排序流程框架 | 第36-38页 |
| 3.2 基于内容的图像检索 | 第38-40页 |
| 3.3 图片对构造策略 | 第40-41页 |
| 3.4 图像美学特征 | 第41-42页 |
| 3.5 实验 | 第42-46页 |
| 3.5.1 数据集和参数设置 | 第42-44页 |
| 3.5.2 实验评测标准 | 第44页 |
| 3.5.3 实验结果与分析 | 第44-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于深度学习的美学质量排序 | 第48-56页 |
| 4.1 基于深度学习的美学质量排序流程框架 | 第49-50页 |
| 4.2 网络结构设计 | 第50页 |
| 4.3 排序损失层设计 | 第50-51页 |
| 4.4 实验 | 第51-54页 |
| 4.4.1 数据集与实验设置 | 第51-52页 |
| 4.4.2 实验评测标准 | 第52页 |
| 4.4.3 实验结果与分析 | 第52-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-60页 |
| 5.1 本文工作总结 | 第56-57页 |
| 5.1.1 基于图片对的美学质量排序 | 第56-57页 |
| 5.1.2 基于图像检索的图片对生成策略 | 第57页 |
| 5.1.3 基于深度学习的美学质量排序 | 第57页 |
| 5.2 研究工作展望 | 第57-60页 |
| 5.2.1 合理数据集构造 | 第58页 |
| 5.2.2 优化排序卷积神经网络 | 第58页 |
| 5.2.3 结合深度学习和人工特征 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-64页 |
| 在读期间发表的学术论文与取得的研究成果 | 第64页 |
