| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 引言 | 第10-12页 |
| 1 绪论 | 第12-22页 |
| 1.1 论文背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状分析 | 第13-19页 |
| 1.2.1 主观质量评价方法 | 第14页 |
| 1.2.2 客观质量评价方法 | 第14-19页 |
| 1.3 本文的研究内容及创新之处 | 第19-20页 |
| 1.4 本文的结构安排 | 第20-22页 |
| 2 图像/视频质量评价的研究基础 | 第22-30页 |
| 2.1 人眼视觉感知 | 第22-25页 |
| 2.1.1 颜色信息的认知特性 | 第23-24页 |
| 2.1.2 人类视觉的多通道特性 | 第24页 |
| 2.1.3 双目视觉特性 | 第24-25页 |
| 2.1.4 流形学习 | 第25页 |
| 2.2 张量分解 | 第25-27页 |
| 2.3 客观模型性能评价指标 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于双目融合与竞争的无参考立体图像质量评价方法 | 第30-40页 |
| 3.1 独眼图特征提取 | 第30-34页 |
| 3.2 绝对差值图特征提取 | 第34-35页 |
| 3.3 立体图像特征融合 | 第35-36页 |
| 3.4 实验结果和性能分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于仿生视觉感知的多尺度视频质量评价 | 第40-53页 |
| 4.1 预处理 | 第41-42页 |
| 4.2 运动感知质量的获取 | 第42-45页 |
| 4.2.1 提取时空运动切片 | 第42-43页 |
| 4.2.2 运动能量模型 | 第43-45页 |
| 4.3 空域质量的获取 | 第45-46页 |
| 4.3.1 帧级质量求取 | 第45-46页 |
| 4.3.2 时域加权 | 第46页 |
| 4.4 色度相似度特征的获取 | 第46-47页 |
| 4.5 质量预测 | 第47-48页 |
| 4.6 实验结果及分析 | 第48-51页 |
| 4.6.1 总体性能比较 | 第49-50页 |
| 4.6.2 分失真类型性能比较 | 第50-51页 |
| 4.6.3 统计显著性分析 | 第51页 |
| 4.7 本章小结 | 第51-53页 |
| 5 基于张量分解和流形学习的质量评价 | 第53-71页 |
| 5.1 基于在线流形学习的彩色图像质量评价模型 | 第53-61页 |
| 5.1.1 视觉重要区域块的提取 | 第54-55页 |
| 5.1.2 在线训练获取特征基矩阵 | 第55-57页 |
| 5.1.3 特征相似度求取 | 第57页 |
| 5.1.4 实验结果及分析 | 第57-61页 |
| 5.2 基于张量分解和流形学习的立体图像质量评价模型 | 第61-70页 |
| 5.2.1 训练特征基矩阵 | 第62-63页 |
| 5.2.2 左右视点质量评估 | 第63-65页 |
| 5.2.3 基于局部能量比率的池化策略 | 第65-66页 |
| 5.2.4 实验结果及分析 | 第66-70页 |
| 5.3 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-74页 |
| 6.1 本文工作总结 | 第71-72页 |
| 6.2 未来工作展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 在学研究成果 | 第80-81页 |
| 致谢 | 第81页 |