| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-18页 |
| 1.1 图像质量评价问题的研究背景 | 第8-14页 |
| 1.2 图像质量评价的应用 | 第14-15页 |
| 1.3 国内外通用无参考图像质量评价的研究现状 | 第15-18页 |
| 2 卷积神经网络及其在图像质量评价中的应用 | 第18-25页 |
| 2.1 卷积神经网络 | 第18-21页 |
| 2.2 用卷积神经网络做无参考图像质量评价的原因 | 第21页 |
| 2.3 国内外使用卷积神经网络的无参考图像质量评价方法 | 第21-25页 |
| 3 基于局部方差的卷积网络训练方法 | 第25-42页 |
| 3.1 原始图像质量评价卷积网络方法的实现 | 第25-27页 |
| 3.2 提高局部方差大的小块的训练权重 | 第27-35页 |
| 3.3 提高局部方差小的小块的训练权重 | 第35-39页 |
| 3.4 原始方法可行的原因和局部方差改进方法的作用 | 第39-42页 |
| 4 基于密度估计的卷积网络训练方法 | 第42-49页 |
| 4.1 密度估计方法的动机 | 第42-44页 |
| 4.2 密度估计方法具体实现 | 第44-45页 |
| 4.3 密度估计方法性能比较和分析 | 第45-49页 |
| 5 卷积网络层分析 | 第49-54页 |
| 5.1 对不同失真等级的分析 | 第49-50页 |
| 5.2 对不同失真类型的分析 | 第50-54页 |
| 6 图像尺度对图像质量评价的影响 | 第54-61页 |
| 6.1 图像尺度在图像质量评价中的应用 | 第54-55页 |
| 6.2 基于图像尺度和卷积网络结合的方法 | 第55-59页 |
| 6.3 性能分析 | 第59-61页 |
| 7 总结与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |