可计算的图像美学分类与评价系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·图像美学分类评价的研究背景 | 第10-11页 |
| ·计算机图像美学计算与应用国内外研究进展 | 第11-15页 |
| ·本文的研究内容与章节安排 | 第15-16页 |
| 第二章 图像美学分类与评价方案设计 | 第16-18页 |
| 第三章 基于图像分割与梯度特征的主体区域提取 | 第18-25页 |
| ·关键区域选择 | 第18-19页 |
| ·主体区域提取方法 | 第19-24页 |
| ·区域分割 | 第20-22页 |
| ·主体区域范围的确定 | 第22-23页 |
| ·主体区域提取 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于美学的图像特征提取 | 第25-52页 |
| ·低层视觉特征 | 第26-36页 |
| ·颜色特征 | 第26-30页 |
| ·纹理特征 | 第30-35页 |
| ·形状特征 | 第35-36页 |
| ·高层美学特征 | 第36-50页 |
| ·图像复杂度特征 | 第37-43页 |
| ·图像色彩均衡性 | 第43-46页 |
| ·图像能量特征 | 第46-48页 |
| ·图像景深特征 | 第48-50页 |
| ·区域特征 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第五章 图像美学评价模型的构建 | 第52-62页 |
| ·图像美感等级分类算法 | 第52-57页 |
| ·分类算法的选择 | 第52-53页 |
| ·AdaBoost 分类算法介绍 | 第53页 |
| ·AdaBoost 分类算法的实现 | 第53-56页 |
| ·美感分类评价指标 | 第56-57页 |
| ·图像美学分数评价模型 | 第57-61页 |
| ·回归分析算法的选择 | 第57-58页 |
| ·SVR 算法介绍 | 第58-59页 |
| ·SVR 算法实现过程 | 第59-60页 |
| ·美学分数预测评价指标 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 系统实验结果及分析 | 第62-71页 |
| ·系统开发环境 | 第62页 |
| ·美学图库的建立 | 第62-64页 |
| ·实验结果及分析 | 第64-70页 |
| ·图像美感等级分类结果分析 | 第64-69页 |
| ·图像美学分数预测结果分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附件 | 第80页 |
