声明
摘要
第一章 绪论
1.1 研究背景
1.2 图像质量评估方法研究现状
1.2.1 主观质量评价方法
1.2.2 客观质量评价方法
1.3 本文创新点
1.4 论文的组织结构
第二章 理论知识介绍
2.1 人工神经网络
2.1.1 神经元
2.1.2 神经网络模型
2.1.3 反向传播算法
2.2 卷积神经网络
2.2.1 卷积神经网络结构
2.2.2 卷积网络结构特征
2.3 本章小结
第三章 基于单一信息的立体图像质量评估
3.1 单一信息卷积网络设计
3.1.1 图像块预处理
3.1.2 卷积层
3.1.3 池化层
3.1.4 多层感知机
3.2 网络实现细节
3.2.1 网络结构框图
3.2.2 训练过程
3.3 数据库介绍
3.4 实验与分析
3.4.1 图像质量评估算法评价参数介绍
3.4.2 实验结果
3.5 本章小结
第四章 基于复合信息的立体图像质量评估
4.1 三通道卷积网络设计
4.2 平面图像到立体图像的迁移学习
4.3 数据库介绍
4.3.1 LIVE 2D自然图像数据库
4.3.2 LIVE立体图像库Phase-Ⅱ
4.3.3 IVC立体图像库
4.4 实验结果及分析
4.4.1 复合信息模型对立体图像质量的评价
4.4.2 不同失真类型图像的效果
4.4.3 LIVE 3D Phase-Ⅱ交叉验证
4.4.4 IVC数据库交叉验证
4.4.5 卷积核对算法的影响
4.4.6 利用平面图像进行迁移学习的影响
4.5 本章小结
第五章 总结与展望
5.1 本文的工作总结
5.2 工作展望
参考文献
致谢
攻读学位期间发表的学术论文和参加科研情况