声明
摘要
第一章绪论
1.1图像质量评价的研究背景及意义
1.2图像质量评价的发展过程
1.3本文主要内容与文章架构
第二章图像质量评价的基本理论
2.1主观图像质量评价
2.1.1评价方法
2.1.2评分标准
2.2客观图像质量评价
2.2.1全参考图像质量评价
2.2.2部分参考图像质量评价
2.2.3无参考图像质量评价
2.3 ML类无参考图像质量评价
2.4本章小结
第三章基于ROI特征的ML类无参考评价算法
3.1感兴趣区域
3.2图像特征的提取
3.3 ROI特征合理性分析
3.4机器学习建模
3.5算法检测指标
3.5.1检测图像库
3.5.2算法检测指标
3.6实验结果与分析
3.6.1特征提取与建模方法分析
3.6.2对比以往算法性能
3.7本章小结
第四章基于迁移学习的图像质量评价
4.1迁移学习
4.2基于实例迁移的TrAdaBoost算法
4.3 TrAdaBoost回归算法
4.3.1阂值常数
4.3.2弱学习机
4.4多源TrAdaboost回归算法
4.5实验分析
4.5.1迁移学习算法的适用范围和适用性
4.5.2多源与单源迁移学习的对比效果
4.6本章小结
第五章总结与展望
5.1总结
5.2展望
致谢
参考文献
作者简介
南京信息工程大学;