基于深度学习的图像美学质量评价方法的研究

目录

声明

第一章 绪论

1.1 研究工作的背景及意义

1.2 相关工作的国内外现状

1.3 本文的主要研究内容与创新点

1.4 本论文的结构安排

第二章 基于卷积网络的图像美学质量评价

2.1 卷积网络

2.2 常见的几种方法

2.2.1 基于深度学习的绘画美学评级

2.2.2 深度多图像块聚合网络

2.2.3 保持构图的深度照片美学评估

2.2.4 自适应布局感知的多图像块深度卷积神经网络

2.2.5 基于本地和全局连接的 Inception模块的深度卷积神经网络

2.2.6 神经影像评估

2.3 比较分析

2.4 本章总结

第三章 基于胶囊网络的图像美学质量评价

3.1 胶囊网络

3.2 自注意机制

3.3 网络结构

3.4 仿真验证

3.4.1 运行环境及数据集

3.4.2 实验结果及分析

3.5 本章总结

第四章 基于相似度比较的图像美学质量评价

4.1 系统总体框架介绍

4.2.1 滤波算法

4.2.2 人脸标注点

4.2.3 Delaunay三角剖分

4.2.4 ROC曲线

4.2.5 Hu不变矩

4.3 基于相似度比较的图像美学质量评价模型

4.3.1 最美图像生成部分

4.3.2 相似度比较部分

4.4 仿真验证

4.5 本章总结

第五章 总结与展望

5.1 总结

5.2展望

致谢

参考文献

攻读硕士学位期间取得的研究成果