隨著信息時(shí)代的到來(lái),以圖像和視頻為代表的多媒體正不斷地影響和改變我們的生活方式和娛樂(lè)方式,極大地豐富了用戶視覺(jué)體驗(yàn)。同時(shí),對(duì)于用戶來(lái)說(shuō),在上傳和觀看圖像視頻的過(guò)程中對(duì)其視覺(jué)質(zhì)量提出了更高的要求。因此,以用戶體驗(yàn)（Quality of Experience,Qo E）為基礎(chǔ)的視覺(jué)質(zhì)量評(píng)價(jià)和優(yōu)化就越來(lái)越受到人們的關(guān)注。本文結(jié)合視覺(jué)感知從相應(yīng)的評(píng)價(jià)到優(yōu)化,從2D平面圖像到3D立體圖像來(lái)研究面向用戶體驗(yàn)質(zhì)量提升的視覺(jué)優(yōu)化方法,主要內(nèi)容如下:（1）提出基于深度學(xué)習(xí)的圖像美觀度評(píng)價(jià)方法。美觀度是一個(gè)非常復(fù)雜且主觀性很強(qiáng)的問(wèn)題,為了對(duì)自然圖像進(jìn)行美觀度的評(píng)價(jià),利用深度神經(jīng)網(wǎng)絡(luò)模擬人類(lèi)視覺(jué)系統(tǒng),建立相應(yīng)的評(píng)價(jià)模型。具體地,通過(guò)卷積神經(jīng)網(wǎng)絡(luò),利用兩個(gè)通道分別提取圖像的美學(xué)信息以及場(chǎng)景類(lèi)別信息,然后將兩個(gè)通道在第五個(gè)卷積層處結(jié)合,經(jīng)過(guò)若干個(gè)全連接層將特征進(jìn)行抽象化后,最終輸出圖像的美觀度（美觀或不美觀）。（2）提出基于圖像檢索的對(duì)比度調(diào)整方法。在圖像攝取過(guò)程中由于主觀或客觀因素的影響使得圖像對(duì)比度失衡,而改善圖像對(duì)比度是一個(gè)很好的提升用戶體驗(yàn)質(zhì)量的方法。通過(guò)圖像檢索獲取到和待增強(qiáng)圖像內(nèi)容相近且圖像質(zhì)量良好... 

【文章來(lái)源】：寧波大學(xué)浙江省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
引言
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 圖像美學(xué)評(píng)價(jià)
        1.2.2 平面圖像對(duì)比度調(diào)整
        1.2.3 立體圖像調(diào)整
    1.3 論文的主要工作及創(chuàng)新之處
    1.4 論文的結(jié)構(gòu)安排
2 基于深度學(xué)習(xí)的圖像美觀度評(píng)價(jià)研究
    2.1 美學(xué)特征描述
    2.2 基于深度學(xué)習(xí)的美觀度評(píng)價(jià)
        2.2.1 美觀度評(píng)價(jià)模型
        2.2.2 美學(xué)信息通道的構(gòu)造
        2.2.3 場(chǎng)景信息通道的設(shè)計(jì)
        2.2.4 兩通道模型的設(shè)計(jì)
        2.2.5 試驗(yàn)及分析
    2.3 本章小結(jié)
3 基于圖像檢索的對(duì)比度調(diào)整
    3.1 對(duì)比度調(diào)整框架
        3.1.1 整體優(yōu)化方案
        3.1.2 上下文相關(guān)的增強(qiáng)
        3.1.3 上下文無(wú)關(guān)的增強(qiáng)
        3.1.4 亮度調(diào)整
    3.2 指導(dǎo)對(duì)比度增強(qiáng)和參數(shù)求解
        3.2.1 美學(xué)特征
        3.2.2 圖像熵
        3.2.3 參考圖像檢索
        3.2.4 參數(shù)求解
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 主觀評(píng)價(jià)
        3.3.2 客觀評(píng)價(jià)
        3.3.3 實(shí)驗(yàn)結(jié)果
    3.4 本章小結(jié)
4 聯(lián)合立體圖像對(duì)象尺度和深度的調(diào)整
    4.1 顯示空間的定義以及問(wèn)題描述
    4.2 能量項(xiàng)的建立及描述
        4.2.1 邊緣保護(hù)能量項(xiàng)
        4.2.2 對(duì)象控制能量項(xiàng)
        4.2.3 深度控制能量項(xiàng)
        4.2.4 背景保護(hù)能量項(xiàng)
        4.2.5 能量?jī)?yōu)化
    4.3 實(shí)驗(yàn)結(jié)果
        4.3.1 實(shí)驗(yàn)描述
        4.3.2 圖像質(zhì)量對(duì)比
        4.3.3 每個(gè)能量項(xiàng)的貢獻(xiàn)
        4.3.4 不同參數(shù)的影響
    4.4 本章小結(jié)
5 基于全局和局部的立體圖像調(diào)焦
    5.1 算法模型的提出
        5.1.1 對(duì)象的分割
        5.1.2 全局優(yōu)化
        5.1.3 局部?jī)?yōu)化
    5.2 實(shí)驗(yàn)結(jié)果
        5.2.1 實(shí)驗(yàn)設(shè)置
        5.2.2 實(shí)驗(yàn)對(duì)比
        5.2.3 客觀實(shí)驗(yàn)
        5.2.4 全局和局部調(diào)整的影響
        5.2.5 不同能量項(xiàng)的影響
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來(lái)研究總結(jié)
參考文獻(xiàn)
在學(xué)研究成果
致謝
Abstract of Thesis
論文摘要



本文編號(hào)：3145697