面向用户体验质量提升的视觉优化方法研究

发布时间：2021-04-18 15:14

　　随着信息时代的到来,以图像和视频为代表的多媒体正不断地影响和改变我们的生活方式和娱乐方式,极大地丰富了用户视觉体验。同时,对于用户来说,在上传和观看图像视频的过程中对其视觉质量提出了更高的要求。因此,以用户体验（Quality of Experience,Qo E）为基础的视觉质量评价和优化就越来越受到人们的关注。本文结合视觉感知从相应的评价到优化,从2D平面图像到3D立体图像来研究面向用户体验质量提升的视觉优化方法,主要内容如下:（1）提出基于深度学习的图像美观度评价方法。美观度是一个非常复杂且主观性很强的问题,为了对自然图像进行美观度的评价,利用深度神经网络模拟人类视觉系统,建立相应的评价模型。具体地,通过卷积神经网络,利用两个通道分别提取图像的美学信息以及场景类别信息,然后将两个通道在第五个卷积层处结合,经过若干个全连接层将特征进行抽象化后,最终输出图像的美观度（美观或不美观）。（2）提出基于图像检索的对比度调整方法。在图像摄取过程中由于主观或客观因素的影响使得图像对比度失衡,而改善图像对比度是一个很好的提升用户体验质量的方法。通过图像检索获取到和待增强图像内容相近且图像质量良好... 

【文章来源】：宁波大学浙江省

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
引言
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 图像美学评价
        1.2.2 平面图像对比度调整
        1.2.3 立体图像调整
    1.3 论文的主要工作及创新之处
    1.4 论文的结构安排
2 基于深度学习的图像美观度评价研究
    2.1 美学特征描述
    2.2 基于深度学习的美观度评价
        2.2.1 美观度评价模型
        2.2.2 美学信息通道的构造
        2.2.3 场景信息通道的设计
        2.2.4 两通道模型的设计
        2.2.5 试验及分析
    2.3 本章小结
3 基于图像检索的对比度调整
    3.1 对比度调整框架
        3.1.1 整体优化方案
        3.1.2 上下文相关的增强
        3.1.3 上下文无关的增强
        3.1.4 亮度调整
    3.2 指导对比度增强和参数求解
        3.2.1 美学特征
        3.2.2 图像熵
        3.2.3 参考图像检索
        3.2.4 参数求解
    3.3 实验结果与分析
        3.3.1 主观评价
        3.3.2 客观评价
        3.3.3 实验结果
    3.4 本章小结
4 联合立体图像对象尺度和深度的调整
    4.1 显示空间的定义以及问题描述
    4.2 能量项的建立及描述
        4.2.1 边缘保护能量项
        4.2.2 对象控制能量项
        4.2.3 深度控制能量项
        4.2.4 背景保护能量项
        4.2.5 能量优化
    4.3 实验结果
        4.3.1 实验描述
        4.3.2 图像质量对比
        4.3.3 每个能量项的贡献
        4.3.4 不同参数的影响
    4.4 本章小结
5 基于全局和局部的立体图像调焦
    5.1 算法模型的提出
        5.1.1 对象的分割
        5.1.2 全局优化
        5.1.3 局部优化
    5.2 实验结果
        5.2.1 实验设置
        5.2.2 实验对比
        5.2.3 客观实验
        5.2.4 全局和局部调整的影响
        5.2.5 不同能量项的影响
    5.3 本章小结
6 总结与展望
    6.1 本文工作总结
    6.2 未来研究总结
参考文献
在学研究成果
致谢
Abstract of Thesis
论文摘要



本文编号：3145697