基于大核卷积分解和多尺度注意力的图像质量评价.docxVIP

基于大核卷积分解和多尺度注意力的图像质量评价

目录

基于大核卷积分解和多尺度注意力的图像质量评价（1）．．．．．．．．．．3

内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3本文主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

理论基础与技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1大核卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.2多尺度注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.3图像质量评价标准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

基于大核卷积分解的图像质量评价方法．．．．．．．．．．．．．．．．．．．．．11

3.1大核卷积神经网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.2基于大核卷积分解的图像特征提取．．．．．．．．．．．．．．．．．．．．．．．．13

3.3基于大核卷积分解的图像质量评价指标．．．．．．．．．．．．．．．．．．．．14

多尺度注意力机制的优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.1多尺度注意力机制的原理与实现．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.2多尺度注意力机制在图像质量评价中的应用．．．．．．．．．．．．．．．．17

4.3多尺度注意力机制的优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

5.1实验数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

5.2实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

5.3实验结果及分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.4对比实验．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

6.1研究成果总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

6.2研究限制与不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

6.3未来研究方向与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

基于大核卷积分解和多尺度注意力的图像质量评价（2）．．．．．．．．．28

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

1.2研究目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

1.3文章结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

图像质量评价方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

2.1传统图像质量评价方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

2.2基于深度学习的图像质量评价方法．．．．．．．．．．．．．．．．．．．．．．．．33

大核卷积分解方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.1CNC方法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.2CNC模型结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.3CNC在图像质量评价中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

多尺度注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．