本书分为四大部分内容，系统详细地介绍了智能媒体技术本身和所涉及的交叉学科的前沿知识。本书的四大部分分别为图像增强、图像质量评价、图像情感识别、图像数字水印。

数字图像在采集。传输过程中受环境、设备、人为因素等影响不可避免地引人失真导致图像信息丢失，不仅影响人的视觉感知，而且船图像信息的后续处理增大难度。图像一直是图像处理领城研究的热点和难点，除此之外，研究如何而义地量化图像的质量特征也有着重大的实践意义。

当前相关研究中更多地着重于西像内容信息，比如场识别、工业報疵检测等，然面图像中并不只拥有客观的视部分，括主观方面的堵感知。对围像感的识别可以更地分析與倾向、用户堵倾向、了解用户需求、预测市场走向等。因此，对图像所蘸含的行描述与识别已成为一个亟苻解决的重要问题。

目前数字产品在网络上大量传播，在丰富方便人们生活的同时，也产生了一系列版权纠纷问题。其中图像因使用较为广泛而更易产生版权纠纷问题。因此，用于数字版权保护的数字水印技术相应地成为一大研究热点，

得益于深度学展与应用，不同的深度学在围像等領城展现出了更优于传统方法的性能。本书是我们基于深度学对媒体主要的载体一图像从图像.图像质量评价、图像感识别、图像水印四个方面行的新研展。希望读者通过阅读此书得到一定的收获。以此对智能媒体技术产生依厚的学井积极投身到媒体技术的科研话动中来。

其中第1单元图像中的第1一2,6一7章由曾静拥写，第3章由刘芳撰写,第4~5章由翟炎修撰，第2单元图像质量评价中的8一11章由庞云杰拥写:第3单元图像感讯别中的12一15章由梁祐慈撰吗;第4单元图像水印中的16~19章由孙业张撰马。叶芳同学对前9章、股淑程岡学对后9章的内行了认真的文本编辑校对。在此一井给予感谢!

本书可作为普通高校新媒体技术、计算机科学技术与应用、人工智能等专业“新耀体技术”或“围像处理技术与分析”课程的教材，也可作为围像处理与分析行业技术与管理人员的参考书。

第1单元图像

第1章图像概述

1.1研究背景及研究意义

1.2国内外研究现状

T40第2章基于深度学实彩色图像基本理论

2.1一基于深度学像相关理论

2.2迁移学理论

2.3真实彩色图像底层质量指标影响机制

2.4深度强化学理论

2.5本章小结ii

第3章基于深度残差学损失函数的图像去噪算法研究

3.1研究思路

3.2算法设计

3.2.1空洞卷积层

3.2.2基于多级残差的链式网络

3.2.3联合损失函数

3.3实验结果与分析-.

3.3.1数据集和评价指标

3.3.2实验参数设置

3.3.3层数选择分析

3.3.4模块数选择分析

3.3.5结果分析

3.4本章小结

9第4章基于注意力机制和生成对抗网络的低照度图像算法

4.1基于注意力机制和生成对抗网络的低照度图像算法设计

4.1.1算法框架

4.1.2损失函数设计

实验结果与分析

4.2.1数据库-

4.2.2实验设置

4.2.3实验结果与分析

本章小结

基于颜色恒常性的低照度图像颜色保真算法研究

5.1基于比率围的卷积神网络设计

5.1.1算法框架一

5.1.2损失函数设计

实验结果..

5.2.1实验设置

5.2.2实验结果与分析

本章小结....

基于图像底层质量指标的真实彩色图像算祛

6.1基于深度强化学实彩色图像噪声/模糊

6.1.1奖励函数.

6.1.2深度强化学强动作

6.2基于榄型的迁移学实彩色图像对比度与亮度/颜色

6.2.1真实彩色图像对比度一

6.2.2真实彩色图像颜色/亮度

实验结果与分析.

6.3.1实验数据集与评价方法

6.3.2实验环境..

6.3.3噪声/模糊实验结果

6.3.4对比度实验结果

6.3.5亮度/颜色实验结果

本章小结“

第7章基于深度迁移强化学实彩色图像算法研究

7.1基于多类别失真的真实彩色图像机制研究

7.2基于深度迁移强化学实彩色图像

7.2.1基于迁移学ine-tune 的真实彩色图像特征提取网络

7.2.2基于深度迁移强化学实彩色图像多底层质量指标

7.3实验结果与分析一

7.3.1数据集与实验参数设置

7.3.2真实彩色图像机制研究实验结果与分析

7.3.3特征提取网络结果与分析，

7.3.4基于深度迁移强化学实彩色图像实验结果与分析:“

7.4本章小结

行和是民角面N决业武的ODRDRD丽的是划机的数子器£A1

第2单元图像质量评价

w第8章图像质量评价概述

8.1研究背景及研究意义

8.2国内外研究现状.....

41业 8.2.1基于人工合成失真的两种图像质量评价方法

8.2.2基于真实失真的两种图像质量评价方法。

第9章图像质量评价相关理论---.

9.1图像质量评价方法

9.1.1主观质量评价

139.1.2客观质量评价

9.2图像的底层质量特征和高级语义

图像底层质量特征

9.3实验图像库和评价指标

9.3.1质量评价图像库，

9.3.2客观的图像质量评价指标

9.4本章小结

第10章基于CNN 和集成学实失真图像多底层质量指标预测

10.1CNN 和集成学/p>

10.1.1基于CNN 的图像质量特征提取

10.1.2集成学p>

10.2基于CNN 和集成学实失真图像多底层质量指标預测模型

10.21自学选取

10.2.2集成策略

10.3实验结果与分析

10.3.1实验环境

10.3.2图像预处理

10.3.3网络参数设计

10.3.4性能比较与分析

10.3.5消融实验研究

……

19.1.1 Schur分解基础理论知识.-

19.1.2彩色图像分通道Schur分解后U矩阵系数特点研究

19.2 基于QR码和 Schur 分解技术的双彩色盲水印算祛法

19.2.1水印嵌人算法

19.2.2水印提取算法

19.3实验结果与分析

19.3.1不可见性分析

19.3.2鲁棒性分析

19.3.3时效性分析

19.4本章小结