1. 毕业设计（论文）主要目标：
通过该课题的研究，理解卷积神经网络模型的工作原理，理解图像质量评价方法的工作原理，并在此基础上探索基于卷积神经网络的图像质量评价方法，主要目标包括：（1）通过查阅文献与论文撰写，进行实验等环节对大学所学的专业知识和技能进行回顾和充实，将理论付诸实践，锻炼实践技能；（2）深入理解卷积神经网络模型的工作原理，深入理解图像质量评价方法的工作原理，广泛了解应用于图像质量评价的卷积神经网络模型；（3）在现有的卷积神经网络模型基础上进行改进，提出自己的网络模型，进行图像质量评价。
2. 毕业设计（论文）主要内容：
（1）图像质量评价方法国内外研究现状；（2）图像质量评价方法工作原理；（3）卷积神经网络工作原理；
（4）基于改进的卷积神经网络的图像质量评价方法。
3. 主要参考文献
[1]Z. Wang, A. C. Bovik, H. R. Sheikh, E. P. Simoncelli, 'Image quality assessment: From error visibility to structural similarity'， IEEE Trans. Image Process., vol. 13, no. 4, pp. 600-612 Apr. 2004.
[2]L. Kang, P. Ye, Y. Li, D. Doermann, 'Convolutional neural networks for no-reference image quality assessment'， Proc. CVPR, pp. 1733-1740, Jun. 2014.
[3]H. Wang, L. Zuo, J. Fu, 'Distortion recognition for image quality assessment with convolutional neural network', Proc. ICME, pp. 1-6, Jul. 2016.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
