| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 目标识别研究 | 第12-13页 |
| 1.2.2 视觉注意机制模型 | 第13-14页 |
| 1.3 存在问题及发展方向 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 本文组织结构 | 第16-17页 |
| 第2章 基于视觉感知机制目标识别的理论基础 | 第17-26页 |
| 2.1 图像局部视觉特征 | 第17-21页 |
| 2.1.1 SIFT特征 | 第17-20页 |
| 2.1.2 HOG特征 | 第20-21页 |
| 2.1.3 LBP特征 | 第21页 |
| 2.2 目标分类识别模型 | 第21-24页 |
| 2.2.1 词包(BOW)模型 | 第22-23页 |
| 2.2.2 空间金字塔匹配(SPM)模型 | 第23-24页 |
| 2.3 视觉感知机制模型 | 第24-25页 |
| 2.3.1 自底向上(Bottom-up)视觉模型 | 第24页 |
| 2.3.2 自顶向下(Top-down)视觉模型 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于自底向上显著区域词包模型的目标识别 | 第26-39页 |
| 3.1 引言 | 第26-27页 |
| 3.2 显著区域检测 | 第27-30页 |
| 3.2.1 超像素分割 | 第27-28页 |
| 3.2.2 Convex-hull先验 | 第28-29页 |
| 3.2.3 局部对比度 | 第29-30页 |
| 3.2.4 最终显著图 | 第30页 |
| 3.3 目标分类 | 第30-32页 |
| 3.3.1 特征提取 | 第31页 |
| 3.3.2 特征编码 | 第31-32页 |
| 3.3.3 分类器训练 | 第32页 |
| 3.4 实验仿真 | 第32-38页 |
| 3.4.1 实验设置 | 第32-34页 |
| 3.4.2 实验结果与分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于显著区域合并的目标识别 | 第39-51页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于滑窗的显著区域检测 | 第40-44页 |
| 4.2.1 显著性测量 | 第40-42页 |
| 4.2.2 显著性正则化 | 第42-43页 |
| 4.2.3 实现 | 第43-44页 |
| 4.3 以显著区域为中心的空间合并 | 第44-45页 |
| 4.3.1 分类公式 | 第44页 |
| 4.3.2 前景-背景特征表示 | 第44-45页 |
| 4.3.3 优化 | 第45页 |
| 4.4 实验仿真 | 第45-50页 |
| 4.4.1 实验设置 | 第45-46页 |
| 4.4.2 实验结果及分析 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 融合自底向上和自顶向下视觉显著性的目标识别 | 第51-61页 |
| 5.1 引言 | 第51页 |
| 5.2 自底向上视觉显著性计算 | 第51-52页 |
| 5.3 自顶向下显著性计算 | 第52-56页 |
| 5.3.1 条件随机场 | 第52页 |
| 5.3.2 问题描述 | 第52-53页 |
| 5.3.3 联合CRF和字典学习 | 第53-54页 |
| 5.3.4 Max-margin方法 | 第54-56页 |
| 5.4 融合自底向上和自顶向下视觉显著性 | 第56页 |
| 5.5 实验仿真 | 第56-60页 |
| 5.5.1 实验设置 | 第56-57页 |
| 5.5.2 实验结果及分析 | 第57-60页 |
| 5.6 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |