| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 缩略语 | 第21-23页 |
| 第一章 绪论 | 第23-35页 |
| 1.1 选题背景及意义 | 第23-24页 |
| 1.2 研究现状 | 第24-30页 |
| 1.2.1 图像人眼注视点位置预测算法 | 第25-26页 |
| 1.2.2 图像显著物体检测算法 | 第26-28页 |
| 1.2.3 视频显著物体检测算法 | 第28-29页 |
| 1.2.4 显著性检测问题面临的挑战 | 第29-30页 |
| 1.3 研究内容及创新点 | 第30-33页 |
| 1.4 章节安排 | 第33-35页 |
| 第二章 视觉显著性综述与评测 | 第35-59页 |
| 2.1 视觉显著性相关工作概述 | 第35-49页 |
| 2.1.1 图像人眼注视点位置预测算法 | 第35-42页 |
| 2.1.2 图像显著物体检测算法 | 第42-45页 |
| 2.1.3 视频显著物体检测算法 | 第45-49页 |
| 2.2 视觉显著性评测 | 第49-58页 |
| 2.2.1 人眼注视点位置预测模型的评测方法 | 第50-52页 |
| 2.2.2 显著物体检测模型的评测方法 | 第52-53页 |
| 2.2.3 常用的评测数据集 | 第53-58页 |
| 2.3 本章小结 | 第58-59页 |
| 第三章 图像人眼注视点位置预测算法 | 第59-81页 |
| 3.1 引言 | 第59-61页 |
| 3.2 基于主成分分析(PCA)的图像人眼注视点位置预测算法 | 第61-66页 |
| 3.2.1 利用PCA去颜色空间的相关 | 第61-62页 |
| 3.2.2 利用PCA的图像块的表示 | 第62-63页 |
| 3.2.3 显著性估计 | 第63-66页 |
| 3.2.4 算法流程 | 第66页 |
| 3.3 实验结果与分析 | 第66-79页 |
| 3.3.1 实验设置 | 第67页 |
| 3.3.2 主观评价 | 第67-69页 |
| 3.3.3 客观评价 | 第69页 |
| 3.3.4 使用PCA去颜色空间相关的效果 | 第69-77页 |
| 3.3.5 参数的影响 | 第77-78页 |
| 3.3.6 运算时间分析 | 第78-79页 |
| 3.4 本章小结 | 第79-81页 |
| 第四章 图像显著物体检测算法 | 第81-105页 |
| 4.1 引言 | 第81-84页 |
| 4.2 边缘引导的图像显著物体检测算法 | 第84-90页 |
| 4.2.1 区域分割和初始显著性计算 | 第85-86页 |
| 4.2.2 边缘引导的背景先验 | 第86-88页 |
| 4.2.3 尺度一致性分析与显著性优化 | 第88-90页 |
| 4.2.4 算法流程 | 第90页 |
| 4.3 实验结果与分析 | 第90-103页 |
| 4.3.1 实验设置 | 第91页 |
| 4.3.2 算法各环节的性能分析 | 第91-93页 |
| 4.3.3 主观评价 | 第93-94页 |
| 4.3.4 客观评价 | 第94-102页 |
| 4.3.5 具有挑战性的例子 | 第102-103页 |
| 4.4 本章小结 | 第103页 |
| 4.5 附录 | 第103-105页 |
| 第五章 视频显著物体检测算法 | 第105-125页 |
| 5.1 引言 | 第105-106页 |
| 5.2 基于距离变换和能量优化的时空显著物体检测算法 | 第106-114页 |
| 5.2.1 特征提取 | 第106-108页 |
| 5.2.2 时域显著性估计 | 第108-111页 |
| 5.2.3 时空域显著性融合 | 第111-114页 |
| 5.2.4 算法流程 | 第114页 |
| 5.3 实验结果与分析 | 第114-123页 |
| 5.3.1 实验设置 | 第115-116页 |
| 5.3.2 算法各环节的性能分析 | 第116-117页 |
| 5.3.3 主观评价 | 第117页 |
| 5.3.4 客观评价 | 第117-121页 |
| 5.3.5 具有挑战性的例子 | 第121-122页 |
| 5.3.6 运算时间分析 | 第122-123页 |
| 5.4 本章小结 | 第123-125页 |
| 第六章 总结与展望 | 第125-129页 |
| 6.1 本文总结 | 第125-126页 |
| 6.2 工作展望 | 第126-129页 |
| 参考文献 | 第129-147页 |
| 简历 | 第147-149页 |
| 致谢 | 第149-151页 |
| 攻攻读学位期间发表的论文和专利 | 第151-152页 |