首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视觉显著性检测算法研究

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

论文共152页,点击 下载论文
上一篇:基于生物图像的蛋白质亚细胞定位及其动态转移检测
下一篇:线性多智能体系统的控制器设计研究