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

视觉感知启发的对象发现关键技术研究

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第11-25页
    1.1 研究目的与意义第11-13页
    1.2 国内外研究概况第13-15页
    1.3 对象发现研究的发展趋势第15-21页
        1.3.1 图像描述技术第15-17页
        1.3.2 视觉词袋(bag-of-visual-word)模型的发展第17-20页
        1.3.3 无监督的对象发现算法的发展第20-21页
    1.4 研究内容第21-25页
        1.4.1 课题来源第21页
        1.4.2 主要研究内容第21-23页
        1.4.3 论文的组织结构第23-25页
第二章 视觉注意力机制和可计算视觉注意力模型第25-45页
    2.1 视觉注意力的工作机制第25-29页
        2.1.1 视觉感受的基本单元第25-26页
        2.1.2 人类视觉系统的工作流程第26-27页
        2.1.3 自底向上以及自上向下的注意力第27-29页
    2.2 可计算视觉注意力模型第29-43页
        2.2.1 可计算视觉注意力模型的一般结构第29-30页
        2.2.2 可计算视觉注意力模型的分类第30-32页
        2.2.3 主流的可计算视觉注意力模型第32-43页
    2.3 本章小结第43-45页
第三章 基于真实眼动数据的可计算视觉注意力模型构建第45-65页
    3.1 眼动数据库的构建第45-49页
    3.2 用于可计算视觉注意力模型构建的图像特征提取第49-50页
    3.3 基于马尔科夫链的注意力模型构建第50-54页
        3.3.1 基于马尔可夫链的注意力模型框架第50-52页
        3.3.2 从眼动数据中训练支持向量回归(SVR)模型第52-54页
        3.3.3 显著图的预测第54页
    3.4 基于真实眼动数据的可计算视觉注意力模型的验证第54-63页
        3.4.1 评价标准第55-57页
        3.4.2 预测人眼的注视第57-61页
        3.4.3 感兴趣区域的检测第61页
        3.4.4 讨论第61-63页
    3.5 本章小结第63-65页
第四章 基于视觉注意力模型的对象发现第65-79页
    4.1 基于视觉注意力的视觉词典的生成第65-71页
        4.1.1 图像特征的提取和描述第65-67页
        4.1.2 通过向量量化(Vector Quantization)生成视觉单词词典第67-68页
        4.1.3 利用所提出的视觉词典进行物体类别识别第68-71页
    4.2 基于视觉注意力模型的对象发现第71-77页
        4.2.1 基于视觉注意力的词袋模型(Bag-of-Visual-Words)图像表示第71-73页
        4.2.2 基于视觉注意力模型的对象发现第73-75页
        4.2.3 对象发现及定位第75-77页
    4.3 本章小结第77-79页
第五章 对人类的对象发现及定位能力的模拟第79-103页
    5.1 寻找特定目标的眼动数据库的建立第79-82页
    5.2 基于概率潜在语义分析模型的目标种类特征提取第82-85页
        5.2.1 无监督数据下的参数拟合第83-84页
        5.2.2 有监督数据下的参数拟合第84-85页
    5.3 寻找特定种类目标及其位置的可计算注意力模型第85-89页
        5.3.1 特征提取第85-86页
        5.3.2 基于神经网络的非线性回归第86-89页
    5.4 寻找特定种类目标及其位置的可计算注意力模型的实验验证第89-101页
        5.4.1 对人在寻找特定目标情况下的视觉注意力的预测的实验验证第90-93页
        5.4.2 对自由观看情况下的注意力预测的实验验证第93-95页
        5.4.3 寻找特定种类目标及其位置第95-99页
        5.4.4 在航空工业生产中的应用第99-101页
    5.5 本章小结第101-103页
第六章 总结与展望第103-107页
    6.1 论文主要研究工作和创新点第103-105页
    6.2 未来工作方向第105-107页
参考文献第107-115页
致谢第115-117页
攻读博士期间从事科研工作情况第117-120页
    (1)发表论文情况第117-118页
    (2)申请专利第118-119页
    (3)参与课题研究情况第119-120页

论文共120页,点击 下载论文
上一篇:空间机器人目标抓捕后姿态接管控制研究
下一篇:高光谱遥感数据特征提取与特征选择方法研究