摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 自底而上的显著性检测模型 | 第12-15页 |
1.2.2 自顶而下的显著性检测模型 | 第15页 |
1.3 论文主要内容与组织结构安排 | 第15-19页 |
1.3.1 论文的主要内容 | 第15-16页 |
1.3.2 论文的组织结构安排 | 第16-19页 |
第二章 相关理论基础 | 第19-27页 |
2.1 颜色空间 | 第19-20页 |
2.1.1 RGB颜色空间 | 第19页 |
2.1.2 CIELAB颜色空间 | 第19-20页 |
2.2 四元数图像与频域视觉注意模型 | 第20-22页 |
2.2.1 四元数图像 | 第20页 |
2.2.2 四元数基本概念 | 第20-21页 |
2.2.3 四元数基本性质 | 第21-22页 |
2.2.4 四元数傅里叶变换 | 第22页 |
2.3 测试数据集 | 第22-25页 |
2.4 显著性检测的评价方法 | 第25-26页 |
2.4.1 主观视觉评价 | 第25页 |
2.4.2 PR(Precision vs Recall)曲线和F-Measure | 第25-26页 |
2.4.3 ROC曲线和AUC值 | 第26页 |
2.5 本章小结 | 第26-27页 |
第三章 改进HFT模型 | 第27-43页 |
3.1 频域视觉注意模型概述 | 第27-32页 |
3.1.1 SR模型 | 第27-28页 |
3.1.2 PFT和PQFT模型 | 第28-30页 |
3.1.3 HFT模型 | 第30-32页 |
3.2 频域视觉注意模型性能分析 | 第32-34页 |
3.2.1 频域视觉注意模型与空间域视觉注意模型的性能比较 | 第32-33页 |
3.2.2 频域视觉注意模型之间的性能比较 | 第33-34页 |
3.3 改进HFT模型 | 第34-38页 |
3.3.1 图像的超复数表示 | 第35-36页 |
3.3.2 频域分析 | 第36-37页 |
3.3.3 空间信息 | 第37-38页 |
3.4 实验结果分析 | 第38-41页 |
3.4.1 视觉效果对比 | 第39-40页 |
3.4.2 F-measure与AUC值 | 第40-41页 |
3.5 本章小结 | 第41-43页 |
第四章 基于IHFT与HC的显著性检测模型 | 第43-53页 |
4.1 IHFT与HC融合的必要性 | 第43-44页 |
4.2 图像的超复数表示 | 第44-45页 |
4.3 HC模型 | 第45-47页 |
4.4 基于IHFT和HC的显著性检测模型 | 第47页 |
4.5 实验结果分析 | 第47-51页 |
4.5.1 视觉效果对比 | 第47-49页 |
4.5.2 F-measure与AUC值 | 第49-51页 |
4.5.3 处理时间 | 第51页 |
4.6 本章小结 | 第51-53页 |
第五章 基于视觉注意模型的图像分类 | 第53-65页 |
5.1 显著区域的获取 | 第53-55页 |
5.2 特征提取 | 第55-58页 |
5.3 图像分类 | 第58-59页 |
5.3.1 核函数的选择 | 第58-59页 |
5.3.2 多分类算法的选择 | 第59页 |
5.4 实验结果分析 | 第59-64页 |
5.4.1 视觉效果对比 | 第59-61页 |
5.4.2 定量分析 | 第61-64页 |
5.5 本章小结 | 第64-65页 |
第六章 总结与展望 | 第65-67页 |
6.1 总结 | 第65-66页 |
6.2 展望 | 第66-67页 |
参考文献 | 第67-73页 |
致谢 | 第73-75页 |
攻读学位期间的科研成果 | 第75-76页 |