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

改进频域视觉注意模型及其应用研究

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

论文共76页,点击 下载论文
上一篇:冷鲜肉质量安全追溯管理系统的设计与实现
下一篇:基于GB/T 29768-2013标准的UHF RFID读写器数字基带系统的设计与研究