| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 显著性研究现状 | 第15-17页 |
| 1.3 本文主要工作 | 第17-20页 |
| 第二章 相关知识介绍 | 第20-34页 |
| 2.1 图像目标性介绍 | 第20-22页 |
| 2.1.1 目标性的定义 | 第20-21页 |
| 2.1.2 目标性的意义 | 第21页 |
| 2.1.3 目标性的获得方法 | 第21-22页 |
| 2.2 图像显著性介绍 | 第22-25页 |
| 2.3 自动编码器介绍 | 第25-32页 |
| 2.3.1 自动编码器的定义 | 第25-27页 |
| 2.3.2 自动编码器训练过程 | 第27-31页 |
| 2.3.3 自动编码器在图像显著性上的应用 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 图像目标性和显著性 | 第34-52页 |
| 3.1 获取图像的目标性 | 第34-41页 |
| 3.1.1 图像颜色三通道分离 | 第35页 |
| 3.1.2 多尺度化 | 第35-36页 |
| 3.1.3 图像分割 | 第36页 |
| 3.1.4 对分割窗口进行打分 | 第36-39页 |
| 3.1.5 计算每个像素点的目标性值 | 第39-41页 |
| 3.2 获取图像的显著性估计 | 第41-48页 |
| 3.2.1 全局采样得到训练样本 | 第42-43页 |
| 3.2.2 构建并训练自动编码器网络 | 第43-45页 |
| 3.2.3 对图像进行显著新估计 | 第45-48页 |
| 3.3 目标性与显著性估计的融合 | 第48-50页 |
| 3.3.1 目标性增强自动编码器的学习 | 第48-49页 |
| 3.3.2 目标性和显著性相互融合 | 第49-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 基于目标性的显著性实验与分析 | 第52-60页 |
| 4.1 实验数据库介绍 | 第52-53页 |
| 4.2 实验评价方式介绍 | 第53-54页 |
| 4.3 研究过程及分析 | 第54-59页 |
| 4.3.1 利用重构残差进行显著性估计 | 第54-55页 |
| 4.3.2 目标性监督网络重构进行显著性估计 | 第55-56页 |
| 4.3.3 目标性和重构残差线性融合进行显著性估计 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |