| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状及分析 | 第9-11页 |
| 1.2.1 视觉显著性检测研究现状及分析 | 第9-10页 |
| 1.2.2 基于视觉显著性的图像分割研究现状及分析 | 第10-11页 |
| 1.3 本文的主要工作及组织结构 | 第11-13页 |
| 第2章 视觉显著性检测概述 | 第13-32页 |
| 2.1 引言 | 第13页 |
| 2.2 视觉显著性检测的理论基础 | 第13-16页 |
| 2.3 视觉显著性检测模型 | 第16-23页 |
| 2.4 视觉显著性检测的应用 | 第23-25页 |
| 2.4.1 图像裁剪 | 第23-24页 |
| 2.4.2 图像、视频压缩 | 第24页 |
| 2.4.3 图像检索 | 第24-25页 |
| 2.5 视觉显著性检测模型的评价方法 | 第25-31页 |
| 2.5.1 视觉显著性检测模型的评价数据集 | 第25-28页 |
| 2.5.2 视觉显著性检测模型的评价标准 | 第28-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于DenseNet的显著性物体检测算法 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 DenseNet简介 | 第32-36页 |
| 3.3 基于DenseNet的显著性物体检测算法 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于Graph Cuts和视觉显著性的图像分割算法 | 第46-56页 |
| 4.1 引言 | 第46-47页 |
| 4.2 Graph Cuts和GrabCut算法简介 | 第47-50页 |
| 4.2.1 Graph Cuts算法 | 第47-49页 |
| 4.2.2 GrabCut算法 | 第49-50页 |
| 4.3 基于Graph Cuts和视觉显著性的图像分割算法 | 第50-52页 |
| 4.4 实现结果与分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-67页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第67-69页 |
| 致谢 | 第69页 |
