基于代表性块的联合对象提取
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第7-13页 |
1.1 课题研究背景 | 第7-8页 |
1.2 国内外研究现状 | 第8-11页 |
1.3 本文研究内容 | 第11-12页 |
1.4 本文组织结构 | 第12-13页 |
第二章 对象提取相关知识 | 第13-21页 |
2.1 图像分割 | 第13-15页 |
2.1.1 图像分割技术 | 第13-14页 |
2.1.2 联合分割技术 | 第14-15页 |
2.2 视觉显著性模型 | 第15-17页 |
2.2.1 基于局部特征的显著性模型 | 第16页 |
2.2.2 基于视觉反差的显著性模型 | 第16-17页 |
2.3 对象及显著性特征 | 第17-20页 |
2.3.1 对象描述 | 第17-18页 |
2.3.2 显著性特征 | 第18-20页 |
2.4 本章小结 | 第20-21页 |
第三章 对象窗口的提取 | 第21-31页 |
3.1 滑动窗口的提取 | 第21-23页 |
3.2 参数的学习过程 | 第23-26页 |
3.2.1 学习参数CC,ED,SS | 第23-25页 |
3.2.2 学习参数MS | 第25-26页 |
3.3 贝叶斯线索集成 | 第26-30页 |
3.4 本章小结 | 第30-31页 |
第四章 联合对象的估计 | 第31-41页 |
4.1 代表性块的训练 | 第31-35页 |
4.2 块间相似度的匹配 | 第35-37页 |
4.3 块与窗口空间位置的判断 | 第37-38页 |
4.4 实验结果与分析 | 第38-40页 |
4.5 本章小结 | 第40-41页 |
第五章 结论与展望 | 第41-42页 |
5.1 总结 | 第41页 |
5.2 展望 | 第41-42页 |
参考文献 | 第42-46页 |
攻读硕士期间发表的学术论文和参加科研情况 | 第46-47页 |
致谢 | 第47页 |