| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第9-10页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 自底向上的视觉模型 | 第12-14页 |
| 1.2.2 自顶向下的视觉模型 | 第14-16页 |
| 1.2.3 自主发育机制 | 第16-17页 |
| 1.3 论文的主要研究内容 | 第17页 |
| 1.4 论文内容安排和主要内容 | 第17-19页 |
| 第2章 人类视觉和注意机制的相关理论基础 | 第19-32页 |
| 2.1 人眼视觉系统 | 第19-23页 |
| 2.1.1 人眼视觉信息的产生与传递 | 第19-21页 |
| 2.1.2 人眼视感觉信息的处理过程 | 第21-22页 |
| 2.1.3 人眼视知觉信息的处理过程 | 第22-23页 |
| 2.2 视觉认知过程分析 | 第23-27页 |
| 2.2.1 视知觉 | 第24-26页 |
| 2.2.2 视觉记忆结构分析 | 第26-27页 |
| 2.2.3 视觉信息的选择性注意 | 第27页 |
| 2.3 视觉选择性注意的计算模型 | 第27-29页 |
| 2.3.1 视觉注意 | 第28页 |
| 2.3.2 两种视觉注意方式 | 第28-29页 |
| 2.4 稀疏编码概述 | 第29-31页 |
| 2.4.1 稀疏编码的研究与发展 | 第29-30页 |
| 2.4.2 稀疏编码模型 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 结合稀疏编码的Itti模型 | 第32-39页 |
| 3.1 引言 | 第32页 |
| 3.2 视觉注意Itti模型 | 第32-36页 |
| 3.2.1 提取特征显著子图 | 第32-34页 |
| 3.2.2 计算最终显著图 | 第34-35页 |
| 3.2.3 视觉焦点的选择与转移过程 | 第35-36页 |
| 3.3 结合稀疏编码的Itti模型 | 第36-37页 |
| 3.4 实验设计与结果分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 自底向上与自顶向下结合的视觉选择性注意模型 | 第39-48页 |
| 4.1 引言 | 第39页 |
| 4.2 自底向上的视觉模型 | 第39-40页 |
| 4.3 自顶向下的视觉显著性 | 第40-43页 |
| 4.3.1 条件随机域(CRF) | 第40页 |
| 4.3.2 方法描述 | 第40-41页 |
| 4.3.3 联合CRF和字典学习 | 第41-42页 |
| 4.3.4 配分函数 | 第42-43页 |
| 4.4 结合自上而下与自下而上的视觉显著性 | 第43-44页 |
| 4.5 实验设计与结果分析 | 第44-47页 |
| 4.5.1 实验设计 | 第44-45页 |
| 4.5.2 结果分析 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 一种权值可发育的视觉选择性注意模型研究 | 第48-55页 |
| 5.1 引言 | 第48页 |
| 5.2 三层自组织发育网络 | 第48-49页 |
| 5.3 权值可发育的视觉选择性注意模型 | 第49-50页 |
| 5.3.1 权值可发育的Itti | 第49-50页 |
| 5.3.2 自主发育视觉模型设计 | 第50页 |
| 5.4 叶分量分析算法 | 第50-52页 |
| 5.4.1 叶分量分析简介 | 第50页 |
| 5.4.2 方法描述 | 第50-52页 |
| 5.5 实验过程与分析 | 第52-53页 |
| 5.6 本章小结 | 第53-55页 |
| 结论 | 第55-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 导师简介 | 第63页 |
| 企业导师简介 | 第63-64页 |
| 作者简介 | 第64-65页 |
| 学位论文数据集 | 第65页 |