基于稀疏编码的图像显著性检测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 自底向上的视觉显著模型 | 第10-11页 |
| 1.2.2 自顶向下的视觉显著模型 | 第11-12页 |
| 1.3 主要研究内容和技术路线 | 第12-14页 |
| 1.3.1 研究内容 | 第12-14页 |
| 1.3.2 技术路线 | 第14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 判别字典训练和稀疏编码 | 第16-28页 |
| 2.1 稀疏编码的判别性 | 第16-18页 |
| 2.2 判别字典训练 | 第18-24页 |
| 2.2.1 判别字典训练的发展 | 第19-22页 |
| 2.2.2 Fisher判别字典训练 | 第22-24页 |
| 2.3 编码系数的求解 | 第24-26页 |
| 2.3.1 RSC编码 | 第24-25页 |
| 2.3.2 LLC编码 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 视觉显著性检测模型 | 第28-43页 |
| 3.1 人类视觉注意力机制 | 第28-33页 |
| 3.1.1 人类视觉系统生理学结构 | 第29-30页 |
| 3.1.2 视觉注意力 | 第30-31页 |
| 3.1.3 视觉注意力心理学模型 | 第31-33页 |
| 3.2 视觉显著模型 | 第33-40页 |
| 3.2.1 基于认知的自底向上显著模型 | 第33-38页 |
| 3.2.2 基于自然统计的自顶向下显著模型 | 第38-40页 |
| 3.3 视觉显著模型评价指标 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于稀疏编码的显著性检测 | 第43-63页 |
| 4.1 框架提出的动机 | 第43-45页 |
| 4.2 框架的一种实现算法 | 第45-54页 |
| 4.2.1 多尺度视觉特征提取 | 第47-48页 |
| 4.2.2 判别字典训练 | 第48-51页 |
| 4.2.3 稀疏编码系数求解 | 第51-52页 |
| 4.2.4 视觉显著性计算 | 第52-54页 |
| 4.3 实验与分析 | 第54-61页 |
| 4.3.1 自底向上阶段 | 第54-58页 |
| 4.3.2 自顶向下阶段 | 第58-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 总结和展望 | 第63-65页 |
| 5.1 研究总结 | 第63页 |
| 5.2 问题和展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
