| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 研究背景及现状 | 第16-24页 |
| 1.1.1 协同显著目标检测 | 第18-20页 |
| 1.1.2 RGBD图像显著目标检测 | 第20-23页 |
| 1.1.3 RGBD图像协同显著目标检测 | 第23-24页 |
| 1.2 研究目的与意义 | 第24-25页 |
| 1.3 研究内容与创新点 | 第25-26页 |
| 1.4 论文架构安排 | 第26-28页 |
| 第二章 基于低秩多尺度融合的协同显著目标检测方法 | 第28-42页 |
| 2.1 基于语义聚类的弱协同显著图获取 | 第28-30页 |
| 2.1.1 获取潜在目标区域 | 第29页 |
| 2.1.2 潜在目标区域聚类 | 第29页 |
| 2.1.3 弱协同显著图获取 | 第29-30页 |
| 2.2 多尺度弱协同显著图 | 第30-31页 |
| 2.3 基于低秩多尺度融合的协同显著图获取 | 第31-35页 |
| 2.3.1 显著区域提取 | 第32-33页 |
| 2.3.2 构建低秩特征矩阵 | 第33页 |
| 2.3.3 低秩多尺度弱协同显著图融合 | 第33-35页 |
| 2.4 实验结果与分析 | 第35-41页 |
| 2.4.1 实验条件 | 第35-36页 |
| 2.4.2 显著图衡量指标 | 第36-37页 |
| 2.4.3 iCoseg数据集实验结果对比 | 第37-38页 |
| 2.4.4 MSRC数据集实验结果对比 | 第38-40页 |
| 2.4.5 多尺度融合的有效性分析 | 第40-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 基于异源图像协同的RGBD显著目标检测方法 | 第42-60页 |
| 3.1 RGBD显著目标检测 | 第42-44页 |
| 3.2 基于短连接整体嵌套网络的RGB显著图获取 | 第44-48页 |
| 3.2.1 整体嵌套边缘检测网络 | 第44-45页 |
| 3.2.2 短连接整体嵌套网络 | 第45-48页 |
| 3.2.3 RGB显著图获取 | 第48页 |
| 3.3 基于全局先验的深度显著图获取 | 第48-51页 |
| 3.3.1 区域深度对比度 | 第48-49页 |
| 3.3.2 平面背景先验 | 第49-50页 |
| 3.3.3 三维空间先验 | 第50-51页 |
| 3.3.4 深度显著图获取 | 第51页 |
| 3.4 异源显著图融合 | 第51-52页 |
| 3.5 实验结果与分析 | 第52-59页 |
| 3.5.1 实验条件 | 第52-53页 |
| 3.5.2 NLPR数据集实验结果对比 | 第53-55页 |
| 3.5.3 NJU数据集实验结果对比 | 第55-57页 |
| 3.5.4 RGBD135数据集实验结果对比 | 第57-59页 |
| 3.5.5 异源图像协同的有效性分析 | 第59页 |
| 3.6 本章小结 | 第59-60页 |
| 第四章 基于空间-语义通道的RGBD协同显著目标检测方法 | 第60-76页 |
| 4.1 空间RGBD协同显著性处理 | 第60-64页 |
| 4.1.1 像素级聚类 | 第60-61页 |
| 4.1.2 空间协同显著性先验 | 第61-62页 |
| 4.1.3 空间RGBD协同显著图获取 | 第62-64页 |
| 4.2 语义RGBD协同显著性处理 | 第64-67页 |
| 4.2.1 潜在目标区域聚类 | 第64页 |
| 4.2.2 语义协同显著性先验 | 第64-66页 |
| 4.2.3 语义RGBD协同显著图获取 | 第66-67页 |
| 4.3 双通道RGBD协同显著图融合 | 第67-68页 |
| 4.4 实验结果与分析 | 第68-73页 |
| 4.4.1 实验条件 | 第68页 |
| 4.4.2 RGBD_coseg数据集实验结果对比 | 第68-70页 |
| 4.4.3 RGBD Cosal150数据集实验结果对比 | 第70-72页 |
| 4.4.4 潜在目标区域的阈值选择分析 | 第72-73页 |
| 4.4.5 双通道融合的有效性分析 | 第73页 |
| 4.5 本章小结 | 第73-76页 |
| 第五章 总结与展望 | 第76-78页 |
| 5.1 本文总结 | 第76-77页 |
| 5.2 工作展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86-87页 |
