| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 致谢 | 第11-19页 |
| 第一章 绪论 | 第19-27页 |
| ·研究背景 | 第19-20页 |
| ·图像理解及其特点 | 第20-21页 |
| ·图像理解概述 | 第20页 |
| ·图像理解的层次结构 | 第20-21页 |
| ·基于视觉层次感知机制的图像理解 | 第21-23页 |
| ·论文的课题来源、研究内容与章节安排 | 第23-25页 |
| ·所选课题的来源 | 第23页 |
| ·论文的研究内容 | 第23-24页 |
| ·论文的章节安排 | 第24-25页 |
| 参考文献 | 第25-27页 |
| 第二章 视觉层次感知机制 | 第27-45页 |
| ·引言 | 第27页 |
| ·视觉感知系统 | 第27-32页 |
| ·视觉感知系统概述 | 第27-30页 |
| ·视觉感知的认知基础 | 第30-32页 |
| ·视觉层次感知系统及其计算模型 | 第32-39页 |
| ·视觉层次感知系统的生理学组织 | 第32-33页 |
| ·视觉感知系统的层次计算模型 | 第33-37页 |
| ·视觉感知系统中重要的结构与功能机理 | 第37-39页 |
| ·本章小结 | 第39页 |
| 参考文献 | 第39-45页 |
| 第三章 彩色图像的层次化视觉感知分割 | 第45-69页 |
| ·引言 | 第45-49页 |
| ·图像分割的基本含义 | 第45-46页 |
| ·彩色图像分割方法 | 第46-49页 |
| ·色彩空间 | 第46页 |
| ·分割方法的分类 | 第46-49页 |
| ·图像的分层特征描述 | 第49-52页 |
| ·局部对比度 | 第50页 |
| ·局部梯度 | 第50-51页 |
| ·平滑色调 | 第51-52页 |
| ·同一性特征提取 | 第52页 |
| ·Fuzzy-ART模型描述 | 第52-54页 |
| ·基于Fuzzy-ART模型的分层分割算法(HSFART-Hierarchical Segmentation based on Fuzzy-ART) | 第54-56页 |
| ·模糊输入向量 | 第54页 |
| ·子区域合并 | 第54-55页 |
| ·分层分割算法 | 第55-56页 |
| ·分割质量评价 | 第56-57页 |
| ·算法与实验分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 参考文献 | 第62-69页 |
| 第四章 拓扑保持ART模型及其视觉描述 | 第69-91页 |
| ·引言 | 第69-70页 |
| ·ART、SOM、GNG模型分析 | 第70-77页 |
| ·ART基本模型 | 第70-75页 |
| ·ART模型的分类 | 第70页 |
| ·ART模型的工作过程 | 第70-72页 |
| ·ART模型的性能分析 | 第72-75页 |
| ·SOM与GNG的结构与性能 | 第75-77页 |
| ·具有拓扑保持特性的ART模型(Topology Preserving ART model-TPART) | 第77-83页 |
| ·模型描述 | 第78-79页 |
| ·模型的新颖特点 | 第79-81页 |
| ·模型实现流程 | 第81-83页 |
| ·算法与实验分析 | 第83-88页 |
| ·本章小结 | 第88-89页 |
| 参考文献 | 第89-91页 |
| 第五章 基于神经稀疏编码的层次化广义目标识别 | 第91-113页 |
| ·引言 | 第91-92页 |
| ·视皮层的目标识别机理 | 第92-96页 |
| ·层次化的组织结构 | 第92-93页 |
| ·前向处理机制和快速识别能力 | 第93-96页 |
| ·学习能力和可塑性 | 第96页 |
| ·视皮层目标识别的计算模型 | 第96-101页 |
| ·基本计算原型 | 第97页 |
| ·目标识别计算模型 | 第97-99页 |
| ·皮层电路的关键计算策略 | 第99页 |
| ·HMAX模型及其变形 | 第99-101页 |
| ·视皮层的稀疏编码机制 | 第101-104页 |
| ·稀疏编码的概念及含义 | 第101-102页 |
| ·稀疏编码算法及其分析 | 第102-104页 |
| ·基于神经稀疏编码的层次目标特征提取算法 | 第104-106页 |
| ·框架结构及其实现 | 第104-105页 |
| ·功能解释 | 第105-106页 |
| ·算法与实验分析 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 参考文献 | 第110-113页 |
| 第六章 场景的全局感知分类 | 第113-137页 |
| ·引言 | 第113-115页 |
| ·场景分类的概念及意义 | 第113-114页 |
| ·场景分类的特点 | 第114-115页 |
| ·场景的视觉感知层次 | 第115-116页 |
| ·场景感知的层次结构 | 第115-116页 |
| ·场景感知的优先级 | 第116页 |
| ·场景分类中的特征检测及其描述方法 | 第116-121页 |
| ·低层场景建模方法 | 第116-118页 |
| ·中高层语义建模方法 | 第118-121页 |
| ·基于Gist表示的场景全局感知特征描述 | 第121-131页 |
| ·Gist概念的引出 | 第121-122页 |
| ·Gist计算模型 | 第122-125页 |
| ·基于视皮层组织Gist特征的场景全局感知分类 | 第125-131页 |
| ·视皮层细胞的层次动力学特性 | 第126-127页 |
| ·视觉通道的层次处理 | 第127-130页 |
| ·Gist特征向量的形成 | 第130-131页 |
| ·算法与实验分析 | 第131-134页 |
| ·本章小结 | 第134页 |
| 参考文献 | 第134-137页 |
| 第七章 总结与展望 | 第137-139页 |
| ·论文总结 | 第137-138页 |
| ·研究展望 | 第138-139页 |
| 攻读博士学位期间发表论文及参加科研情况 | 第139页 |