| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-11页 |
| 1.3 论文研究内容以及组织结构 | 第11-14页 |
| 第二章 显著性检测基本原理及预处理过程 | 第14-24页 |
| 2.1 视觉注意机制 | 第14-15页 |
| 2.1.1 对比度原理 | 第14-15页 |
| 2.1.2 Center-surround效应原理 | 第15页 |
| 2.1.3 多通道并行原理 | 第15页 |
| 2.2 图像显著特征 | 第15-18页 |
| 2.2.1 颜色特征 | 第16页 |
| 2.2.2 亮度特征 | 第16页 |
| 2.2.3 方向和纹理特征 | 第16-17页 |
| 2.2.4 运动特征 | 第17-18页 |
| 2.3 图像显著性检测评价指标 | 第18-21页 |
| 2.3.1 数据集 | 第18-20页 |
| 2.3.2 显著性检测的评价指标 | 第20-21页 |
| 2.4 显著性检测预处理 | 第21-23页 |
| 2.4.1 超像素 | 第21-22页 |
| 2.4.2 SLIC算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 采用背景和中心先验的图像显著性检测 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 显著性先验问题分析 | 第24-26页 |
| 3.3 算法框架 | 第26-27页 |
| 3.4 采用背景和中心先验的显著性算法 | 第27-29页 |
| 3.4.1 背景先验显著图 | 第27-28页 |
| 3.4.2 中心检验方法 | 第28-29页 |
| 3.5 实验结果及分析 | 第29-32页 |
| 3.6 本章小结 | 第32-34页 |
| 第四章 融合上下文信息的多尺度图像显著性检测 | 第34-42页 |
| 4.1 引言 | 第34页 |
| 4.2 算法流程 | 第34-35页 |
| 4.3 基于超像素的稀疏重构 | 第35页 |
| 4.4 上下文显著性检测 | 第35-37页 |
| 4.5 多尺度融合和位置先验 | 第37-38页 |
| 4.5.1 多尺度融合 | 第37页 |
| 4.5.2 位置先验 | 第37-38页 |
| 4.6 仿真实验及分析 | 第38-40页 |
| 4.7 本章小结 | 第40-42页 |
| 第五章 融合空间与运动特征的视频显著性检测方法 | 第42-52页 |
| 5.0 引言 | 第42页 |
| 5.1 问题分析 | 第42-43页 |
| 5.2 基于光流法的时间显著性检测 | 第43-46页 |
| 5.2.1 预处理 | 第43-44页 |
| 5.2.2 光流向量区域对比 | 第44-46页 |
| 5.3 时空显著性 | 第46-47页 |
| 5.4 算法实现步骤 | 第47页 |
| 5.5 仿真实验 | 第47-50页 |
| 5.6 本章小结 | 第50-52页 |
| 第六章 主要结论与展望 | 第52-54页 |
| 6.1 主要结论 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第60页 |