首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于生物启发和统计分析相结合的图像显著性检测模型研究

摘要第4-6页
Abstract第6-7页
1 绪论第10-22页
    1.1 研究背景第10-13页
    1.2 研究目的和意义第13-14页
    1.3 国内外研究现状第14-17页
    1.4 重要术语解释第17-19页
    1.5 研究内容与主要贡献第19-22页
2 基于生物启发的图像显著性检测计算模型第22-41页
    2.1 相关工作第22-24页
    2.2 视觉神经元感受野的模拟第24-30页
    2.3 稀疏残差第30-34页
    2.4 实验与分析第34-40页
    2.5 本章小结第40-41页
3 基于统计分析的图像显著性检测计算模型第41-73页
    3.1 相关工作第41-42页
    3.2 基于离群点检测的图像显著性检测模型第42-51页
    3.3 单次抽样降低算法运算时间第51-60页
    3.4 实验与分析第60-72页
    3.5 本章小结第72-73页
4 联合生物启发和统计分析的图像显著性检测计算模型第73-90页
    4.1 基于预测误差的图像显著性检测模型第73-79页
    4.2 人眼注视点预测到显著目标检测的转化第79-84页
    4.3 实验与分析第84-89页
    4.4 本章小结第89-90页
5 总结与展望第90-93页
    5.1 全文总结第90-91页
    5.2 研究展望第91-93页
致谢第93-94页
参考文献第94-105页
附录1 攻读博士学位期间发表的学术论文第105-106页
附录2 公开发表的学术论文与博士学位论文的关系第106-107页
附录3 博士生期间参与的课题研究情况第107页

论文共107页,点击 下载论文
上一篇:提升FMT-XCT双模式成像定位及定量性能的方法研究
下一篇:基于多图谱标签融合的脑MR图像分割方法研究