| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-28页 |
| ·问题的提出 | 第11-12页 |
| ·研究意义与应用领域 | 第12-13页 |
| ·ROI提取方法研究现状 | 第13-19页 |
| ·四种典型视觉注意模型及其分析对比 | 第19-25页 |
| ·主要研究工作 | 第25-26页 |
| ·论文组织结构 | 第26-28页 |
| 第二章 眼动ROI的提取 | 第28-41页 |
| ·视点跟踪技术 | 第28-30页 |
| ·视点跟踪技术的基本原理及实现 | 第28-29页 |
| ·眼动仪介绍 | 第29-30页 |
| ·由眼动数据提取眼动ROI | 第30-34页 |
| ·眼动仪实验过程 | 第31-32页 |
| ·眼动数据筛选和处理 | 第32-33页 |
| ·眼动数据坐标变换 | 第33-34页 |
| ·眼动ROI提取算法 | 第34-40页 |
| ·生成注视点高斯显著图 | 第35-36页 |
| ·“标记山头法”获取注意焦点 | 第36-39页 |
| ·得到眼动ROI | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 融合视觉注意和图像底层特征的ROI提取 | 第41-64页 |
| ·图像颜色特征对ROI提取的影响 | 第41-54页 |
| ·从眼动数据提取眼动显著图 | 第42-43页 |
| ·底层特征提取计算显著图 | 第43-46页 |
| ·眼动显著图与计算显著图的比较分析 | 第46-48页 |
| ·优化显著图提取ROI | 第48-50页 |
| ·提取结果与比较分析 | 第50-54页 |
| ·图像底层特征提取ROI | 第54-57页 |
| ·ROI相似度的计算 | 第57-59页 |
| ·点对点相似度 | 第58页 |
| ·位置相似度 | 第58-59页 |
| ·整合点对点相似度和位置相似度 | 第59页 |
| ·实验结果与分析 | 第59-63页 |
| ·最佳权重计算结果与分析 | 第59-61页 |
| ·实验结果对比分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于显著点和显著区域的ROI提取 | 第64-86页 |
| ·算法基础 | 第64-66页 |
| ·图像的二值化及阈值处理 | 第64-65页 |
| ·基于显著图提取ROI的两种思路 | 第65-66页 |
| ·算法架构基础 | 第66页 |
| ·对视觉注意模型算法的改进 | 第66页 |
| ·基于显著点的ROI提取 | 第66-72页 |
| ·显著点的提出 | 第66-67页 |
| ·基于显著点的ROI提取算法要点 | 第67-70页 |
| ·基于显著点的ROI提取算法描述 | 第70页 |
| ·基于显著点的ROI提取算法结果与分析 | 第70-72页 |
| ·基于显著区域的ROI提取 | 第72-78页 |
| ·显著区域的提出 | 第73页 |
| ·基于显著区域进行ROI要点 | 第73-75页 |
| ·基于显著区域ROI提取算法描述 | 第75-76页 |
| ·基于显著区域ROI提取算法结果与分析 | 第76-78页 |
| ·与眼动实验结果对比分析 | 第78-84页 |
| ·基于注视点和注视区域的ROI提取 | 第79-80页 |
| ·与基于显著点提取的ROI比较 | 第80-82页 |
| ·与基于显著区域提取的ROI比较 | 第82-83页 |
| ·以眼动实验为标准进行评价 | 第83-84页 |
| ·本章小结 | 第84-86页 |
| 第五章 Bottom-up与top-down信息融合的ROI提取 | 第86-95页 |
| ·算法基础 | 第86-88页 |
| ·Bottom-up与top-down信息融合的ROI提取算法思想及示例 | 第88-89页 |
| ·Bottom-up信息中加入top-down信息的ROI提取算法 | 第89-92页 |
| ·求取加权显著图 | 第89-91页 |
| ·Bottom-up与top-down信息融合的ROI提取算法描述 | 第91-92页 |
| ·实验结果分析 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第六章 总结与展望 | 第95-97页 |
| ·本文主要工作总结 | 第95-96页 |
| ·未来研究工作展望 | 第96-97页 |
| 参考文献 | 第97-106页 |
| 致谢 | 第106-107页 |
| 攻读博士学位期间主要研究成果 | 第107页 |
