视觉显著性检测方法及其应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 选题的背景及意义 | 第12-13页 |
| 1.2 视觉显著性检测的国内外研究现状 | 第13-14页 |
| 1.3 视觉显著性检测存在的问题 | 第14-15页 |
| 1.4 本文研究的主要内容 | 第15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第2章 视觉显著性研究的理论基础 | 第17-27页 |
| 2.1 图像低级特征 | 第17-19页 |
| 2.1.1 颜色特征 | 第17页 |
| 2.1.2 亮度特征 | 第17-18页 |
| 2.1.3 方向特征 | 第18页 |
| 2.1.4 纹理特征 | 第18-19页 |
| 2.2 高级的先验知识 | 第19页 |
| 2.3 经典方法的介绍 | 第19-24页 |
| 2.3.1 基于生物模型 | 第19-21页 |
| 2.3.2 基于频域模型 | 第21-22页 |
| 2.3.3 基于对比模型 | 第22-23页 |
| 2.3.4 基于内容感知模型 | 第23-24页 |
| 2.4 常用数据库及评价方法 | 第24-26页 |
| 2.4.1 数据库 | 第24-25页 |
| 2.4.2 评价方法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 DCT域对比度的显著性检测 | 第27-39页 |
| 3.1 DCT变换域的特征提取 | 第27-29页 |
| 3.2 基于对比的视觉显著性 | 第29-35页 |
| 3.2.1 基于局部对比的显著性 | 第29-31页 |
| 3.2.2 基于全局对比的显著性 | 第31-33页 |
| 3.2.3 多尺度显著性 | 第33-35页 |
| 3.2.4 算法流程 | 第35页 |
| 3.3 实验结果与分析 | 第35-38页 |
| 3.3.1 定性比较 | 第36-37页 |
| 3.3.2 定量比较 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于空间分布和空间频率的显著性检测 | 第39-52页 |
| 4.1 基于空间分布显著性 | 第39-44页 |
| 4.1.1 视觉特征提取 | 第40-41页 |
| 4.1.2 空间分布显著性的计算 | 第41-42页 |
| 4.1.3 自适应权值算法 | 第42-44页 |
| 4.2 基于空间频率显著性 | 第44-46页 |
| 4.2.1 空间频率显著性的计算 | 第45-46页 |
| 4.3 显著性整合以及重新提炼 | 第46-47页 |
| 4.3.1 显著性整合策略 | 第46页 |
| 4.3.2 重新提炼策略 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-51页 |
| 4.4.1 定性比较 | 第48-49页 |
| 4.4.2 定量比较 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 视觉显著性在目标分割中的应用 | 第52-58页 |
| 5.1 目标分割的介绍 | 第52-53页 |
| 5.1.1 传统的GSC目标分割算法 | 第52-53页 |
| 5.2 引入视觉显著性的目标分割算法 | 第53-55页 |
| 5.3 实验结果与分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读硕士学位期间发表论文及参加科研项目 | 第66-67页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第67页 |
