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

基于样例的图像显著性与协同显著性目标检测

摘要第3-4页
ABSTRACT第4页
第1章 绪论第7-13页
    1.1 课题背景第7-11页
    1.2 研究内容及目标第11页
    1.3 本文贡献第11-12页
    1.4 论文结构第12-13页
第2章 国内外研究现状第13-21页
    2.1 单图显著性目标检测第13-16页
    2.2 协同显著性目标检测第16-18页
    2.3 标准测试数据集第18-20页
        2.3.1 单图显著性目标检测的数据集第18-19页
        2.3.2 协同显著性目标检测的数据集第19-20页
    2.4 本章小结第20-21页
第3章 基于样例的单图显著性目标检测第21-49页
    3.1 检索集选取第21-23页
    3.2 训练集构建第23-27页
        3.2.1 全局特征提取第23-26页
        3.2.2 最近邻查找第26-27页
    3.3 样例提取第27-32页
        3.3.1 局部特征提取第27-30页
        3.3.2 正样例提取第30-31页
        3.3.3 负样例提取第31-32页
    3.4 样例映射第32-35页
    3.5 平滑高亮处理第35-37页
        3.5.1 平滑处理第35-37页
        3.5.2 高亮处理第37页
    3.6 实验结果与分析第37-47页
        3.6.1 对比方法第37-38页
        3.6.2 测试集合第38-39页
        3.6.3 评估标准第39-44页
        3.6.4 结果分析第44-47页
    3.7 本章小结第47-49页
第4章 基于样例的协同显著性目标检测第49-62页
    4.1 单图显著性因子第49-50页
    4.2 协同显著性样例提取第50-52页
    4.3 协同显著性样例映射第52-54页
    4.4 协同显著性图谱融合第54-56页
    4.5 协同平滑高亮处理第56页
    4.6 实验结果与分析第56-61页
        4.6.1 对比方法第56-58页
        4.6.2 测试集合第58-59页
        4.6.3 评估标准第59页
        4.6.4 结果分析第59-61页
    4.7 本章小结第61-62页
第5章 总结与展望第62-63页
    5.1 总结第62页
    5.2 展望第62-63页
参考文献第63-66页
发表论文和参加科研情况说明第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:黄瓜CG0080耐冷基因的精细定位
下一篇:‘雪梅低温响应MYB转录因子的克隆、表达和功能分析