| 致谢 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-12页 |
| 1 引言 | 第12-21页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·目标识别在计算机视觉领域的研究进展 | 第13-16页 |
| ·目标识别在生物视觉领域的研究进展 | 第16-17页 |
| ·本文主要研究内容 | 第17-19页 |
| ·论文章节安排 | 第19-21页 |
| 2 图像特征与生物视觉感知特性分析 | 第21-34页 |
| ·引言 | 第21页 |
| ·图像特征 | 第21-26页 |
| ·图像全局特征和局部特征 | 第21-22页 |
| ·典型图像特征表达方法 | 第22-26页 |
| ·生物视觉感知系统及特性分析 | 第26-32页 |
| ·生物视觉感知系统概述 | 第26-29页 |
| ·视网膜感光细胞及神经节细胞 | 第27-28页 |
| ·视神经交叉与视束 | 第28页 |
| ·侧膝体 | 第28页 |
| ·初级视皮层 | 第28页 |
| ·纹外皮层 | 第28页 |
| ·高级视皮层 | 第28-29页 |
| ·感受野 | 第29-31页 |
| ·中心-周边（同心圆）感受野 | 第29-30页 |
| ·简单感受野 | 第30页 |
| ·复杂感受野 | 第30-31页 |
| ·生物视觉感知特性分析 | 第31页 |
| ·模拟生物视觉特性的可行性分析 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 3 稀疏表示理论分析及在目标分类识别中的应用 | 第34-53页 |
| ·引言 | 第34-35页 |
| ·稀疏表示理论分析 | 第35-43页 |
| ·稀疏表示理论基础 | 第35-40页 |
| ·基于范数的稀疏测度 | 第36-38页 |
| ·稀疏解存在唯一性的条件 | 第38-39页 |
| ·稀疏表示的数学模型 | 第39-40页 |
| ·基于稀疏表示的字典构建方式 | 第40-41页 |
| ·MOD 字典学习 | 第40页 |
| ·广义 PCA | 第40-41页 |
| ·K-SVD 字典学习 | 第41页 |
| ·参数式字典训练法 | 第41页 |
| ·在线式字典学习 | 第41页 |
| ·信号稀疏表示分解算法 | 第41-43页 |
| ·贪婪追踪算法 | 第42页 |
| ·松弛优化算法 | 第42-43页 |
| ·稀疏表示理论在目标分类识别中的应用 | 第43-52页 |
| ·基于稀疏表示的目标分类特征字典设计 | 第43-47页 |
| ·特征字典设计模型 | 第43-44页 |
| ·匹配追踪稀疏表示算法 | 第44-46页 |
| ·K-SVD 字典学习算法 | 第46-47页 |
| ·超完备特征字典性能分析 | 第47-51页 |
| ·结论 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 4 视觉显著性分析及在目标分类识别中的应用 | 第53-79页 |
| ·引言 | 第53页 |
| ·视觉注意机制 | 第53-68页 |
| ·视觉注意机制概述 | 第53-55页 |
| ·视觉显著性研究进展 | 第55-57页 |
| ·视觉显著性应用现状 | 第57-58页 |
| ·视觉显著性模型分析 | 第58-68页 |
| ·IT 模型 | 第58-59页 |
| ·FT 模型 | 第59页 |
| ·SR 模型 | 第59页 |
| ·HC 模型 | 第59-60页 |
| ·RC 模型 | 第60页 |
| ·IS 模型 | 第60-61页 |
| ·改进算法 | 第61-64页 |
| ·实验结果及分析 | 第64-68页 |
| ·基于视觉显著性及多特征分析的目标检测 | 第68-78页 |
| ·多特征分析下目标区域提取算法 | 第68-73页 |
| ·多特征分析 | 第68-69页 |
| ·参数学习 | 第69-70页 |
| ·多特征作用下表征目标的候选区域提取 | 第70-72页 |
| ·目标所在区域定位 | 第72-73页 |
| ·系统设计流程 | 第73-74页 |
| ·实验结果及分析 | 第74-78页 |
| ·结论 | 第78页 |
| ·本章小结 | 第78-79页 |
| 5 空间金字塔匹配模型结合稀疏编码及显著性的目标识别 | 第79-97页 |
| ·引言 | 第79页 |
| ·典型目标分类识别模型 | 第79-87页 |
| ·“词袋”（BOW/BOF）模型 | 第79-81页 |
| ·空间金字塔匹配（SPM）模型 | 第81-82页 |
| ·模拟视觉感知机理分层最大化（HMAX）模型 | 第82-84页 |
| ·贝叶斯框架模型 | 第84页 |
| ·可变形部件（DPM）模型 | 第84-87页 |
| ·SPM 模型结合稀疏编码及显著性的目标识别 | 第87-96页 |
| ·系统实现过程 | 第88-95页 |
| ·实验结果分析 | 第95-96页 |
| ·本章总结 | 第96-97页 |
| 6 总结与展望 | 第97-100页 |
| ·总结 | 第97-98页 |
| ·展望 | 第98-100页 |
| 参考文献 | 第100-112页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第112-113页 |