基于光流的视频显著性检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 引言 | 第14页 |
| 1.2 视觉显著性研究现状 | 第14-17页 |
| 1.3 课题来源 | 第17页 |
| 1.4 论文的研究内容 | 第17-18页 |
| 1.5 论文安排 | 第18-19页 |
| 1.6 本章小结 | 第19-20页 |
| 第二章 视觉显著性检测基础 | 第20-28页 |
| 2.1 人类视觉系统特性 | 第20-22页 |
| 2.2 人类视觉关注机制 | 第22-24页 |
| 2.3 图像基本特征 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于眼动数据的视频显著数据库 | 第28-42页 |
| 3.1 视频显著性数据库的研究背景与意义 | 第28-29页 |
| 3.2 眼动仪工作原理 | 第29-30页 |
| 3.3 视频质量主观测试方法 | 第30-34页 |
| 3.4 眼动数据采集实验设计 | 第34-40页 |
| 3.4.1 数据库的选取 | 第34-35页 |
| 3.4.2 实验流程设计 | 第35页 |
| 3.4.3 眼动数据采集 | 第35-37页 |
| 3.4.4 眼动数据的可视化 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于光流的视频显著性检测算法 | 第42-60页 |
| 4.1 已有的空域显著性提取方法 | 第42-46页 |
| 4.1.1 图像特征提取 | 第43-44页 |
| 4.1.2 创建特征激活图 | 第44-45页 |
| 4.1.3 特征激活图的归一化 | 第45-46页 |
| 4.2 改进的时域显著性提取方法 | 第46-51页 |
| 4.2.1 光流基础 | 第46-50页 |
| 4.2.2 基于光流的时域显著性提取方法 | 第50-51页 |
| 4.3 时空显著性融合方法 | 第51-54页 |
| 4.3.1 显著性融合方法 | 第51-53页 |
| 4.3.2 全局运动估计 | 第53页 |
| 4.3.3 改进的时空域显著性融合方法 | 第53-54页 |
| 4.4 性能分析与比较 | 第54-59页 |
| 4.4.1 评价指标 | 第55-57页 |
| 4.4.2 性能比较 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |
