全局形状与局部一致性联合建模的显著性检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 研究现状及发展前景 | 第10-15页 |
| 1.2.1 启发式显著性检测 | 第11-14页 |
| 1.2.2 学习式显著性检测 | 第14-15页 |
| 1.3 全文章节安排 | 第15-17页 |
| 2 相关研究及本文工作 | 第17-27页 |
| 2.1 受限玻尔兹曼机 | 第17-20页 |
| 2.1.1 玻尔兹曼机 | 第17-18页 |
| 2.1.2 受限玻尔兹曼机 | 第18-20页 |
| 2.2 条件随机场 | 第20-24页 |
| 2.2.1 相关概率模型简介 | 第20-22页 |
| 2.2.2 条件随机场 | 第22-24页 |
| 2.3 本文工作及主要贡献 | 第24-27页 |
| 3 全局形状先验与局部一致性联合建模的显著性检测 | 第27-46页 |
| 3.1 图像过分割及特征提取 | 第27-32页 |
| 3.1.1 图像过分割 | 第27-30页 |
| 3.1.2 图像分割块特征 | 第30-32页 |
| 3.2 基于受限玻尔兹曼机的显著性检测模型 | 第32-36页 |
| 3.2.1 模型建立 | 第32-34页 |
| 3.2.2 学习与推断 | 第34-36页 |
| 3.3 基于条件随机场的显著性检测模型 | 第36-39页 |
| 3.3.1 模型建立 | 第36-38页 |
| 3.3.2 学习与推断 | 第38-39页 |
| 3.4 基于条件随机场与受限玻尔兹曼机的综合模型 | 第39-44页 |
| 3.4.1 模型联合训练 | 第39-42页 |
| 3.4.2 著图融合机制 | 第42-44页 |
| 3.5 多尺度融合 | 第44-46页 |
| 4 实验结果与分析 | 第46-65页 |
| 4.1 数据库介绍 | 第46-48页 |
| 4.2 实验细节说明 | 第48-51页 |
| 4.2.1 评价指标 | 第48-50页 |
| 4.2.2 细节说明 | 第50-51页 |
| 4.3 子模块性能分析 | 第51-57页 |
| 4.4 与经典算法的比较 | 第57-62页 |
| 4.5 算法的局限性 | 第62-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表学术论文情况 | 第72-73页 |
| 致谢 | 第73-74页 |
