基于视觉中心转移的视觉显著性检测方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要工作 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第2章 相关理论及技术 | 第15-30页 |
| 2.1 视觉注意机制 | 第15-18页 |
| 2.1.1 Treisman特征整合理论 | 第16-17页 |
| 2.1.2 Koch神经生物学模型 | 第17-18页 |
| 2.2 SLIC超像素分割 | 第18-19页 |
| 2.3 常见色彩空间模式 | 第19-23页 |
| 2.3.1 RGB色彩空间 | 第20页 |
| 2.3.2 CMYK色彩空间 | 第20-21页 |
| 2.3.3 CIEl*a*b色彩空间 | 第21-22页 |
| 2.3.4 HSV色彩空间 | 第22-23页 |
| 2.4 视觉转移 | 第23页 |
| 2.5 视觉显著性检测 | 第23-29页 |
| 2.5.1 视觉显著性检测原理 | 第23-25页 |
| 2.5.2 显著性检测标准 | 第25-27页 |
| 2.5.3 显著性检测方法分类 | 第27-28页 |
| 2.5.4 基于数据驱动的视觉显著性检测模型 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 融合背景模型和颜色特征的视觉显著性检测 | 第30-40页 |
| 3.1 算法框架 | 第30-31页 |
| 3.2 图像预处理 | 第31页 |
| 3.3 背景模型 | 第31-32页 |
| 3.4 内部显著图 | 第32-33页 |
| 3.5 背景区域显著图 | 第33页 |
| 3.6 特征融合 | 第33-34页 |
| 3.7 算法流程 | 第34页 |
| 3.8 实验 | 第34-38页 |
| 3.8.1 实验环境和实验数据 | 第34-35页 |
| 3.8.2 评价标准 | 第35-36页 |
| 3.8.3 实验内容 | 第36页 |
| 3.8.4 实验结果与分析 | 第36-38页 |
| 3.9 本章小结 | 第38-40页 |
| 第4章 基于视觉中心转移的视觉显著性检测方法 | 第40-50页 |
| 4.1 基于视觉中心转移的视觉显著性检测框架 | 第40-41页 |
| 4.2 显著图计算 | 第41-43页 |
| 4.3 显著性特征融合 | 第43页 |
| 4.4 视觉中心转移 | 第43-44页 |
| 4.5 多尺度融合 | 第44-45页 |
| 4.6 算法流程 | 第45页 |
| 4.7 实验 | 第45-49页 |
| 4.7.1 实验环境和实验数据 | 第45页 |
| 4.7.2 评价标准 | 第45-46页 |
| 4.7.3 实验内容 | 第46页 |
| 4.7.4 实验结果与分析 | 第46-49页 |
| 4.8 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 工作总结 | 第50页 |
| 5.2 进一步工作 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间公开发表的论文 | 第56页 |
