视觉显著性目标检测技术研究
| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 引言 | 第11页 |
| 1.2 研究背景与意义 | 第11-12页 |
| 1.3 研究现状 | 第12-15页 |
| 1.3.1 人眼注意点预测模型 | 第12-13页 |
| 1.3.2 显著性目标检测模型 | 第13-15页 |
| 1.4 技术难点 | 第15页 |
| 1.5 文章组织结构 | 第15-16页 |
| 2 静态图像视觉显著性目标检测 | 第16-36页 |
| 2.1 引言 | 第16页 |
| 2.2 基于图论的显著性检测算法 | 第16-19页 |
| 2.3 吸收马尔科夫链 | 第19-20页 |
| 2.3.1 吸收马尔科夫链的原理 | 第19页 |
| 2.3.2 吸收马尔科夫链和显著性检测 | 第19-20页 |
| 2.4 流形排序原理 | 第20页 |
| 2.5 静态图像视觉显著性目标检测算法 | 第20-30页 |
| 2.5.1 SLIC超像素分割 | 第22-26页 |
| 2.5.2 基于吸收马尔科夫链的显著性目标检测 | 第26-28页 |
| 2.5.2.1 图的建立 | 第26-27页 |
| 2.5.2.2 显著性检测 | 第27-28页 |
| 2.5.3 基于流形排序的进一步检测 | 第28-30页 |
| 2.6 实验结果与分析 | 第30-35页 |
| 2.6.1 视觉显著图 | 第30-31页 |
| 2.6.2 性能评估 | 第31-35页 |
| 2.7 本章小结 | 第35-36页 |
| 3 视频图像视觉显著性目标检测 | 第36-58页 |
| 3.1 引言 | 第36页 |
| 3.2 经典的视频图像显著性检测算法 | 第36-38页 |
| 3.3 特征提取 | 第38-48页 |
| 3.3.1 运动特征 | 第38-42页 |
| 3.3.1.1 光流估计 | 第39-42页 |
| 3.3.1.2 运动差分计算 | 第42页 |
| 3.3.2 目标概率分布特征 | 第42-48页 |
| 3.3.2.1 多尺度显著线索(MS) | 第42-43页 |
| 3.3.2.2 颜色对比度线索(CC) | 第43-45页 |
| 3.3.2.3 超级像素跨界线索(SS) | 第45页 |
| 3.3.2.4 参数的学习 | 第45-46页 |
| 3.3.2.5 目标概率分布计算 | 第46-48页 |
| 3.4 视频图像视觉显著性目标检测算法 | 第48-52页 |
| 3.4.1 运动显著图 | 第50页 |
| 3.4.2 目标度量显著图 | 第50-51页 |
| 3.4.3 显著图融合 | 第51-52页 |
| 3.5 实验结果与分析 | 第52-57页 |
| 3.5.1 视觉显著图 | 第52-54页 |
| 3.5.2 性能评估 | 第54-57页 |
| 3.6 本章小结 | 第57-58页 |
| 4 总结与展望 | 第58-61页 |
| 4.1 论文主要工作内容及创新点 | 第58-59页 |
| 4.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第65页 |
