首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

融合多信息的图像显著性检测研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第12-24页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 自底向上的方式第14-15页
        1.2.2 自顶向下的方式第15-16页
    1.3 显著性检测的相关理论基础第16-18页
        1.3.1 颜色特征第16页
        1.3.2 文理特征第16-17页
        1.3.3 亮度特征第17页
        1.3.4 空间关系第17页
        1.3.5 其他相关概念第17-18页
    1.4 基准数据集和评价标准第18-21页
        1.4.1 基准数据集第18-19页
        1.4.2 评价标准第19-21页
    1.5 主要工作与各章节安排第21-24页
第2章 典型显著性检测方法概述第24-44页
    2.1 基于频域的方法第24-32页
        2.2.1 IT方法第24-27页
        2.2.2 GB方法第27-28页
        2.2.3 SR方法第28-30页
        2.2.4 FT方法第30-32页
    2.2 基于空间域的方法第32-42页
        2.2.1 MZ方法第32-35页
        2.2.2 LC方法第35-36页
        2.2.3 AC方法第36-37页
        2.2.4 CA方法第37-39页
        2.2.5 HC方法第39-41页
        2.2.6 RC方法第41-42页
    2.3 本章小结第42-44页
第3章 对比度与空间位置关系驱动的显著性检测第44-56页
    3.1 引言第44页
    3.2 相关工作第44-45页
    3.3 显著性度量第45-50页
        3.3.1 显著目标的确定第45-47页
        3.3.2 目标区域的显著性度量第47-49页
        3.3.3 算法流程第49-50页
    3.4 实验结果与分析第50-54页
        3.4.1 参数设置第50页
        3.4.2 视觉比较第50-51页
        3.4.3 客观比较第51-54页
    3.5 本章小结第54-56页
第4章 基于冗余性和对比度的图像显著性检测第56-66页
    4.1 引言第56页
    4.2 相关工作第56-58页
    4.3 显著性度量第58-61页
        4.3.1 图像信息冗余性第58-59页
        4.3.2 区域显著性度量第59-61页
    4.4 实验结果与分析第61-64页
        4.4.1 准确率和召回率第61-64页
        4.4.2 平均绝对误差第64页
    4.5 本章小结第64-66页
第5章 结束语第66-68页
    5.1 论文总结第66-67页
    5.2 下一步工作第67-68页
致谢第68-70页
参考文献第70-78页
附录A 攻读硕士学位期间发表的论文及专利目录第78-80页
附录B 攻读硕士学位期间参与的科研项目第80页

论文共80页,点击 下载论文
上一篇:基于主题分析和社交圈发现的微博朋友推荐
下一篇:人脸检测及瞳孔中心定位研究