基于时空梯度的视频显著性检测方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 视频显著性检测的研究背景及意义 | 第10-11页 |
| 1.2 视频显著性检测算法的研究现状 | 第11-15页 |
| 1.3 本文的主要研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第二章 显著性检测理论及相关方法 | 第17-26页 |
| 2.1 视觉注意机制 | 第17-18页 |
| 2.2 视觉显著性检测模型介绍 | 第18-24页 |
| 2.3.1 SR模型 | 第18-19页 |
| 2.3.2 GBVS模型 | 第19-20页 |
| 2.3.3 FT模型 | 第20-21页 |
| 2.3.4 SUN模型 | 第21-22页 |
| 2.3.5 视频运动显著性检测方法 | 第22-24页 |
| 2.3 显著性检测技术的应用 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于时空梯度的视频显著性检测方法 | 第26-40页 |
| 3.1 算法思想和模型描述 | 第26-28页 |
| 3.2 视频特征提取 | 第28-33页 |
| 3.2.1 颜色空间转换 | 第28-29页 |
| 3.2.2 光流法提取运动特征 | 第29-32页 |
| 3.2.3 计算时空梯度特征 | 第32-33页 |
| 3.3 确定候选显著区域和关注焦点 | 第33-36页 |
| 3.3.1 特征聚类 | 第33-35页 |
| 3.3.2 确定关注焦点和候选显著区域 | 第35-36页 |
| 3.4 显著性区域融合过程 | 第36-37页 |
| 3.5 度量显著性值 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 实验设计与结果分析 | 第40-57页 |
| 4.1 视频数据集和实验设置说明 | 第40-41页 |
| 4.2 实验结果讨论与对比分析 | 第41-53页 |
| 4.2.1 评价指标 | 第41-42页 |
| 4.2.2 量化对比 | 第42-50页 |
| 4.2.3 视觉对比 | 第50-53页 |
| 4.3 静态特征和运动特征影响讨论 | 第53-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
