| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 眼动点预测模型 | 第10-11页 |
| 1.2.2 显著目标检测模型 | 第11-13页 |
| 1.3 技术难点 | 第13-14页 |
| 1.4 本文主要内容与章节安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 2 图像显著性检测相关概念 | 第16-26页 |
| 2.1 图像的显著性特征 | 第16-17页 |
| 2.2 图像过分割 | 第17-20页 |
| 2.3 显著图和真值图 | 第20-21页 |
| 2.4 图像显著性检测的评价指标 | 第21-25页 |
| 2.4.1 精确率、召回率、F值 | 第21-22页 |
| 2.4.2 P-R曲线和F-值曲线 | 第22-24页 |
| 2.4.3 平均绝对误差 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于流形排序和结合前景背景特征的显著性检测 | 第26-38页 |
| 3.1 问题与解决思路 | 第26-28页 |
| 3.2 流形排序与显著性计算 | 第28-31页 |
| 3.2.1 流形排序理论 | 第28-29页 |
| 3.2.2 基于闭环图和流形排序的显著性计算 | 第29-31页 |
| 3.3 基于前景和背景特征的流形排序 | 第31-32页 |
| 3.3.1 基于前景特征的显著图 | 第31页 |
| 3.3.2 基于背景特征的显著图 | 第31-32页 |
| 3.4 基于流形排序和结合前景和背景特征的显著性检测算法(MRCFB) | 第32-36页 |
| 3.4.1 初始前景、初始背景和候选查询节点 | 第32-35页 |
| 3.4.2 基于颜色和亮度的查询节点选取方法 | 第35-36页 |
| 3.5 MRCFB算法形式化描述 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 复杂图像背景下的显著性检测 | 第38-47页 |
| 4.1 复杂图像背景下的问题与解决思路 | 第38-41页 |
| 4.2 随机游走与显著性计算 | 第41-43页 |
| 4.2.1 随机游走理论 | 第41-42页 |
| 4.2.2 随机游走与显著性计算 | 第42-43页 |
| 4.3 基于随机游走的显著性检测算法(MRRW) | 第43-45页 |
| 4.4 MRRW算法形式化描述 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 实验结果与分析 | 第47-61页 |
| 5.1 实验环境与数据集 | 第47-48页 |
| 5.2 MRCFB算法实验结果与对比分析 | 第48-53页 |
| 5.2.1 几种评价指标对比分析 | 第48-50页 |
| 5.2.2 Achanta数据集上实验效果对比分析 | 第50-53页 |
| 5.3 MRRW算法实验结果与对比分析 | 第53-60页 |
| 5.3.1 几种评价指标对比分析 | 第54-57页 |
| 5.3.2 DUT-OMRON数据集上实验效果对比分析 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 研究展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第67页 |
