| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题背景与意义 | 第12-13页 |
| 1.2 基于脑电信号的图像目标检测技术现状 | 第13-15页 |
| 1.2.1 事件相关电位 | 第13-14页 |
| 1.2.2 基于脑电信号的图像目标检测方法 | 第14-15页 |
| 1.3 基于眼动的图像目标检测技术 | 第15-17页 |
| 1.3.1 眼动追踪技术 | 第15-16页 |
| 1.3.2 基于眼动追踪技术的图像目标检测方法 | 第16-17页 |
| 1.4 课题研究内容与论文结构安排 | 第17-19页 |
| 第二章 面向遥感图像目标检测的脑电信号特征提取与分析 | 第19-29页 |
| 2.1 单试次ERP检测算法 | 第19-20页 |
| 2.2 基于多ERP时空特征的遥感图像目标检测方法 | 第20-22页 |
| 2.2.1 脑电数据预处理 | 第20页 |
| 2.2.2 ERP成分检测 | 第20-21页 |
| 2.2.3 构建空域滤波器提取单试次ERP特征 | 第21页 |
| 2.2.4 多ERP时空特征融合决策 | 第21-22页 |
| 2.3 基于RSVP范式的遥感图像目标检测实验 | 第22-24页 |
| 2.3.1 实验材料与被试 | 第22页 |
| 2.3.2 实验数据采集 | 第22-23页 |
| 2.3.3 实验流程 | 第23-24页 |
| 2.4 实验结果分析 | 第24-28页 |
| 2.4.1 事件相关电位时空特征分析 | 第24-26页 |
| 2.4.2 目标检测精度及算法性能分析 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 面向遥感图像目标检测的眼动信号特征提取与分析 | 第29-41页 |
| 3.1 基于注视区域关注度预测的遥感图像目标检测与定位方法 | 第29-33页 |
| 3.1.1 眼动数据预处理 | 第30页 |
| 3.1.2 注视区域生成方法 | 第30-31页 |
| 3.1.3 注视区域关注度预测 | 第31-33页 |
| 3.2 自由视觉搜索的遥感图像目标检测实验 | 第33-35页 |
| 3.2.1 实验被试与材料 | 第33页 |
| 3.2.2 实验流程 | 第33-34页 |
| 3.2.3 实验数据采集 | 第34-35页 |
| 3.3 实验结果分析 | 第35-40页 |
| 3.3.1 注视轨迹分析 | 第35-36页 |
| 3.3.2 注视点特征分析 | 第36-37页 |
| 3.3.3 瞳孔特征分析 | 第37-39页 |
| 3.3.4 检测性能分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 面向遥感图像目标检测的脑电与眼动融合方法 | 第41-51页 |
| 4.1 脑电与眼动融合的图像目标检测概述 | 第41-42页 |
| 4.2 多模信号自适应融合算法 | 第42-45页 |
| 4.2.1 实验流程及数据采集 | 第42-43页 |
| 4.2.2 预处理 | 第43页 |
| 4.2.3 特征提取 | 第43-44页 |
| 4.2.4 自适应特征融合 | 第44-45页 |
| 4.3 实验与结果分析 | 第45-50页 |
| 4.3.1 注视相关电位特征分析 | 第45-46页 |
| 4.3.2 注视相关脑电频带特征分析 | 第46-49页 |
| 4.3.3 检测性能分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 作者简历 | 第59页 |
