结合多种特征和条件随机场的显著性区域分割
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1. 绪论 | 第10-21页 |
| 1.1 研究显著性区域分割的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 显著性检测的现实应用 | 第15-19页 |
| 1.3.1 图像内容编辑 | 第15-16页 |
| 1.3.2 目标识别 | 第16-17页 |
| 1.3.3 视觉目标跟踪 | 第17页 |
| 1.3.4 图像视频压缩 | 第17-18页 |
| 1.3.5 视频摘要处理 | 第18-19页 |
| 1.4 论文内容安排 | 第19-21页 |
| 2. 显著性检测的基本理论 | 第21-32页 |
| 2.1 引言 | 第21-22页 |
| 2.2 原则 | 第22-24页 |
| 2.2.1 视觉对比度原则 | 第22页 |
| 2.2.2 中心-周围差异原则 | 第22-23页 |
| 2.2.3 多通道并行处理原则 | 第23-24页 |
| 2.2.4 中心偏置原则 | 第24页 |
| 2.3 经典算法介绍 | 第24-31页 |
| 2.3.1 算法框架 | 第24-25页 |
| 2.3.2 IT算法 | 第25-26页 |
| 2.3.3 AC算法 | 第26页 |
| 2.3.4 FT算法 | 第26-28页 |
| 2.3.5 LC算法 | 第28-29页 |
| 2.3.6 RC算法 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3. 基于超像素级别条件随机场的显著性区域分割 | 第32-47页 |
| 3.1 算法框架介绍 | 第32-34页 |
| 3.2 预处理 | 第34-37页 |
| 3.2.1 超像素分割SLIC算法 | 第34-36页 |
| 3.2.2 剔除部分背景 | 第36-37页 |
| 3.3 计算显著性图 | 第37-41页 |
| 3.3.1 低级特征计算显著性图 | 第37-38页 |
| 3.3.2 中级特征计算显著性图 | 第38-41页 |
| 3.4 超像素级别的条件随机场和Grab Cut | 第41-47页 |
| 3.4.1 Grab Cut | 第41-43页 |
| 3.4.2 超像素级别的条件随机场 | 第43-47页 |
| 4. 实验结果 | 第47-53页 |
| 4.1 数据集 | 第47页 |
| 4.2 评判标准 | 第47-50页 |
| 4.2.1 客观评价准则 | 第47-50页 |
| 4.3 主观评价 | 第50-53页 |
| 5. 总结与展望 | 第53-54页 |
| 5.1 本文总结与创新点 | 第53页 |
| 5.2 本文展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-61页 |
