自然场景图像中显著物体检测方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-41页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-37页 |
| 1.3 论文的主要研究工作 | 第37-39页 |
| 1.4 论文组织结构 | 第39-41页 |
| 2 基于特征空间分布的显著物体检测方法 | 第41-69页 |
| 2.1 引言 | 第41-42页 |
| 2.2 计算特征空间分布和生成初始显著图 | 第42-48页 |
| 2.3 基于物体建议区域生成最终显著图 | 第48-52页 |
| 2.4 实验与分析 | 第52-68页 |
| 2.5 本章小结 | 第68-69页 |
| 3 基于多层次特征学习的显著物体检测方法 | 第69-89页 |
| 3.1 引言 | 第69-70页 |
| 3.2 基于多层次特征训练显著值预测器 | 第70-73页 |
| 3.3 基于预测结果生成和优化显著图 | 第73-74页 |
| 3.4 实验与分析 | 第74-88页 |
| 3.5 本章小结 | 第88-89页 |
| 4 基于提升物体级别显著性的检测方法 | 第89-110页 |
| 4.1 引言 | 第89-91页 |
| 4.2 基于物体级别特征训练显著值预测器 | 第91-94页 |
| 4.3 基于预测结果生成显著图 | 第94-96页 |
| 4.4 实验与分析 | 第96-109页 |
| 4.5 本章小结 | 第109-110页 |
| 5 基于多层次特征生成网络的显著物体检测方法 | 第110-142页 |
| 5.1 引言 | 第110-113页 |
| 5.2 多层次特征生成网络 | 第113-117页 |
| 5.3 实验与分析 | 第117-140页 |
| 5.4 本章小结 | 第140-142页 |
| 6 全文总结与工作展望 | 第142-147页 |
| 6.1 本文工作总结 | 第142-143页 |
| 6.2 本文的创新之处 | 第143-145页 |
| 6.3 下一步工作展望 | 第145-147页 |
| 致谢 | 第147-148页 |
| 参考文献 | 第148-163页 |
| 附录1 作者在攻读博士学位期间完成的科研成果 | 第163-165页 |
| 附录2 完成的部分学术成果与博士学位论文的关系 | 第165-166页 |
| 附录3 博士生期间参与的课题研究情况 | 第166页 |
