| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 本文研究背景和意义 | 第9-10页 |
| 1.2 视觉显著性的研究现状 | 第10-11页 |
| 1.3 深度学习研究概述 | 第11-14页 |
| 1.3.1 人工神经网络算法发展历史 | 第12页 |
| 1.3.2 卷积神经网络的研究历史与现状 | 第12-14页 |
| 1.3.3 基于深度学习的显著性检测挑战 | 第14页 |
| 1.4 本文的内容与结构 | 第14-15页 |
| 2 目标显著性检测方法 | 第15-33页 |
| 2.1 视觉注意力机制 | 第15-18页 |
| 2.1.1 视觉感知系统生理结构 | 第15-16页 |
| 2.1.2 自下而上和自上而下注意力 | 第16-17页 |
| 2.1.3 视觉注意力机制计算原理 | 第17-18页 |
| 2.2 自下而上视觉显著性特征 | 第18-21页 |
| 2.2.1 颜色特征 | 第18-19页 |
| 2.2.2 纹理特征 | 第19-20页 |
| 2.2.3 形状特征 | 第20-21页 |
| 2.3 自上而下视觉显著性特征 | 第21-23页 |
| 2.3.1 似物性 | 第21-22页 |
| 2.3.2 唯一性 | 第22页 |
| 2.3.3 分布性 | 第22-23页 |
| 2.4 经典显著性检测模型 | 第23-29页 |
| 2.4.1 Itti模型 | 第24-26页 |
| 2.4.2 SR模型 | 第26-27页 |
| 2.4.3 FT模型 | 第27-28页 |
| 2.4.4 RC模型 | 第28-29页 |
| 2.5 卷积神经网络模型 | 第29-30页 |
| 2.6 显著性检测数据集和评价指标 | 第30-32页 |
| 2.6.1 常用的评价数据集 | 第30页 |
| 2.6.2 常用的评价指标 | 第30-32页 |
| 2.7 本章小结 | 第32-33页 |
| 3 基于卷积神经网络的动态显著目标检测 | 第33-49页 |
| 3.1 引言 | 第33页 |
| 3.2 卷积神经网络结构设计原理 | 第33-38页 |
| 3.2.1 卷积神经网络的生物学依据 | 第33-34页 |
| 3.2.2 卷积神经网络的结构设计 | 第34-38页 |
| 3.3 卷积神经网络的优化训练 | 第38-42页 |
| 3.3.1 损失函数设计 | 第38-39页 |
| 3.3.2 优化策略设计 | 第39-42页 |
| 3.4 其他常用的训练技巧 | 第42-43页 |
| 3.5 基于改进U-Net和DenseCRF的动态显著目标检测算法 | 第43-46页 |
| 3.5.1 改进的U-Net模型结构 | 第43-45页 |
| 3.5.2 DenseCRF算法 | 第45-46页 |
| 3.5.3 动态场景下的显著目标检测 | 第46页 |
| 3.6 模型优缺点分析 | 第46-47页 |
| 3.7 本章小结 | 第47-49页 |
| 4 基于自上而下视觉注意力的显著目标检测 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 卷积神经网络可视化 | 第49-53页 |
| 4.3 基于类别监督的注意力图生成 | 第53-55页 |
| 4.3.1 类别激活图(Class Activation Mapping,CAM) | 第53页 |
| 4.3.2 基于监督梯度反向传播和对比抑制的注意力图生成方法 | 第53-55页 |
| 4.4 显著图和注意力图的融合 | 第55-56页 |
| 4.5 算法优缺点分析 | 第56页 |
| 4.6 本章小结 | 第56-59页 |
| 5 实验与分析 | 第59-73页 |
| 5.1 引言 | 第59页 |
| 5.2 基于卷积神经网络的显著性检测实验 | 第59-66页 |
| 5.2.1 算法实现细节 | 第59-60页 |
| 5.2.2 静态图片集上的性能对比 | 第60-64页 |
| 5.2.3 动态性能测试 | 第64-66页 |
| 5.3 基于自上而下视觉注意力的显著目标检测实验 | 第66-68页 |
| 5.3.1 算法实现细节 | 第66页 |
| 5.3.2 注意力图生成 | 第66-67页 |
| 5.3.3 动态性能测试 | 第67-68页 |
| 5.4 显著图和注意力图的融合实验 | 第68-72页 |
| 5.4.1 算法实现细节 | 第69页 |
| 5.4.2 指定类别物体数据集上的实验 | 第69-72页 |
| 5.5 本章小结 | 第72-73页 |
| 6 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 附录 | 第83页 |
| A.作者在攻读硕士学位期间发表的论文目录 | 第83页 |
| B.作者在攻读硕士学位期间取得的工作成果目录 | 第83页 |
