| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 缩略语 | 第11-12页 |
| 插图索引 | 第12-13页 |
| 表格索引 | 第13-14页 |
| 第1章 绪论 | 第14-30页 |
| ·视觉注意的研究动机 | 第14-15页 |
| ·视觉注意的心理学研究背景 | 第15-19页 |
| ·几种典型的视觉注意计算模型 | 第19-27页 |
| ·经典的ITTI模型 | 第19-23页 |
| ·基于信息最大化原理的AIM模型 | 第23-25页 |
| ·基于傅立叶变换的SR和PQFT方法 | 第25-27页 |
| ·论文的研究目标和创新点 | 第27-29页 |
| ·论文的内容安排 | 第29-30页 |
| 第2章 视觉注意模型:脉冲PCA变换和脉冲余弦变换 | 第30-49页 |
| ·模型结构 | 第30-35页 |
| ·视觉显著性的描述 | 第30-31页 |
| ·脉冲PCA模型 | 第31-34页 |
| ·脉冲余弦变换模型 | 第34-35页 |
| ·心理物理学验证 | 第35-38页 |
| ·自然图像实验验证 | 第38-41页 |
| ·人眼注视点预测 | 第38-41页 |
| ·计算速度的比较 | 第41页 |
| ·运动显著性 | 第41-43页 |
| ·计算方案 | 第41-42页 |
| ·视频序列测试 | 第42-43页 |
| ·一种拟人的注意焦点转移方法 | 第43-44页 |
| ·讨论 | 第44-48页 |
| ·与基于傅立叶变换的显著性模型的关系 | 第44-45页 |
| ·PCA投影向量的估计 | 第45页 |
| ·PCT优于P~2CA模型 | 第45-46页 |
| ·模型优越性分析 | 第46页 |
| ·运算复杂度分析 | 第46页 |
| ·显著性产生的神经机制假说 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第3章 面向数据学习的快速PCA算法 | 第49-63页 |
| ·PCA概述 | 第49-50页 |
| ·直接面向数据学习的快速PCA算法 | 第50-57页 |
| ·求解第1个特征向量 | 第50-52页 |
| ·求解高阶特征向量 | 第52-53页 |
| ·特征值相等 | 第53-54页 |
| ·快速计算 | 第54-55页 |
| ·具体算法步骤 | 第55-57页 |
| ·运算复杂度 | 第57页 |
| ·实验结果和评价 | 第57-61页 |
| ·讨论 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第4章 基于视觉注意的SAR图像舰船目标检测 | 第63-74页 |
| ·SAR图像舰船目标检测的研究现状 | 第63-66页 |
| ·SAR图像的舰船目标检测问题 | 第63-64页 |
| ·几种SAR图像舰船目标检测方法的介绍 | 第64-66页 |
| ·基于视觉注意的舰船目标检测方法 | 第66-68页 |
| ·数据预处理 | 第66-67页 |
| ·改进的显著图模型 | 第67页 |
| ·舰船目标检测 | 第67-68页 |
| ·算法总结 | 第68页 |
| ·实验结果 | 第68-73页 |
| ·合成数据测试 | 第69-70页 |
| ·真实数据测试 | 第70-72页 |
| ·无目标数据测试 | 第72-73页 |
| ·小结 | 第73-74页 |
| 第5章 基于视觉显著性的图像压缩传感 | 第74-90页 |
| ·图像压缩传感的研究背景 | 第74-75页 |
| ·压缩传感理论概述 | 第75-82页 |
| ·信号的稀疏性 | 第76-78页 |
| ·非一致的信号传感 | 第78-80页 |
| ·稀疏信号重构 | 第80-82页 |
| ·基于视觉显著性的图像压缩传感系统 | 第82-84页 |
| ·基于视觉显著性的传感资源分配 | 第82-83页 |
| ·系统结构 | 第83-84页 |
| ·实验模拟 | 第84-88页 |
| ·实验的具体步骤 | 第84-85页 |
| ·重构图像的评价指标 | 第85-86页 |
| ·实验结果及评价 | 第86-88页 |
| ·小结和讨论 | 第88-90页 |
| 第6章 总结与展望 | 第90-92页 |
| 参考文献 | 第92-102页 |
| 攻读博士学位期间发表论文、申请专利和获得奖励 | 第102-104页 |
| 致谢 | 第104-105页 |