基于人眼视觉模型的自然图像识别
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10-12页 |
| ·国内外发展现状 | 第12-15页 |
| ·课题研究的意义 | 第15-16页 |
| ·课题研究内容 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第2章 基于复数小波和稀疏化特征的视觉模型 | 第18-40页 |
| ·生物视觉感知系统基础 | 第18-23页 |
| ·视皮层的分层结构 | 第19-21页 |
| ·感受野 | 第21-23页 |
| ·生物视觉模型 | 第23-30页 |
| ·HMAX 模型 | 第24-25页 |
| ·Serre标准模型 | 第25-26页 |
| ·基于标准小波的视觉模型 | 第26-28页 |
| ·Jim Mutch的分层模型 | 第28-30页 |
| ·基于DTCWT和稀疏化特征的视觉分层模型 | 第30-35页 |
| ·复数小波 | 第31-32页 |
| ·基于DTCWT的分层模型 | 第32-34页 |
| ·稀疏化特征在DTCWT分层模型的应用 | 第34-35页 |
| ·实验结果及分析 | 第35-39页 |
| ·基于DTCWT的分层模型实验分析 | 第36-37页 |
| ·基于稀疏化特征的DTCWT分层模型实验分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于神经元激活机制的视觉模型 | 第40-52页 |
| ·基于神经元激活机制的视觉模型(NAM模型) | 第40-43页 |
| ·基于Marr-like金字塔的NAM模型 | 第43-48页 |
| ·Marr初级视觉理论 | 第43-44页 |
| ·Marr-like小波金字塔 | 第44-45页 |
| ·小波主要素(Primal Sketch) | 第45-47页 |
| ·基于Marr-like金字塔的NAM模型 | 第47-48页 |
| ·基于DTCWT的NAM模型 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·基于DTCWT的NAM模型 | 第49-50页 |
| ·基于Marr-like金字塔的NAM模型 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 基于生物反馈机制的视觉模型 | 第52-62页 |
| ·引言 | 第52-53页 |
| ·Hamada 的生物视觉模型 | 第53-54页 |
| ·反馈模型 | 第54-56页 |
| ·视觉注意机制 | 第56-57页 |
| ·Log-Gabor函数 | 第57-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·基于DTCWT的反馈模型 | 第59-60页 |
| ·基于Log-Gabor小波的反馈模型 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
