首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

场景视觉注意复杂度的研究

摘要第5-6页
Abstract第6页
第一章 绪论第9-12页
    1.1. 研究背景第9-10页
    1.2. 研究动机第10-11页
    1.3. 论文组织第11-12页
第二章 场景视觉注意复杂度研究现状第12-22页
    2.1. 视觉注意复杂度的研究现状第12-17页
        2.1.1. 图像视觉注意复杂度第12-13页
        2.1.2. 视频视觉注意复杂度第13-17页
    2.2. 面向视觉感知的客观视频质量评价方法第17-20页
        2.2.1. 面向感兴趣区域的客观视频质量评价方法第17-18页
        2.2.2. 面向视觉感知特性的客观视频质量评价方法第18-20页
    2.3. 场景视觉注意复杂度的研究重点第20-21页
    2.4. 本章小结第21-22页
第三章 基于视觉显著图的视觉注意复杂度提取方法研究第22-40页
    3.1. 视觉注意复杂度提取方案总体思想第22-26页
        3.1.1. 视觉注意机制分析第22-24页
        3.1.2. 对视频视觉注意复杂度的前提假设第24-26页
    3.2. 视觉显著信息提取方法第26-32页
        3.2.1. 视觉注意显著图的构建第26-29页
        3.2.2. 基于图形计算的视觉显著模型第29-32页
    3.3. 视觉注意复杂度的提取方法第32-34页
    3.4. 视频视觉注意复杂度的计算第34-35页
    3.5. 实验与结果第35-38页
        3.5.1. 实验样本集第35-36页
        3.5.2. 实验过程设计第36-37页
        3.5.3. 实验结果分析第37-38页
    3.6. 本章小结第38-40页
第四章 基于视觉注意复杂度的视频质量评价方法研究第40-71页
    4.1. 视频质量评价方法设计思路第40-47页
        4.1.1. 主观视频质量评价方法分析第40-41页
        4.1.2. 平均主观评分的预测第41-45页
        4.1.3. 视频内容对于平均主观评分预测的影响第45-47页
    4.2. 平均主观评分预测模型训练方法设计第47-57页
        4.2.1. 模型训练数据库第48-52页
        4.2.2. 初步建模——符号回归第52-56页
        4.2.3. 数据拟合——线性回归第56-57页
    4.3. 平均主观评分预测模型第57-58页
        4.3.1. 基于压缩信息的平均主观评分预测第57-58页
        4.3.2. 基于质量度量的平均主观评分预测第58页
    4.4. 实验与结果第58-69页
        4.4.1. 实验数据库第58-59页
        4.4.2. 交叉验证方法第59-62页
        4.4.3. 实验性能指标第62-63页
        4.4.4. 实验结果分析第63-69页
    4.5. 本章小结第69-71页
第五章 结论及展望第71-73页
    5.1. 结论第71页
    5.2. 未来的研究工作第71-73页
参考文献第73-78页
致谢第78-79页
答辩委员会对论文的评定意见第79页

论文共79页,点击 下载论文
上一篇:基于Artifact状态驱动流程模型与分析
下一篇:自由视点视频系统中的IBR技术研究