基于注意力机制的图像显著区域提取算法分析与比较
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 引言 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·研究内容 | 第14-16页 |
| ·研究内容概述 | 第14页 |
| ·论文结构 | 第14-16页 |
| 2 图像的内容特征 | 第16-26页 |
| ·颜色特征 | 第16-18页 |
| ·颜色直方图 | 第16-17页 |
| ·颜色矩 | 第17页 |
| ·颜色一致性向量 | 第17页 |
| ·颜色相关图 | 第17-18页 |
| ·纹理特征 | 第18-21页 |
| ·结构法 | 第18-19页 |
| ·统计法 | 第19-20页 |
| ·频谱法 | 第20-21页 |
| ·模型法 | 第21页 |
| ·轮廓特征 | 第21页 |
| ·形状特征 | 第21-23页 |
| ·Freeman链码 | 第22页 |
| ·几何参数法 | 第22-23页 |
| ·空间特征 | 第23-24页 |
| ·语义特征 | 第24页 |
| ·图像的语义层次模型 | 第24-26页 |
| 3 人类视觉感知系统与注意机制 | 第26-38页 |
| ·人类视觉感知系统 | 第26-32页 |
| ·视觉感知系统概述 | 第26-27页 |
| ·视觉感知系统的生理结构 | 第27-30页 |
| ·视觉现象 | 第30-32页 |
| ·视觉注意机制 | 第32-35页 |
| ·视觉通路 | 第32-33页 |
| ·预注意和注意阶段 | 第33页 |
| ·自底向上和自顶向下的注意模式 | 第33-34页 |
| ·选择性注意机制 | 第34-35页 |
| ·注意焦点的选择与转移 | 第35页 |
| ·视觉注意模型 | 第35-37页 |
| ·基于空间的注意模型 | 第36页 |
| ·基于特征的注意模型 | 第36-37页 |
| ·基于对象的注意模型 | 第37页 |
| ·小结 | 第37-38页 |
| 4 显著图生成算法分析与系统实现 | 第38-62页 |
| ·数字图像处理的基本理论 | 第38-47页 |
| ·傅里叶变换 | 第38-40页 |
| ·空间滤波 | 第40-44页 |
| ·高斯滤波 | 第44-45页 |
| ·高斯金字塔 | 第45页 |
| ·Gabor滤波器 | 第45-47页 |
| ·显著图生成算法分析 | 第47-57页 |
| ·视觉显著性 | 第47-48页 |
| ·SMG算法 | 第48-52页 |
| ·Itti算法 | 第52-55页 |
| ·HC算法 | 第55-56页 |
| ·RC算法 | 第56-57页 |
| ·FT算法 | 第57页 |
| ·算法设计与实现 | 第57-62页 |
| ·运行环境与系统配置 | 第57-58页 |
| ·系统模块要求 | 第58页 |
| ·流程设计 | 第58-59页 |
| ·系统实现 | 第59-62页 |
| 5 显著区域提取算法比较及结果分析 | 第62-69页 |
| ·显著区域提取方法 | 第62页 |
| ·基于各种显著图生成算法的显著区域评价方法 | 第62-63页 |
| ·显著图生成算法部分结果展示 | 第63-66页 |
| ·算法评测 | 第66-69页 |
| 6 总结与展望 | 第69-70页 |
| ·工作总结 | 第69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 作者简历 | 第72-74页 |
| 学位论文数据集 | 第74页 |
