基于视觉记忆的目标检测算法：一个特征学习与特征联想的过程
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 图表目录 | 第12-14页 |
| 第1章 绪论 | 第14-30页 |
| ·目标检测研究概况 | 第14-18页 |
| ·研究背景和意义 | 第14-17页 |
| ·目标检测的实际应用领域 | 第17-18页 |
| ·目标检测的关键环节及存在问题 | 第18-23页 |
| ·目标模型构建 | 第18-20页 |
| ·目标搜索策略 | 第20-21页 |
| ·模型训练 | 第21-22页 |
| ·存在问题 | 第22-23页 |
| ·人类视觉启发的认知技术研究进展 | 第23-28页 |
| ·论文的研究内容和解决的关键问题 | 第28-29页 |
| ·论文的内容安排 | 第29-30页 |
| 第2章 视觉记忆：特征学习与特征联想的过程 | 第30-38页 |
| ·视觉记忆机制 | 第30-31页 |
| ·基于视觉记忆的特征学习与特征联想模型 | 第31-35页 |
| ·特征学习与特征联想 | 第31-33页 |
| ·基于视觉记忆的特征学习与特征联想模型描述 | 第33-35页 |
| ·基于视觉记忆的目标检测算法构建思路 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第3章 基于特征学习的视觉记忆必要特征提取 | 第38-44页 |
| ·模型结构 | 第38-39页 |
| ·学习与训练 | 第39-43页 |
| ·支持向量机基础理论 | 第39-41页 |
| ·基于支持向量机的训练学习 | 第41页 |
| ·基于隐性支持向量机的训练学习 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于特征联想的视觉记忆特征处理方式模拟 | 第44-54页 |
| ·图像显著性检测 | 第44-47页 |
| ·图像分层提取 | 第45-46页 |
| ·单层图像显著性线索 | 第46页 |
| ·显著图合成 | 第46-47页 |
| ·目标检测候选区域提取算法 | 第47-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 基于视觉记忆的目标检测算法 | 第54-70页 |
| ·目标检测算法整体流程 | 第54-55页 |
| ·目标特征模型 | 第55-57页 |
| ·模型的学习与训练 | 第57-60页 |
| ·目标检测实验结果及分析 | 第60-69页 |
| ·目标检测实时性对比及分析 | 第60-62页 |
| ·目标检测准确性对比及分析 | 第62-65页 |
| ·目标检测整体性能评价 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 基于目标检测的视频摘要生成算法 | 第70-80页 |
| ·视频摘要概述 | 第70-71页 |
| ·视频摘要生成算法框架 | 第71-75页 |
| ·运动特征 | 第72页 |
| ·基于HOG的边缘和强度特征 | 第72-73页 |
| ·目标显著性 | 第73-75页 |
| ·视频摘要算法实验结果及分析 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 第7章 基于目标检测的图片质量评价算法 | 第80-86页 |
| ·图像质量概述 | 第80-81页 |
| ·图像质量评价算法框架 | 第81-83页 |
| ·检测器得分 | 第82-83页 |
| ·显著性得分 | 第83页 |
| ·实验结果及分析 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第8章 总结与展望 | 第86-90页 |
| ·全文总结 | 第86-88页 |
| ·工作展望 | 第88-90页 |
| 参考文献 | 第90-98页 |
| 致谢 | 第98-100页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第100-101页 |
