| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 生物视觉机制在计算机视觉中的应用 | 第11-12页 |
| 1.3 本文研究内容与主要贡献 | 第12-14页 |
| 1.4 本文的结构安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 视觉注意的基本理论及模型 | 第16-29页 |
| 2.1 选择性注意问题及现象 | 第16-17页 |
| 2.2 相应的计算理论 | 第17-23页 |
| 2.2.1 特征整合理论 | 第17-18页 |
| 2.2.2 拓扑知觉和格式塔知觉组织理论 | 第18-20页 |
| 2.2.2.1 对称性特征 | 第19页 |
| 2.2.2.2 连续性特征 | 第19-20页 |
| 2.2.3 引导搜索理论 | 第20-23页 |
| 2.3 基于这些理论提出的模型及在计算机视觉领域的应用 | 第23-28页 |
| 2.3.1 注视点预测 | 第23-24页 |
| 2.3.2 显著目标检测 | 第24-28页 |
| 2.3.2.1 显著目标 | 第24-26页 |
| 2.3.2.2 显著目标检测模型 | 第26-27页 |
| 2.3.2.3 总结和讨论 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于分割的显著目标检测方法 | 第29-40页 |
| 3.1 引言 | 第29-31页 |
| 3.1.1 相关工作 | 第29-30页 |
| 3.1.2 本文研究内容概述 | 第30-31页 |
| 3.2 基于分割的显著目标检测算法 | 第31-33页 |
| 3.2.1 算法的基本框架 | 第31页 |
| 3.2.2 显著目标计算 | 第31-33页 |
| 3.3 实验结果 | 第33-39页 |
| 3.3.1 定性评价 | 第34-35页 |
| 3.3.2 定量评价 | 第35-39页 |
| 3.3.2.1 定量评价相关指标 | 第35-36页 |
| 3.3.2.2 定量评价 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于格式塔理论的显著目标检测方法 | 第40-61页 |
| 4.1 引言 | 第40-43页 |
| 4.1.1 原模型介绍 | 第40-42页 |
| 4.1.2 本文研究内容概述 | 第42-43页 |
| 4.2 本文研究内容 | 第43-50页 |
| 4.2.1 算法的基本框架 | 第43-44页 |
| 4.2.2 非选择性通路 | 第44-48页 |
| 4.2.3 选择性通路 | 第48-49页 |
| 4.2.4 基于贝叶斯推理的显著结构预测 | 第49-50页 |
| 4.2.4.1 贝叶斯预测 | 第49-50页 |
| 4.2.4.2 迭代计算 | 第50页 |
| 4.3 实验结果 | 第50-60页 |
| 4.3.1 基本性能分析 | 第51-53页 |
| 4.3.2 显著目标检测结果 | 第53-57页 |
| 4.3.2.1 定性评价 | 第54-55页 |
| 4.3.2.2 定量评价 | 第55-57页 |
| 4.3.3 模型验证实验 | 第57-60页 |
| 4.3.3.1 整体框架验证实验 | 第57-58页 |
| 4.3.3.2 非选择性通路验证实验 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-64页 |
| 5.1 本文研究总结 | 第61-62页 |
| 5.2 展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士期间取得的研究成果 | 第70-71页 |