基于区域特征融合的显著目标检测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 显著目标检测研究的背景和意义 | 第9-10页 |
| 1.2 国内外现状及研究热点 | 第10-11页 |
| 1.3 需解决的关键问题 | 第11-12页 |
| 1.4 主要内容 | 第12-13页 |
| 第2章 视觉注意机制理论介绍 | 第13-19页 |
| 2.1 视觉注意的生物机制理论 | 第13-15页 |
| 2.2 初级视觉特征 | 第15-16页 |
| 2.3 自底向上视觉注意建模的理论基础 | 第16-18页 |
| 2.3.1 中心-邻域对比度 | 第16-17页 |
| 2.3.2 Treisman 特征整合理论 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 显著目标的视觉特征描述 | 第19-29页 |
| 3.1 颜色特征 | 第19-20页 |
| 3.1.1 颜色直方图 | 第19-20页 |
| 3.1.2 颜色矩 | 第20页 |
| 3.1.3 颜色一致性矢量 | 第20页 |
| 3.1.4 颜色相关图 | 第20页 |
| 3.2 深度特征 | 第20-25页 |
| 3.2.1 图像深度 | 第20-21页 |
| 3.2.2 Kinect 简介 | 第21-23页 |
| 3.2.3 RGBD 显著目标图像库 | 第23-25页 |
| 3.3 纹理特征 | 第25-27页 |
| 3.3.1 统计法 | 第26-27页 |
| 3.3.2 频谱法 | 第27页 |
| 3.3.3 模型法 | 第27页 |
| 3.4 形状特征 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 基于区域特征融合的显著目标检测 | 第29-39页 |
| 4.1 算法基本原理 | 第29页 |
| 4.2 多尺度图像分割 | 第29-31页 |
| 4.3 区域显著性计算 | 第31-33页 |
| 4.3.1 区域对比度描述子 | 第31-32页 |
| 4.3.2 区域属性描述子 | 第32-33页 |
| 4.3.3 区域背景对比度描述子 | 第33页 |
| 4.4 多尺度融合 | 第33-37页 |
| 4.4.1 随机森林 | 第33-34页 |
| 4.4.2 区域显著性回归器学习 | 第34-35页 |
| 4.4.3 多尺度显著图融合 | 第35-37页 |
| 4.5 显著图分析 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 实验结果与分析 | 第39-47页 |
| 5.1 检测结果图分析 | 第39-42页 |
| 5.2 检测指标分析 | 第42-46页 |
| 5.3 本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 全文总结 | 第47页 |
| 6.2 工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附录 1 | 第53-54页 |
| 附录 2 | 第54-55页 |
| 详细摘要 | 第55-59页 |
