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

基于对比颜色特征和伪魏格纳分布的显著目标检测

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-14页
    1.1 研究背景和意义第10-11页
        1.1.1 视觉显著性的研究背景第10-11页
        1.1.2 视觉显著性的研究意义第11页
    1.2 国内外研究现状第11-13页
    1.3 本文主要工作及内容安排第13-14页
第2章 五种显著图模型介绍第14-22页
    2.1 完全生物学启发的显著图模型(ITTI)第14-16页
    2.2 基于图论的显著图模型(GBVS)第16-17页
    2.3 基于纯计算的一种显著图模型(AC)第17-19页
    2.4 基于剩余谱的显著图模型(SR)第19-20页
    2.5 基于空间频域分析的显著图模型(IG)第20-21页
    2.6 本章小结第21-22页
第3章 基于颜色对比的显著图提取算法第22-28页
    3.1 人类视觉系统(HVS)的生理特性第22-24页
        3.1.1 生物机制的视觉通道第22-23页
        3.1.2 人类视觉系统的 Opponent 颜色细胞第23-24页
    3.2 四通道对比颜色空间及其不变性第24-26页
        3.2.1 四通道对比颜色空间第24-25页
        3.2.2 四通道对比颜色不变量第25-26页
    3.3 基于四通道对比空间颜色的显著性提取第26-27页
    3.4 本章小结第27-28页
第4章 基于频域分析的显著性提取算法第28-37页
    4.1 图像各向异性第28-29页
    4.2 Renyi 熵和伪 Wigner-Ville 分布第29-34页
        4.2.1 Renyi 熵第29-30页
        4.2.2 伪 Wigner-Ville 分布(PWVD)第30-33页
        4.2.3 超像素分析第33-34页
    4.3 基于频域分析的显著性提取第34-36页
    4.4 本章小结第36-37页
第5章 基于四通道对比空间和伪魏格纳分布的显著性检测第37-47页
    5.1 实验评估与分析第37-42页
        5.1.1 数据库第37-38页
        5.1.2 实验过程与结果第38-42页
    5.2 两组评价指标第42-46页
        5.2.1 第一组 Precision,Recall,F-Measure第42-44页
        5.2.2 第二组 AUC,Similarity,EMD第44-46页
        5.2.3 计算时间第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 工作总结第47-48页
    6.2 工作展望第48-49页
参考文献第49-53页
作者简介及在学期间所取得的科研成果第53-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:基于本体模型的企业信息资源整合研究
下一篇:基于Hadoop和Mahout的K-Means算法设计与实现