基于视觉注意机制的图像显著性检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究的意义 | 第7页 |
| ·国内外研究现状及发展趋势 | 第7-10页 |
| ·本文的主要研究工作 | 第10-11页 |
| ·论文结构安排 | 第11-13页 |
| 第二章 图像显著性检测基本原理 | 第13-23页 |
| ·视觉注意机制 | 第13-14页 |
| ·对比性原理 | 第13-14页 |
| ·中心效应原理 | 第14页 |
| ·多通道并行原理 | 第14页 |
| ·图像显著特征 | 第14-17页 |
| ·颜色特征 | 第14-15页 |
| ·亮度特征 | 第15页 |
| ·方向特征 | 第15-16页 |
| ·运动特征 | 第16-17页 |
| ·图像显著性检测评价指标 | 第17-19页 |
| ·数据集 | 第17-18页 |
| ·显著性检测的评价指标 | 第18-19页 |
| ·常用的显著性检测模型 | 第19-22页 |
| ·Itti模型 | 第19-21页 |
| ·基于局部对比度的模型 | 第21页 |
| ·基于全局对比度的模型 | 第21-22页 |
| ·基于区域的模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于分块对比的多尺度图像显著区域检测 | 第23-31页 |
| ·基于分块对比的多尺度图像显著性检测原理 | 第23-26页 |
| ·多尺度下图像特征提取 | 第23-24页 |
| ·基于分块对比的显著度计算 | 第24-25页 |
| ·特征显著图融合 | 第25-26页 |
| ·算法实现步骤 | 第26-27页 |
| ·仿真实验与结果分析 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于边界先验的自然场景下图像显著性检测 | 第31-41页 |
| ·基于边界先验的图像显著性检测 | 第31-35页 |
| ·SLIC超像素分割 | 第31-32页 |
| ·边界先验原理 | 第32-34页 |
| ·中心检验方法 | 第34-35页 |
| ·算法实现步骤 | 第35-36页 |
| ·仿真实验与结果分析 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 融合运动特征的视频显著性检测方法 | 第41-51页 |
| ·基于光流向量区域对比的时间显著性检测原理 | 第41-42页 |
| ·预处理及颜色直方图提取 | 第41页 |
| ·基于光流向量区域对比的原理 | 第41-42页 |
| ·空间显著性检测原理 | 第42-44页 |
| ·基于全局对比和空间分布的显著性检测原理 | 第43-44页 |
| ·时空显著性 | 第44页 |
| ·算法实现步骤 | 第44-45页 |
| ·仿真实验与结果分析 | 第45-49页 |
| ·本章小结 | 第49-51页 |
| 主要结论与展望 | 第51-53页 |
| 主要结论 | 第51页 |
| 展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第59页 |
