视觉注意计算模型及其在图像分类上的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.1.1 视觉注意机制 | 第9页 |
| 1.1.2 图像分类 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 视觉注意机制的研究现状 | 第10-12页 |
| 1.2.2 图像分类发展现状 | 第12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 人类视觉系统和注意机制 | 第14-30页 |
| 2.1 引言 | 第14页 |
| 2.2 人类视觉系统的生理结构 | 第14-18页 |
| 2.2.1 视网膜 | 第15-16页 |
| 2.2.2 外膝体 | 第16页 |
| 2.2.3 视觉皮层 | 第16页 |
| 2.2.4 视觉感受野 | 第16-18页 |
| 2.3 视觉注意机制概述 | 第18-20页 |
| 2.4 自底向上的视觉显著性模型 | 第20-28页 |
| 2.4.1 尺度空间 | 第21-22页 |
| 2.4.2 视觉特征提取阶段 | 第22-26页 |
| 2.4.3 特征整合及显著图 | 第26-28页 |
| 2.5 章节总结 | 第28-30页 |
| 第3章 图像特征分析 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 全局特征 | 第30-34页 |
| 3.2.1 颜色特征 | 第30-31页 |
| 3.2.2 纹理特征 | 第31-34页 |
| 3.2.3 形状特征 | 第34页 |
| 3.3 局部特征 | 第34-40页 |
| 3.3.1 积分图 | 第35-36页 |
| 3.3.2 Hessian矩阵检测子 | 第36-37页 |
| 3.3.3 尺度空间 | 第37-39页 |
| 3.3.4 兴趣点的描述 | 第39-40页 |
| 3.4 词袋模型 | 第40-43页 |
| 3.4.1 聚类算法 | 第41-42页 |
| 3.4.2 相关算法 | 第42-43页 |
| 3.5 章节总结 | 第43-45页 |
| 第4章 基于视觉注意机制的图像分类 | 第45-61页 |
| 4.1 区域信息熵 | 第46-50页 |
| 4.2 支持向量机(SVM)分类器 | 第50-52页 |
| 4.3 实验步骤 | 第52-59页 |
| 4.3.1 实验数据集 | 第52-54页 |
| 4.3.2 评价标准 | 第54-55页 |
| 4.3.3 参数对分类性能的影响 | 第55-56页 |
| 4.3.4 实验结果 | 第56-58页 |
| 4.3.5 实验分析 | 第58-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第5章 结论 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 未来展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
