| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-19页 |
| 1.1 显著性检测的简介 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-18页 |
| 1.2.1 基于图像内在线索的像素级检测方法 | 第9-10页 |
| 1.2.2 基于图像内在线索的区域级显著性检测方法 | 第10-12页 |
| 1.2.3 基于图像外部线索的像素级检测方法 | 第12-15页 |
| 1.2.4 基于低秩矩阵恢复理论的显著性检测模型 | 第15-18页 |
| 1.3 本文的主要工作 | 第18-19页 |
| 1.3.1 本文的贡献 | 第18页 |
| 1.3.2 本文的组织结构 | 第18-19页 |
| 第二章 预备知识 | 第19-27页 |
| 2.1 低秩矩阵恢复理论LRMR | 第19页 |
| 2.2 增广拉格朗日乘子法ALM | 第19-20页 |
| 2.3 交替方向乘子法ADMM | 第20页 |
| 2.4 常用的测试数据集 | 第20-23页 |
| 2.4.1 MSRA1000 (ASD) 数据集 | 第21页 |
| 2.4.2 MSRA10K数据集 | 第21-22页 |
| 2.4.3 SOD数据集 | 第22页 |
| 2.4.4 ECSSD数据集 | 第22-23页 |
| 2.4.5 DUT-OMRON数据集 | 第23页 |
| 2.5 常用评价指标 | 第23-27页 |
| 第三章 非凸低秩矩阵分解模型 | 第27-35页 |
| 3.1 非凸的矩阵分解模型NRMD | 第27-30页 |
| 3.1.1 问题阐述与模型建立 | 第27页 |
| 3.1.2 NRMD模型分析 | 第27-28页 |
| 3.1.3 模型求解 | 第28-30页 |
| 3.2 NRMD模型的显著性目标检测 | 第30-32页 |
| 3.2.1 显著性目标检测的 | 第30-32页 |
| 3.3 数值实验及分析 | 第32-33页 |
| 3.3.1 参数设置 | 第32页 |
| 3.3.2 评价指标 | 第32页 |
| 3.3.3 实验分析 | 第32页 |
| 3.3.4 客观评价 | 第32-33页 |
| 3.3.5 主观评价 | 第33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 特征多样化正则项诱导的显著性目标检测模型 | 第35-52页 |
| 4.1 多样化正则项诱导的矩阵分解模型DMMD | 第35-39页 |
| 4.1.1 问题阐述与模型建立 | 第35-36页 |
| 4.1.2 DMMD模型分析 | 第36-37页 |
| 4.1.3 模型求解 | 第37-39页 |
| 4.2 DMMD模型的显著性目标检测 | 第39-41页 |
| 4.2.1 显著性目标检测的 | 第39-41页 |
| 4.3 数值试验与分析 | 第41-45页 |
| 4.3.1 参数设计 | 第41-42页 |
| 4.3.2 数据集和算法比较 | 第42页 |
| 4.3.3 评价指标 | 第42-43页 |
| 4.3.4 实验分析 | 第43页 |
| 4.3.5 客观评价 | 第43-44页 |
| 4.3.6 主观评价 | 第44-45页 |
| 4.4 本章小结 | 第45-52页 |
| 第五章 结束语 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间的研究成果 | 第60-61页 |
| 附件 | 第61页 |