基于视觉显著性的目标检测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-18页 |
| 1.2.1 视觉显著性的研究现状 | 第13-15页 |
| 1.2.2 显著性目标检测的研究现状 | 第15-17页 |
| 1.2.3 多幅图像联合显著性的研究现状 | 第17-18页 |
| 1.3 本论文的主要工作和章节安排 | 第18-20页 |
| 第二章 显著性目标检测的基础知识 | 第20-33页 |
| 2.1 基于视觉显著性的图像理解 | 第20-22页 |
| 2.1.1 视觉注意机制 | 第20-21页 |
| 2.1.2 显著性计算原理 | 第21-22页 |
| 2.2 图像显著性特征 | 第22-24页 |
| 2.3 典型的图像显著性检测模型 | 第24-30页 |
| 2.3.1 ITTI模型 | 第24-26页 |
| 2.3.2 FT模型 | 第26-27页 |
| 2.3.3 GB模型 | 第27-28页 |
| 2.3.4 SR模型 | 第28-29页 |
| 2.3.5 RC模型 | 第29-30页 |
| 2.4 测试数据集与评估方法 | 第30-32页 |
| 2.4.1 常用的测试数据集 | 第30页 |
| 2.4.2 常用的评估方法 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 视频中显著性目标检测 | 第33-53页 |
| 3.1 引言 | 第33-34页 |
| 3.2 空-时联合的显著性目标检测流程 | 第34-35页 |
| 3.3 基于背景先验的静态显著性目标检测 | 第35-42页 |
| 3.3.1 图像过分割 | 第36-38页 |
| 3.3.2 基于背景先验的显著性目标检测 | 第38-42页 |
| 3.4 运动显著性目标检测与空-时融合 | 第42-48页 |
| 3.4.1 计算运动向量 | 第42-44页 |
| 3.4.2 运动幅度显著性 | 第44-46页 |
| 3.4.3 运动方向显著性 | 第46-47页 |
| 3.4.4 静态与运动显著性融合 | 第47-48页 |
| 3.5 算法测试与分析 | 第48-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 多视角图像显著性目标检测 | 第53-72页 |
| 4.1 引言 | 第53-54页 |
| 4.2 多视角图像显著性目标检测框架 | 第54-55页 |
| 4.3 多视角图像投影 | 第55-59页 |
| 4.3.1 多视角空间关系 | 第55-57页 |
| 4.3.2 深度图与空间坐标转换 | 第57-59页 |
| 4.4 多视角图像显著性目标检测 | 第59-68页 |
| 4.4.1 显著性计算与投影 | 第60-63页 |
| 4.4.2 多视角显著性图的融合 | 第63-65页 |
| 4.4.3 背景区域的消除 | 第65-68页 |
| 4.5 算法测试与分析 | 第68-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-73页 |
| 5.1 总结 | 第72页 |
| 5.2 展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 个人简历以及攻读硕士期间取得的研究成果 | 第78-79页 |
