基于生物视觉注意机制的感兴趣目标提取方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 前言 | 第9-15页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-13页 |
| 1.2.1 视觉注意的理论基础 | 第10-11页 |
| 1.2.2 视觉注意计算模型 | 第11-13页 |
| 1.3 存在的问题 | 第13页 |
| 1.4 本文主要研究内容及结构安排 | 第13-15页 |
| 第2章 生物视觉系统及编码理论 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 生物视觉系统 | 第15-17页 |
| 2.2.1 视网膜 | 第16-17页 |
| 2.2.2 外侧膝状体 | 第17页 |
| 2.2.3 视觉皮层 | 第17页 |
| 2.3 有效编码理论和模型 | 第17-21页 |
| 2.3.1 基于二阶统计量的线性模型 | 第19页 |
| 2.3.2 基于高阶统计量的线性模型 | 第19-20页 |
| 2.3.3 基于高阶统计量的非线性模型 | 第20-21页 |
| 2.4 稀疏编码理论与标准模型 | 第21-25页 |
| 2.4.1 稀疏编码的数学模型 | 第21-23页 |
| 2.4.2 标准稀疏编码算法 | 第23-24页 |
| 2.4.3 稀疏编码的应用 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于稀疏编码的视觉注意建模 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 K-SVD字典学习 | 第26-29页 |
| 3.2.1 K均值聚类算法 | 第26-27页 |
| 3.2.2 K-SVD字典学习算法 | 第27-29页 |
| 3.3 快速字典学习算法 | 第29-31页 |
| 3.4 基于稀疏编码的视觉注意建模 | 第31-37页 |
| 3.4.1 图像预处理 | 第31-32页 |
| 3.4.2 基于稀疏编码的图像稀有性特征提取 | 第32-33页 |
| 3.4.3 目标提取 | 第33-37页 |
| 3.5 实验结果与分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 结合稀疏编码的ITTI模型 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 ITTI模型分析 | 第41-47页 |
| 4.2.1 特征提取 | 第41-44页 |
| 4.2.2 显著图生成 | 第44-46页 |
| 4.2.3 注意焦点选择和转移 | 第46-47页 |
| 4.3 改进的ITTI模型 | 第47-49页 |
| 4.4 实验结果与分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间取得的学术成果 | 第58-59页 |
| 致谢 | 第59页 |
