首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人类视觉认知模式的统计分析与建模

摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第15-21页
    1.1 课题背景第15-19页
        1.1.1 神经形态计算的发展现状第15-17页
        1.1.2 不确定情况下的决策启发式第17-19页
    1.2 本文的工作第19-21页
第2章 视觉注意的选择特性统计分析与计算模型第21-55页
    2.1 引言第21-26页
        2.1.1 视觉注意建模与显著性计算的研究概况第21-25页
        2.1.2 本章的主要工作第25-26页
    2.2 人类注视点的统计分析第26-29页
    2.3 眼动行为及视觉显著度计算模型第29-37页
        2.3.1 超高斯成分分析第30-32页
        2.3.2 基于WTA原则的注视点选择与定位第32-34页
        2.3.3 基于超高斯成分的显著图估计第34-35页
        2.3.4 多尺度融合第35-37页
    2.4 实验结果第37-54页
        2.4.1 心理学模式图像响应实验第37-39页
        2.4.2 鲁棒性测试第39-40页
        2.4.3 保持显著性的图像重定位第40-41页
        2.4.4 人眼注视点预测第41-53页
        2.4.5 原型目标检测第53-54页
    2.5 小结第54-55页
第3章 注意计算的参数因素分析与多模型融合增强第55-79页
    3.1 引言第55-57页
        3.1.1 注意模型的参数化分析相关研究第55-56页
        3.1.2 本章的主要工作第56-57页
    3.2 基于个别样本评测的模型适应性分析第57-60页
    3.3 模型的多尺度性能分析第60-62页
    3.4 特征维度对模型性能影响的量化分析第62-63页
    3.5 模糊效应的机理及模型增强分析第63-71页
        3.5.1 模糊效应的作用机理第64-66页
        3.5.2 基于隐式注意的模型增强第66-67页
        3.5.3 模型增强效果分析第67-70页
        3.5.4 存在的问题第70-71页
    3.6 多线索模型的统计融合第71-77页
        3.6.1 单元模型选取第72页
        3.6.2 基于排序的分布正则化第72-74页
        3.6.3 基于马尔科夫随机走的权重估计第74-75页
        3.6.4 实验结果及讨论第75-77页
    3.7 小结第77-79页
第4章 视觉信号的语义代表性模型第79-99页
    4.1 引言第79-84页
        4.1.1 代表性计算模型的研究现状第79-81页
        4.1.2 本章的研究思路第81-84页
    4.2 基于图像本体知识及动态原型挖掘的代表性计算模型第84-89页
        4.2.1 图像语义本体构建第85-86页
        4.2.2 原型样本挖掘第86-89页
        4.2.3 代表性估计第89页
    4.3 实验结果第89-96页
        4.3.1 评估准则第89-90页
        4.3.2 基线模型第90-91页
        4.3.3 实验I - Image Net图像代表性分析第91-93页
        4.3.4 实验II - 广义概念的代表性图像挖掘第93-96页
    4.4 讨论与扩展第96-98页
    4.5 小结第98-99页
第5章 认知锚定与基于互联网数据的语义概念模型第99-123页
    5.1 引言第99-103页
        5.1.1 视觉锚定效应的相关研究与进展第99-101页
        5.1.2 本章的研究思路第101-103页
    5.2 互联网图像的统计分布分析及其在广义概念建模中的应用第103-109页
        5.2.1 互联网图像的获取及基本视觉表达第103-104页
        5.2.2 图像数据的独立子空间表示第104-105页
        5.2.3 语义概念的认知建模第105-106页
        5.2.4 特定语义线索下图像的分布密度分析第106-109页
    5.3 实验结果第109-121页
        5.3.1 基线模型第109-110页
        5.3.2 评估准则第110页
        5.3.3 结果及分析第110-121页
    5.4 扩展讨论第121页
    5.5 小结第121-123页
结论第123-125页
参考文献第125-134页
攻读博士学位期间发表的论文及其他成果第134-138页
致谢第138-140页
个人简历第140页

论文共140页,点击 下载论文
上一篇:激励与信任的行为经济学研究
下一篇:图像的视觉显著性模型理论与方法研究