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 |