超复数变换域下的视觉显著性检测算法研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 视觉显著性检测算法的研究现状 | 第14-17页 |
| 1.2.1 基于空域的显著性检测算法研究现状 | 第14-15页 |
| 1.2.2 基于频域的显著性检测算法研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第2章 超复数变换和卷积神经网络简介 | 第20-28页 |
| 2.1 超复数概述 | 第20-21页 |
| 2.1.1 四元数的一般形式和性质 | 第20页 |
| 2.1.2 四元数的其他形式 | 第20-21页 |
| 2.2 超复数变换 | 第21-25页 |
| 2.2.1 超复数傅里叶变换 | 第21-22页 |
| 2.2.2 超复数离散余弦变换 | 第22-23页 |
| 2.2.3 超复数小波变换 | 第23-25页 |
| 2.3 卷积神经网络 | 第25-27页 |
| 2.3.1 卷积层 | 第25-26页 |
| 2.3.2 池化层 | 第26页 |
| 2.3.3 激活函数 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于HFT幅度谱优化的显著性检测算法 | 第28-43页 |
| 3.1 幅度谱分析 | 第28-33页 |
| 3.1.1 一维信号的频域分析 | 第29-32页 |
| 3.1.2 图像的频域分析 | 第32-33页 |
| 3.2 基于HFT幅度谱优化的模型 | 第33-37页 |
| 3.2.1 平滑幅度谱的峰值 | 第33-34页 |
| 3.2.2 选择合适的阈值 | 第34-35页 |
| 3.2.3 选择合适的平滑尺度 | 第35-36页 |
| 3.2.4 显著图的计算 | 第36-37页 |
| 3.3 显著性检测评价指标 | 第37-38页 |
| 3.3.1 显著性区域检测的评价指标 | 第37-38页 |
| 3.3.2 注视点检测的评价指标 | 第38页 |
| 3.4 显著区域检测的对比实验 | 第38-41页 |
| 3.4.1 主观结果对比 | 第39页 |
| 3.4.2 客观结果对比 | 第39-41页 |
| 3.5 注视点检测的对比实验 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于HDCT先验边界的显著性检测算法 | 第43-54页 |
| 4.1 HDCT变换的频率特征 | 第43-44页 |
| 4.2 边界连接性的定义 | 第44-45页 |
| 4.3 基于HDCT先验边界的模型 | 第45-49页 |
| 4.3.1 边界连接性的有效计算 | 第45-46页 |
| 4.3.2 选择合适的频率 | 第46-48页 |
| 4.3.3 显著图的计算 | 第48-49页 |
| 4.4 显著区域检测的对比实验 | 第49-52页 |
| 4.4.1 主观结果对比 | 第49-50页 |
| 4.4.2 客观结果对比 | 第50-52页 |
| 4.5 注视点检测的对比实验 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 基于HWT深度视感知的注视点检测算法 | 第54-64页 |
| 5.1 图像的超复数小波变换 | 第54-55页 |
| 5.2 基于HWT深度视感知的模型 | 第55-59页 |
| 5.2.1 降维的卷积网络结构 | 第56-57页 |
| 5.2.2 深度视感知的卷积网络结构 | 第57-59页 |
| 5.3 注视点检测的对比实验 | 第59-61页 |
| 5.3.1 实验数据集介绍 | 第59-60页 |
| 5.3.2 主观与客观对比实验 | 第60-61页 |
| 5.4 显著区域检测的对比实验 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-66页 |
| 6.1 结论 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间所发表的学术论文 | 第72页 |
