仿生物视觉感知的视频闭合轮廓检测
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.2.1 静态图像轮廓检测 | 第15-16页 |
| 1.2.2 动态视频轮廓检测 | 第16-18页 |
| 1.2.3 视觉分割 | 第18页 |
| 1.3 主要研究内容及章节安排 | 第18-20页 |
| 1.3.1 主要研究内容 | 第18-19页 |
| 1.3.2 章节安排 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 视觉感知的理论基础 | 第21-30页 |
| 2.1 视觉感知通路 | 第21-23页 |
| 2.2 多视觉线索感知 | 第23-28页 |
| 2.2.1 外观线索 | 第23-26页 |
| 2.2.2 运动线索 | 第26-28页 |
| 2.3 多尺度感知 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 仿生物视觉感知的视频轮廓检测方法 | 第30-44页 |
| 3.1 概述 | 第30-31页 |
| 3.2 运动能量抑制模型 | 第31-34页 |
| 3.2.1 运动切片描述 | 第32-33页 |
| 3.2.2 运动能量模型描述 | 第33页 |
| 3.2.3 抑制机制描述 | 第33-34页 |
| 3.3 视频轮廓检测器 | 第34-38页 |
| 3.3.1 多特征双半圆盘描述子 | 第34-35页 |
| 3.3.2 随机森林学习方法 | 第35-37页 |
| 3.3.3 检测模型 | 第37页 |
| 3.3.4 算法流程 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-43页 |
| 3.4.1 视频数据集 | 第38-39页 |
| 3.4.2 运动能量抑制分析 | 第39页 |
| 3.4.3 实验结果分析 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于改进归一化割的闭合轮廓检测方法 | 第44-59页 |
| 4.1 概述 | 第44-45页 |
| 4.2 归一化割方法 | 第45-48页 |
| 4.2.1 标准归一化割 | 第45-48页 |
| 4.2.2 降采样归一化割 | 第48页 |
| 4.3 轮廓全局推断 | 第48-50页 |
| 4.4 超像素图 | 第50-51页 |
| 4.5 多尺度分层分割 | 第51-53页 |
| 4.5.1 层级校准 | 第51-52页 |
| 4.5.2 多尺度层级 | 第52-53页 |
| 4.5.3 算法流程 | 第53页 |
| 4.6 实验结果与分析 | 第53-58页 |
| 4.6.1 评价策略 | 第53-54页 |
| 4.6.2 实验分析 | 第54-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文及科研工作 | 第66-67页 |
