视觉显著性检测方法与应用研究
| 致谢 | 第4-5页 |
| 中文摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-27页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 视觉显著性研究的理论基础 | 第15-22页 |
| 1.2.1 基本概念 | 第15-17页 |
| 1.2.2 视觉显著性的神经生物学机制 | 第17-18页 |
| 1.2.3 视觉显著性的心理物理学机制 | 第18-20页 |
| 1.2.4 视觉显著性计算模型概述 | 第20-22页 |
| 1.3 视觉显著性的实际应用价值 | 第22-25页 |
| 1.4 主要内容与章节安排 | 第25-27页 |
| 第二章 视觉显著性计算的评价标准与研究现状 | 第27-50页 |
| 2.1 引言 | 第27页 |
| 2.2 视觉显著性计算模型的评价方法 | 第27-33页 |
| 2.2.1 显著性数据集的获取 | 第27-30页 |
| 2.2.2 模型的评价指标 | 第30-33页 |
| 2.3 眼动凝视检测基本方法 | 第33-39页 |
| 2.3.1 ITTI模型 | 第33-34页 |
| 2.3.2 SR与PFT模型 | 第34-35页 |
| 2.3.3 IS与QDCT模型 | 第35-37页 |
| 2.3.4 AIM模型 | 第37页 |
| 2.3.5 HFT模型 | 第37-39页 |
| 2.4 显著性物体检测基本方法 | 第39-49页 |
| 2.4.1 AC与FT模型 | 第39-41页 |
| 2.4.2 HC与RC模型 | 第41-42页 |
| 2.4.3 CAS模型 | 第42-45页 |
| 2.4.4 PCA模型 | 第45-47页 |
| 2.4.5 DRFI模型 | 第47-49页 |
| 2.5 本章小结 | 第49-50页 |
| 第三章 基于超复数傅里叶变换的显著性检测方法 | 第50-69页 |
| 3.1 引言 | 第50页 |
| 3.2 超复数傅里叶变换基本概念 | 第50-52页 |
| 3.2.1 图像的四元数表示和意义 | 第51页 |
| 3.2.2 四元数超复数傅里叶变换的极坐标形式 | 第51-52页 |
| 3.3 多尺度频域滤波与二维熵准则 | 第52-54页 |
| 3.3.1 多尺度频域滤波 | 第52-53页 |
| 3.3.2 二维熵准则 | 第53-54页 |
| 3.4 自适应特征的显著性检测 | 第54-64页 |
| 3.4.1 概述 | 第54页 |
| 3.4.2 显著性检测存在的问题分析 | 第54-55页 |
| 3.4.3 方法框架 | 第55-56页 |
| 3.4.4 分离特征空间的显著性检测 | 第56-58页 |
| 3.4.5 最终显著图的产生 | 第58-60页 |
| 3.4.6 实验结果与分析 | 第60-64页 |
| 3.5 自适应目标尺度的显著性检测 | 第64-68页 |
| 3.5.1 概述 | 第64页 |
| 3.5.2 基于HFT的自适应尺度方法 | 第64-66页 |
| 3.5.3 实验结果与分析 | 第66-68页 |
| 3.6 本章小结 | 第68-69页 |
| 第四章 基于图像背景特征建模的显著性物体检测 | 第69-80页 |
| 4.1 引言 | 第69页 |
| 4.2 方法概述 | 第69-71页 |
| 4.3 基于聚类的背景特征分布的建立 | 第71-73页 |
| 4.4 超像素级保留边缘的高斯模糊 | 第73-74页 |
| 4.5 基于测地距离的再优化 | 第74-75页 |
| 4.6 实验结果与性能分析 | 第75-78页 |
| 4.7 本章小结 | 第78-80页 |
| 第五章 视觉显著性在图像重定向中的应用 | 第80-92页 |
| 5.1 引言 | 第80页 |
| 5.2 内容感知的图像重定向方法 | 第80-85页 |
| 5.2.1 离散处理方法 | 第81-83页 |
| 5.2.2 连续处理方法 | 第83-85页 |
| 5.2.3 智能裁剪方法 | 第85页 |
| 5.3 基于频域视觉显著性的图像重定向 | 第85-91页 |
| 5.3.1 方法概述 | 第85-86页 |
| 5.3.2 重要度图的计算 | 第86-87页 |
| 5.3.3 线裁剪和网格变形的融合 | 第87-89页 |
| 5.3.4 实验结果与分析 | 第89-91页 |
| 5.4 本章小结 | 第91-92页 |
| 第六章 基于全卷积网络的显著性物体检测 | 第92-100页 |
| 6.1 引言 | 第92页 |
| 6.2 卷积神经网络概述 | 第92-95页 |
| 6.3 基于全卷积网络的显著性物体检测 | 第95-99页 |
| 6.3.1 方法概述 | 第95-96页 |
| 6.3.2 基于深度特征的显著图计算 | 第96-98页 |
| 6.3.3 基于语义分割的显著性物体检测 | 第98页 |
| 6.3.4 实验结果与分析 | 第98-99页 |
| 6.4 本章小结 | 第99-100页 |
| 第七章 总结与展望 | 第100-103页 |
| 7.1 全文总结 | 第100-101页 |
| 7.2 未来工作展望 | 第101-103页 |
| 参考文献 | 第103-110页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第110页 |
