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

视觉注意模型的研究与应用

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-14页
   ·背景及意义第10页
   ·国内外研究现状第10-12页
     ·自底向上视觉注意模型第11-12页
     ·自顶向下视觉注意模型第12页
   ·本文主要工作及安排第12-13页
   ·本章小结第13-14页
第二章 人类视觉系统与注意机制第14-22页
   ·视觉通路第14-15页
   ·视觉通路各个层次第15-20页
     ·眼睛第15-17页
     ·外侧膝状体第17页
     ·视觉皮层第17-20页
   ·视觉注意机制第20-21页
   ·本章小结第21-22页
第三章 视觉注意机制的计算模型第22-38页
   ·底层视觉特征提取第24-28页
     ·亮度特征提取第24-25页
     ·颜色特征提取第25-26页
     ·方向特征提取第26-27页
     ·其他特征提取第27-28页
   ·特征显著图第28-31页
   ·特征显著图的竞争第31-35页
     ·基于内容的全局缩放方法第32页
     ·迭代的局部交互方法第32-35页
     ·其他方法第35页
   ·特征显著图的融合第35-36页
   ·注意焦点的转移第36-37页
   ·本章小结第37-38页
第四章 基于频域处理的显著图计算方法第38-43页
   ·谱剩余方法第38-40页
   ·PQFT 方法第40-42页
   ·本章小结第42-43页
第五章 基于全局对比度的显著区域检测算法第43-48页
   ·基于直方图对比度的方法第43-46页
     ·基于直方图的加速第44页
     ·颜色空间平滑第44-46页
   ·基于区域对比度的方法第46-47页
   ·本章小结第47-48页
第六章 基于频域与空间域分析的显著区域检测算法第48-68页
   ·频域分析第48-51页
   ·空间域分析第51-54页
     ·谱尺度空间第51-52页
     ·候选显著图第52-53页
     ·利用对比函数选择最佳显著图第53-54页
   ·显著图的改善第54页
   ·算法演示第54-63页
     ·例一第55-58页
     ·例二第58-61页
     ·例三第61-63页
   ·实验第63-67页
     ·固定阈值分割第65-66页
     ·自适应阈值分割第66-67页
   ·本章小结第67-68页
第七章 全文总结第68-70页
   ·论文主要结论总结第68页
   ·后续研究展望第68-70页
参考文献第70-73页
致谢第73-74页
攻读硕士学位期间录用的学术论文第74-76页

论文共76页,点击 下载论文
上一篇:一种智能手机上基于位置的多媒体信息分享系统
下一篇:基于视频的人流检测与分析研究