基于多层字典稀疏重构的图像显著性检测
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-14页 |
| 1.1 研究背景 | 第6-8页 |
| 1.2 研究现状 | 第8-12页 |
| 1.2.1 图像的显著性区域 | 第8页 |
| 1.2.2 显著性检测的应用 | 第8-10页 |
| 1.2.3 已有的研究方法 | 第10-12页 |
| 1.3 本文主要内容以及章节安排 | 第12-14页 |
| 2 相关理论基础 | 第14-23页 |
| 2.1 稀疏表达 | 第14-15页 |
| 2.2 字典提取 | 第15-20页 |
| 2.2.1 K均值算法（K-means） | 第16-17页 |
| 2.2.2 K-SVD——K均值算法的泛化 | 第17-19页 |
| 2.2.3 MI-KSVD | 第19-20页 |
| 2.3 匹配追踪 | 第20-22页 |
| 2.3.1 OMP | 第20-21页 |
| 2.3.2 Batch-OMP | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于多层字典稀疏重构的图像显著性检测 | 第23-40页 |
| 3.1 超像素分割及特征提取 | 第23-26页 |
| 3.1.1 超像素分割 | 第23-25页 |
| 3.1.2 超像素特征提取 | 第25-26页 |
| 3.2 基于稀疏表达的显著性检测 | 第26-30页 |
| 3.2.1 背景字典训练 | 第26-29页 |
| 3.2.2 稀疏残差与显著性检测 | 第29-30页 |
| 3.3 K近邻平滑 | 第30-31页 |
| 3.4 多尺度融合 | 第31-33页 |
| 3.5 性能增强框架 | 第33-39页 |
| 3.5.1 目标重定位 | 第34-36页 |
| 3.5.2 前景字典学习与显著性检测 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 实验结果与分析 | 第40-58页 |
| 4.1 数据库介绍 | 第40-42页 |
| 4.2 实验细节说明 | 第42-45页 |
| 4.2.1 实验参数设置 | 第42-43页 |
| 4.2.2 实验评价指标 | 第43-45页 |
| 4.3 算法比较结果 | 第45-56页 |
| 4.3.1 子模块性能分析 | 第45-48页 |
| 4.3.2 与经典算法的比较 | 第48-56页 |
| 4.4 算法局限性 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-67页 |
