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

融合似物性前景与背景先验的显著性检测

致谢第5-6页
摘要第6-7页
abstract第7页
变量注释表第14-15页
1 绪论第15-20页
    1.1 研究背景和意义第15-16页
    1.2 国内外研究现状第16-18页
    1.3 本文研究内容第18-19页
    1.4 本文组织结构第19-20页
2 显著性检测相关理论第20-28页
    2.1 显著性检测理论框架第20-21页
    2.2 图像低层特征第21-23页
    2.3 相关显著性检测算法研究第23-27页
    2.4 本章小结第27-28页
3 融合似物性前景与背景先验的显著性检测算法第28-43页
    3.1 算法概述第28-30页
    3.2 超像素分割第30-32页
    3.3 基于似物性的前景预测模型第32-38页
    3.4 基于背景先验的稀疏表示模型第38-41页
    3.5 显著特征融合第41-42页
    3.6 本章小结第42-43页
4 实验结果与分析第43-59页
    4.1 实验环境及实验数据集说明第43-44页
    4.2 评价指标及算法参数说明第44-45页
    4.3 本文算法性能评测第45-52页
    4.4 本文算法与其它算法比较第52-58页
    4.5 本章小结第58-59页
5 结论与展望第59-60页
参考文献第60-65页
作者简历第65-66页
学位论文数据集第66页

论文共66页,点击 下载论文
上一篇:复合域的显著性目标检测研究
下一篇:冗余离散小波和Schur分解的鲁棒数字水印算法研究