| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 引言 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 联合分割研究现状 | 第13-16页 |
| 1.2.2 视觉显著性研究现状 | 第16-17页 |
| 1.3 主要研究内容以及创新点 | 第17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第二章 研究基础 | 第18-33页 |
| 2.1 显著性 | 第18-21页 |
| 2.1.1 显著性理论基础 | 第18-19页 |
| 2.1.2 RC | 第19-21页 |
| 2.2 物体检测 | 第21-24页 |
| 2.2.1 什么是物体? | 第21-23页 |
| 2.2.2 BING | 第23-24页 |
| 2.3 Grabcut | 第24-33页 |
| 2.3.1 图像分割理论基础 | 第24-25页 |
| 2.3.2 Graph-cut | 第25-29页 |
| 2.3.3 高斯混合模型 | 第29页 |
| 2.3.4 基于Graph-cut的改进方法：Grabcut | 第29-33页 |
| 第三章 前景估计 | 第33-39页 |
| 3.1 一种新的co-saliency模型的构造方法 | 第33-35页 |
| 3.2 一种新的基于一般性物体检测BING的窗口得分策略 | 第35-39页 |
| 第四章 前景相似性比较 | 第39-43页 |
| 4.1 SSIM(结构相似性) | 第39-40页 |
| 4.2 一种新的基于SSIM的前景相似性比较算法 | 第40-43页 |
| 第五章 有向图的构建 | 第43-47页 |
| 5.1 有向无环图 | 第43-44页 |
| 5.2 路径权重 | 第44-45页 |
| 5.3 最短路径 | 第45-47页 |
| 第六章 实验结果展示 | 第47-52页 |
| 6.1 iCoseg数据库 | 第47-50页 |
| 6.2 MSRC数据库 | 第50页 |
| 6.3 Internet数据集 | 第50-51页 |
| 6.4 图像搜索引擎数据集 | 第51-52页 |
| 第七章 总结和展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表学术论文目录 | 第57-58页 |
| 攻读学位期间参与科研项目情况 | 第58-59页 |
| 学位论文评阅及答辩情况表 | 第59页 |
