| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 主要贡献 | 第14页 |
| 1.5 论文结构 | 第14-16页 |
| 第2章 相关研究现状分析 | 第16-28页 |
| 2.1 多精度服装动画方法 | 第16-19页 |
| 2.1.1 静态多精度构建方法 | 第16页 |
| 2.1.2 动态多精度构建方法 | 第16-19页 |
| 2.2 视觉显著性及其应用 | 第19-27页 |
| 2.2.1 视觉注意机制 | 第19-20页 |
| 2.2.2 视觉显著性计算模型 | 第20-26页 |
| 2.2.3 基于显著度分析的视觉注意模型的一般框架 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 眼动数据的采集与预处理 | 第28-38页 |
| 3.1 眼动数据采集技术 | 第28-30页 |
| 3.1.1 眼动跟踪技术介绍 | 第28-29页 |
| 3.1.2 眼动仪 | 第29-30页 |
| 3.2 眼动数据采集 | 第30-33页 |
| 3.2.1 眼动实验过程 | 第30-32页 |
| 3.2.2 实验视频样本 | 第32-33页 |
| 3.2.3 测试人员 | 第33页 |
| 3.3 眼动数据预处理 | 第33-36页 |
| 3.3.1 焦点图 | 第34页 |
| 3.3.2 视觉显著图 | 第34-35页 |
| 3.3.3 数据清洗 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基于实例数据的服装视觉显著性预测模型 | 第38-55页 |
| 4.1 研究思路 | 第38-40页 |
| 4.2 底层图像特征 | 第40-43页 |
| 4.3 高层语义特征 | 第43-45页 |
| 4.4 运动特征 | 第45-46页 |
| 4.5 数据归一化 | 第46-47页 |
| 4.6 视觉显著性的机器学习过程 | 第47-51页 |
| 4.6.1 SVM训练模型的基本原理 | 第47-50页 |
| 4.6.2 特征向量的提取和标签的提取 | 第50-51页 |
| 4.6.3 视觉显著模型的训练 | 第51页 |
| 4.7 二维与三维空间视觉显著性映射 | 第51-53页 |
| 4.8 基于视觉显著性的多精度服装建模 | 第53-54页 |
| 4.9 本章小结 | 第54-55页 |
| 第5章 服装视觉显著性预测实验及应用 | 第55-64页 |
| 5.1 评价指标 | 第55-56页 |
| 5.2 服装视觉显著模型实验结果分析 | 第56-59页 |
| 5.2.1 多种样本训练结果对比 | 第56-58页 |
| 5.2.2 不同方法实验结果对比 | 第58-59页 |
| 5.3 二维到三维空间服装模型显著性实验 | 第59-61页 |
| 5.4 基于视觉显著性的多精度服装建模实验 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 结束语 | 第64-66页 |
| 6.1 全文总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第69-70页 |
| 致谢 | 第70页 |