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

基于显著性的运动目标检测技术研究

致谢第3-4页
摘要第4-5页
ABSTRACT第5页
1 绪论第8-16页
    1.1 研究背景与意义第8-11页
    1.2 国内外研究现状第11-14页
    1.3 本文主要内容第14-16页
2 显著性目标检测基础第16-24页
    2.1 人类视觉系统第16-17页
    2.2 显著性特征描述第17-19页
        2.2.1 颜色特征第18页
        2.2.2 亮度特征第18页
        2.2.3 方向特征第18-19页
        2.2.4 运动信息第19页
    2.3 显著性模型计算原则第19页
    2.4 评价准则简介第19-22页
        2.4.1 线性相关系数第20页
        2.4.2 F-Measure法第20页
        2.4.3 ROC曲线第20-21页
        2.4.4 KL散度第21-22页
    2.5 常用测试数据集第22-23页
        2.5.1 SD图库第22页
        2.5.2 MSRA图库第22页
        2.5.3 SOD图库第22页
        2.5.4 视频数据集第22-23页
    2.6 本章小结第23-24页
3 基于频域静态特征的空间显著性研究第24-35页
    3.1 频域方法简介第24页
    3.2 频域FT方法第24-27页
        3.2.1 显著性检测指标第25页
        3.2.2 实现过程第25-27页
    3.3 对FT方法的优化第27-31页
        3.3.1 双边滤波第27-28页
        3.3.2 双颜色空间第28-30页
        3.3.3 中心周围对比度算子优化显著图第30-31页
    3.4 实验分析第31-34页
    3.5 本章小结第34-35页
4 基于图像运动信息的时间显著性研究第35-43页
    4.1 光流法简介第35-37页
        4.1.1 基于匹配的光流法第35-36页
        4.1.2 基于频域的光流法第36-37页
        4.1.3 基于梯度的光流法第37页
    4.2 光流法提取图像运动信息第37-40页
    4.3 带权重的对比度算子第40-41页
    4.4 实验分析第41-42页
    4.5 本章小结第42-43页
5 空时显著图的融合方法第43-52页
    5.1 融合方法介绍第44-47页
        5.1.1 相加相乘和最大值融合方法第44页
        5.1.2 不确定权重融合方法第44-46页
        5.1.3 贝叶斯融合方法第46-47页
    5.2 融合方法实验设置第47-49页
    5.3 实验结果与分析第49-51页
    5.4 本章小结第51-52页
6 总结与展望第52-54页
    6.1 论文主要工作总结第52-53页
    6.2 进一步研究展望第53-54页
参考文献第54-58页
作者简介及在学期间发表的学术论文与研究成果第58-59页

论文共59页,点击 下载论文
上一篇:偏头痛患者的症状分布特点和发病因素研究
下一篇:飞机颤振适航视觉测量立体匹配关键技术研究