| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 相关研究及本文工作 | 第16-18页 |
| 1.4 论文结构和章节安排 | 第18-19页 |
| 第2章 显著性检测相关技术基础 | 第19-29页 |
| 2.1 超像素及其分割 | 第19-21页 |
| 2.1.1 超像素的概念及特点 | 第19页 |
| 2.1.2 超像素分割方法 | 第19-21页 |
| 2.2 吸收马尔科夫链 | 第21页 |
| 2.3 特征选取 | 第21-23页 |
| 2.4 分类模型 | 第23-28页 |
| 2.4.1 支持向量机与Adaboost | 第23-26页 |
| 2.4.2 核函数的选取 | 第26-27页 |
| 2.4.3 条件随机场 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于马尔科夫链与Adaboost的显著性检测 | 第29-49页 |
| 3.1 算法框架 | 第29-30页 |
| 3.2 初始显著性检测模型 | 第30-37页 |
| 3.2.1 基于马尔科夫链的显著性检测 | 第30-33页 |
| 3.2.2 背景滤除与平滑处理 | 第33-37页 |
| 3.3 基于Adaboost的优化模型 | 第37-41页 |
| 3.3.1 强分类器的构建 | 第37-40页 |
| 3.3.2 显著图的融合 | 第40-41页 |
| 3.4 显著性区域分割 | 第41-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 实验与结果 | 第49-58页 |
| 4.1 数据库介绍 | 第49页 |
| 4.2 评测标准 | 第49-51页 |
| 4.3 显著性检测算法比较结果 | 第51-56页 |
| 4.4 算法的不足 | 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 |
| 附录A 攻读硕士学位期间发表的学术论文目录 | 第64-65页 |
| 附录B 攻读硕士学位期间所参加的科研项目目录 | 第65-66页 |
| 致谢 | 第66页 |