| 第一章 绪论 | 第11-15页 |
| 第一节 二维视觉对象分割的研究背景 | 第11页 |
| 第二节 二维视觉对象分割的研究现状 | 第11-12页 |
| 第三节 论文贡献 | 第12-13页 |
| 第四节 论文组织 | 第13-15页 |
| 第二章 二维视觉对象分割综述 | 第15-27页 |
| 第一节 Marr视觉理论 | 第15-16页 |
| 第二节 对象分割思想的发展 | 第16-18页 |
| 2.2.1 分割思想在计算机视觉中的发展 | 第16-17页 |
| 2.2.2 图象分割与对象分割的关系 | 第17-18页 |
| 2.2.3 从视觉层次看图象分割和对象分割的关系 | 第18页 |
| 第三节 对象分割与视觉控制策略 | 第18-21页 |
| 2.3.1 并行和串行处理控制 | 第19页 |
| 2.3.2 分层控制 | 第19-20页 |
| 2.3.3 非分层的控制策略 | 第20-21页 |
| 第四节 对象分割与相关领域的关系 | 第21-27页 |
| 2.4.1 对象分割与图象工程 | 第21-24页 |
| 2.4.2 对象分割与视频处理 | 第24-27页 |
| 第三章 图象对象分割技术 | 第27-39页 |
| 第一节 图象分割技术 | 第28-33页 |
| 3.1.1 图象分割定义 | 第28页 |
| 3.1.2 图象分割算法 | 第28-33页 |
| 3.1.3 图象分割算法评价 | 第33页 |
| 第二节 图象对象分割技术 | 第33-39页 |
| 3.2.1 主动视觉 | 第33-34页 |
| 3.2.2 主动轮廓线模型 | 第34-36页 |
| 3.2.3 变形模板 | 第36-37页 |
| 3.2.4 主动统计对象模型 | 第37-39页 |
| 第四章 基于加权主动形状模型的人脸图象对象分割 | 第39-53页 |
| 第一节 点分布模型 | 第39-45页 |
| 4.1.1 训练数据对齐 | 第40-43页 |
| 4.1.2 模型训练 | 第43-45页 |
| 第二节 主动形状模型 | 第45-47页 |
| 4.2.1 计算新位置 | 第46页 |
| 4.2.2 计算形状和姿态参数 | 第46-47页 |
| 4.2.3 参数更新 | 第47页 |
| 第三节 加权主动形状模型 | 第47-53页 |
| 4.3.1 局部纹理模型和评价 | 第47-48页 |
| 4.3.2 形状子空间的加权投影 | 第48-49页 |
| 4.3.3 调整加权矩阵 | 第49-50页 |
| 4.3.4 WASM搜索过程 | 第50-51页 |
| 4.3.5 实验结果 | 第51-52页 |
| 4.3.6 小结 | 第52-53页 |
| 第五章 基于子空间优化的主动形状模型和主动表面模型 | 第53-69页 |
| 第一节 主动形状模型的形状子空间优化 | 第53-61页 |
| 5.1.1 概述 | 第53-54页 |
| 5.1.2 ASM误差分析 | 第54-57页 |
| 5.1.3 ASM形状子空间优化 | 第57-58页 |
| 5.1.4 实验结果 | 第58-60页 |
| 5.1.5 小结 | 第60-61页 |
| 第二节 主动表面模型的子空间优化 | 第61-69页 |
| 5.2.1 概述 | 第61-62页 |
| 5.2.2 主动表面模型 | 第62-64页 |
| 5.2.3 AAM子空间模型 | 第64-65页 |
| 5.2.4 AAM子空间优化 | 第65页 |
| 5.2.5 实验结果 | 第65-66页 |
| 5.2.6 小结 | 第66-69页 |
| 第六章 视频对象分割技术 | 第69-85页 |
| 第一节 视频对象分割技术的发展 | 第69-74页 |
| 6.1.1 多媒体技术的发展 | 第69-70页 |
| 6.1.2 视频编码技术的发展 | 第70-71页 |
| 6.1.3 MPEG-4简介 | 第71-74页 |
| 第二节 视频对象分割技术 | 第74-81页 |
| 6.2.1 自动分割方案 | 第75-79页 |
| 6.2.2 交互式分割方案 | 第79-81页 |
| 6.2.3 视频对象分割技术的评价 | 第81页 |
| 第三节 视频对象分割技术的应用 | 第81-85页 |
| 第七章 基于统计推断的自动视频对象分割 | 第85-99页 |
| 第一节 概述 | 第85-86页 |
| 第二节 颜色空间的选取 | 第86-89页 |
| 7.2.1 HSV颜色空间 | 第86-87页 |
| 7.2.2 HSV颜色分量的变化特征 | 第87-89页 |
| 第三节 建立背景模型 | 第89-90页 |
| 第四节 统计推断 | 第90-91页 |
| 第五节 视频对象分割 | 第91-94页 |
| 7.5.1 阴影检测 | 第91-92页 |
| 7.5.2 颜色分量的稳定性检测 | 第92-93页 |
| 7.5.3 光线变化与背景更新 | 第93页 |
| 7.5.4 基于统计推断的视频对象分割算法 | 第93-94页 |
| 第六节 后处理 | 第94页 |
| 7.6.1 噪声过滤 | 第94页 |
| 7.6.2 区域标定和填充 | 第94页 |
| 第七节 实验结果 | 第94-95页 |
| 第八节 小结 | 第95-99页 |
| 第八章 基于层次光流的半自动视频对象分割 | 第99-119页 |
| 第一节 概述 | 第99-100页 |
| 第二节 空域分割 | 第100-104页 |
| 8.2.1 主动轮廓线模型 | 第100页 |
| 8.2.2 边界跟踪 | 第100-102页 |
| 8.2.3 区域填充 | 第102-103页 |
| 8.2.4 空域分割算法 | 第103-104页 |
| 第三节 时域分割 | 第104-111页 |
| 8.3.1 光流估算 | 第105-107页 |
| 8.3.2 基于边界跟踪的非刚体分割 | 第107-109页 |
| 8.3.3 基于整体跟踪的刚体分割 | 第109-111页 |
| 第四节 实验结果 | 第111-118页 |
| 8.4.1 空域分割 | 第111页 |
| 8.4.2 基于边界跟踪的非刚体分割 | 第111-116页 |
| 8.4.3 基于整体跟踪的刚体分割 | 第116-118页 |
| 第五节 小结 | 第118-119页 |
| 第九章 总结与展望 | 第119-131页 |
| 第一节 总结 | 第119-120页 |
| 第二节 展望 | 第120-131页 |
| 发表论文 | 第131-132页 |
| 致谢 | 第132页 |