| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 研究目的和意义 | 第14-15页 |
| 1.2 视觉显著性检测的研究现状 | 第15-18页 |
| 1.2.1 图像显著性检测现状分析 | 第15-17页 |
| 1.2.2 交通场景显著性检测现状分析 | 第17页 |
| 1.2.3 视频显著性检测现状分析 | 第17-18页 |
| 1.3 主要研究内容与工作 | 第18页 |
| 1.4 本文结构 | 第18-20页 |
| 第2章 相关理论基础和算法 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 视觉显著性检测基础理论 | 第20-25页 |
| 2.2.1 视觉的产生 | 第20-21页 |
| 2.2.2 视觉的颜色对立 | 第21-22页 |
| 2.2.3 图像的纹理特征 | 第22页 |
| 2.2.4 格式塔视觉心理学说 | 第22-24页 |
| 2.2.5 孟塞尔色系模型 | 第24-25页 |
| 2.3 数学理论及相关算法 | 第25-28页 |
| 2.3.1 F-范数 | 第25页 |
| 2.3.2 奇异值分解 | 第25页 |
| 2.3.3 Mean Shift算法 | 第25-27页 |
| 2.3.4 K-means算法 | 第27页 |
| 2.3.5 LK光流法 | 第27-28页 |
| 2.4 显著性检测经典算法 | 第28-31页 |
| 2.4.1 ITTI显著性检测算法 | 第28-29页 |
| 2.4.2 SR显著性检测算法 | 第29-30页 |
| 2.4.3 自底向上和自顶向下相结合的显著性检测算法 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 图像显著性检测算法 | 第32-55页 |
| 3.1 引言 | 第32页 |
| 3.2 图像显著性检测算法 | 第32-40页 |
| 3.2.1 图像显著性检测算法流程 | 第32-34页 |
| 3.2.2 显著性图像检测-低层 | 第34-35页 |
| 3.2.3 显著性图像检测-中层 | 第35-37页 |
| 3.2.4 显著性图像检测-高层 | 第37-40页 |
| 3.3 图像显著性检测实验结果及分析 | 第40-46页 |
| 3.3.1 模型性能评价指标 | 第40页 |
| 3.3.2 图像显著性区域检测结果性能评价 | 第40-42页 |
| 3.3.3 图像显著性检测结果的可视化对比 | 第42-46页 |
| 3.4 交通场景显著性检测算法 | 第46-51页 |
| 3.4.1 算法设计 | 第46-47页 |
| 3.4.2 亮度特征空间显著性检测 | 第47-48页 |
| 3.4.3 颜色特征空间显著性检测 | 第48-50页 |
| 3.4.4 空间显著性融合 | 第50页 |
| 3.4.5 奇异值参数的确定 | 第50-51页 |
| 3.5 交通场景显著性检测实验结果及分析 | 第51-54页 |
| 3.5.1 实验结果定量分析 | 第51-52页 |
| 3.5.2 实验结果可视化分析 | 第52-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第4章 视频显著性检测与融合算法 | 第55-62页 |
| 4.1 引言 | 第55页 |
| 4.2 视频中运动显著性检测算法 | 第55-57页 |
| 4.3 视频显著性融合算法 | 第57-58页 |
| 4.4 实验结果及分析 | 第58-61页 |
| 4.4.1 实验结果定量分析 | 第58-59页 |
| 4.4.2 实验结果可视化分析 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68页 |