感知对象分割方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的研究背景及意义 | 第9-12页 |
| ·感知对象分割研究现状 | 第12-13页 |
| ·本文的主要研究内容和章节安排 | 第13-15页 |
| ·本论文主要研究内容 | 第13-14页 |
| ·本论文章节安排 | 第14-15页 |
| 第二章 感知对象的分割算法介绍 | 第15-20页 |
| ·图像中的感知对象 | 第15-16页 |
| ·图像对象分割 | 第16-17页 |
| ·图像分割算法介绍 | 第16页 |
| ·对象分割算法介绍 | 第16-17页 |
| ·与本课题相关的算法 | 第17-19页 |
| ·基于视觉注意模型的显著检测 | 第17-18页 |
| ·基于学习的感知对象检测 | 第18-19页 |
| ·基于图论的显著检测 | 第19页 |
| ·基于交互式的感知对象分割 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于显著图融合的感知对象分割 | 第20-33页 |
| ·算法的整体流程 | 第20-22页 |
| ·显著图的计算 | 第22-27页 |
| ·对比度显著图 | 第22-23页 |
| ·颜色分布显著图 | 第23-26页 |
| ·频谱残差显著图 | 第26-27页 |
| ·图像的过分割 | 第27-28页 |
| ·区域感知度的计算 | 第28-30页 |
| ·感知对象分割的实验结果 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于潜在狄利克雷分布的感知对象分割 | 第33-55页 |
| ·潜在狄利克雷分布 | 第33-39页 |
| ·概率图模型的介绍 | 第34-36页 |
| ·潜在狄利克雷分布 | 第36-39页 |
| ·基于感知图模型的感知对象分割算法流程 | 第39-41页 |
| ·感知对象图像库的建立 | 第41-44页 |
| ·视觉感知词典的构建 | 第44-48页 |
| ·超像素的生成 | 第44-45页 |
| ·视觉感知单词的计算 | 第45-47页 |
| ·视觉感知词典的构建 | 第47-48页 |
| ·基于潜在狄利克雷分布的感知图模型 | 第48-53页 |
| ·感知图模型 | 第48-51页 |
| ·感知图模型的参数训练 | 第51-52页 |
| ·感知图模型的判决形式 | 第52-53页 |
| ·感知对象分割的实验结果及分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结论 | 第55-57页 |
| ·本论文研究总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻硕期间取得的研究成果 | 第62-63页 |
