基于视觉注意机制的目标检测方法与应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.3 论文主要研究内容及章节安排 | 第14-16页 |
| 1.3.1 论文主要研究内容 | 第14页 |
| 1.3.2 论文的组织框架 | 第14-16页 |
| 2 视觉注意机制生物学基础及常见算法分析 | 第16-34页 |
| 2.1 引言 | 第16页 |
| 2.2 视觉注意机制概述 | 第16-17页 |
| 2.3 视觉注意生物学理论 | 第17-22页 |
| 2.4 视觉显著性检测算法分析 | 第22-32页 |
| 2.5 评价指标 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 3 结合频域与空域特征的视觉注意模型 | 第34-42页 |
| 3.1 引言 | 第34-35页 |
| 3.2 特征提取 | 第35-39页 |
| 3.2.1 空域特征提取 | 第35-36页 |
| 3.2.2 频域特征提取 | 第36页 |
| 3.2.3 特征显著性分析 | 第36-39页 |
| 3.3 特征显著图的融合计算 | 第39页 |
| 3.4 实验结果及性能分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于人工智能与多特征融合的视觉注意模型 | 第42-51页 |
| 4.1 引言 | 第42-43页 |
| 4.2 多尺度分割 | 第43页 |
| 4.3 特征提取 | 第43-45页 |
| 4.3.1 基于全局的区域对比度计算 | 第43-44页 |
| 4.3.2 区域背景度计算 | 第44页 |
| 4.3.3 区域属性计算 | 第44-45页 |
| 4.4 显著性回归器的训练 | 第45-46页 |
| 4.5 显著图计算 | 第46-47页 |
| 4.6 实验结果及性能分析 | 第47-50页 |
| 4.7 本章小结 | 第50-51页 |
| 5 视觉注意机制在目标检测中的应用 | 第51-65页 |
| 5.1 引言 | 第51-52页 |
| 5.2 特殊环境目标检测 | 第52-62页 |
| 5.2.1 概述 | 第52页 |
| 5.2.2 图像预处理 | 第52-61页 |
| 5.2.3 显著图计算 | 第61页 |
| 5.2.4 目标区域提取 | 第61-62页 |
| 5.2.5 实验结果与分析 | 第62页 |
| 5.3 商场物品检测 | 第62-64页 |
| 5.3.1 概述 | 第62-63页 |
| 5.3.2 显著图计算 | 第63页 |
| 5.3.3 目标区域提取 | 第63-64页 |
| 5.3.4 实验结果与分析 | 第64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位论文期间发表的论文及科研成果 | 第74页 |
