视觉注意计算模型及其关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·研究目的和意义 | 第12-15页 |
| ·视觉注意 | 第12-13页 |
| ·视觉注意的应用领域 | 第13-15页 |
| ·国内外研究现状 | 第15-25页 |
| ·基于特征整合理论的计算模型 | 第16-19页 |
| ·基于特征对比的计算模型 | 第19-21页 |
| ·基于信息论的计算模型 | 第21-22页 |
| ·基于物体的计算模型 | 第22-23页 |
| ·存在的问题 | 第23-25页 |
| ·研究内容 | 第25-26页 |
| ·论文结构 | 第26-28页 |
| 第2章 视觉注意计算模型 | 第28-39页 |
| ·引言 | 第28页 |
| ·视觉注意机制的生物学基础 | 第28-32页 |
| ·视网膜 | 第29-31页 |
| ·外侧膝状体 | 第31-32页 |
| ·视觉皮层 | 第32页 |
| ·视觉注意的认知模型 | 第32-35页 |
| ·特征整合模型 | 第32-34页 |
| ·认知模型的争论 | 第34-35页 |
| ·视觉注意的计算模型 | 第35-38页 |
| ·建模的关键问题 | 第35-37页 |
| ·本文模型 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 视觉显著性度量方法 | 第39-58页 |
| ·引言 | 第39-40页 |
| ·早期视觉特征提取 | 第40-45页 |
| ·颜色特征 | 第41-43页 |
| ·方向特征 | 第43-45页 |
| ·局部显著性度量 | 第45-49页 |
| ·图像的频域特征 | 第45-49页 |
| ·局部显著性度量方法 | 第49页 |
| ·全局显著性度量 | 第49-51页 |
| ·稀少性度量 | 第51-53页 |
| ·显著性度量结果选择 | 第53-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 特征整合方法 | 第58-72页 |
| ·引言 | 第58页 |
| ·现有的特征整合方法 | 第58-60页 |
| ·特征整合方法 | 第60-64页 |
| ·显著区域提取 | 第61页 |
| ·显著区域的一致性 | 第61-62页 |
| ·显著区域的空间分布 | 第62-63页 |
| ·特征整合 | 第63-64页 |
| ·实验结果与分析 | 第64-70页 |
| ·心理学图像中的显著性检测 | 第65-66页 |
| ·自然图像中的显著性检测 | 第66-70页 |
| ·复杂图像中的显著性检测 | 第70页 |
| ·本章小结 | 第70-72页 |
| 第5章 注意焦点选择和转移 | 第72-87页 |
| ·引言 | 第72-73页 |
| ·人类视觉系统的注意焦点选择和转移机制 | 第73-74页 |
| ·注意焦点选择和注意区域的确定 | 第74-75页 |
| ·分层注意焦点转移机制 | 第75-78页 |
| ·基本思想 | 第76-77页 |
| ·实现过程 | 第77-78页 |
| ·实验结果与分析 | 第78-86页 |
| ·分层选择和转移 | 第78-80页 |
| ·实验比较与分析 | 第80-86页 |
| ·本章小结 | 第86-87页 |
| 第6章 基于物体的视觉注意计算模型 | 第87-100页 |
| ·引言 | 第87-88页 |
| ·感知物体的定义 | 第88-89页 |
| ·感知物体的提取 | 第89-96页 |
| ·边缘提取 | 第90-92页 |
| ·显著边缘 | 第92-93页 |
| ·显著区域提取 | 第93-96页 |
| ·边缘区域融合 | 第96页 |
| ·基于物体的显著性度量 | 第96页 |
| ·注意焦点选择和转移 | 第96-97页 |
| ·实验结果与分析 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 结论 | 第100-103页 |
| 参考文献 | 第103-111页 |
| 攻读博士学位期间发表的论文 | 第111-112页 |
| 致谢 | 第112页 |
