首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

先验融合和特征指导的显著目标检测方法研究

摘要第3-5页
Abstract第5-7页
第一章 绪论第11-20页
    1.1 研究背景和意义第11-13页
    1.2 国内外的研究现状第13-17页
        1.2.1 眼动点预测模型第14-15页
        1.2.2 显著目标检测模型第15-17页
    1.3 本文主要工作与章节安排第17-20页
        1.3.1 本文主要工作第17-18页
        1.3.2 章节安排第18-20页
第二章 相关理论与算法第20-27页
    2.1 视觉注意机制第20-21页
    2.2 SLIC超像素分割算法第21-22页
    2.3 颜色特征第22-26页
        2.3.1 颜色特征表示第23-24页
        2.3.2 RGB颜色空间与CIELab颜色空间转换第24-26页
    2.4 本章总结第26-27页
第三章 先验融合的全局和局部显著目标检测第27-37页
    3.1 算法基本原理第28-29页
    3.2 Smoothness先验第29-30页
    3.3 全局角度显著图第30-32页
        3.3.1 全局对比先验第30页
        3.3.2 centerness先验第30-31页
        3.3.3 全局角度初步显著图第31页
        3.3.4 全局smoothness优化第31-32页
    3.4 局部角度显著图第32-34页
        3.4.1 compactness先验第32-33页
        3.4.2 局部对比先验第33-34页
        3.4.3 局部角度初步显著图第34页
        3.4.4 局部smoothness优化第34页
    3.5 全局和局部融合第34-35页
    3.6 像素级矫正第35页
    3.7 本章小结第35-37页
第四章 特征融合与S-D概率矫正的RGB-D显著检测第37-49页
    4.1 算法的基本原理第37-40页
    4.2 特征融合的流形性排序算法第40-41页
    4.3 S-D矫正概率第41页
    4.4 显著计算第41-47页
        4.4.1 深度图预处理第41-42页
        4.4.2 构建图第42-43页
        4.4.3 深度图初步显著图第43页
        4.4.4 深度特征指导RGB图像显著目标检测第43-45页
        4.4.5 RGB特征指导深度图显著目标检测第45-47页
        4.4.6 显著优化第47页
    4.5 本章小结第47-49页
第五章 实验结果分析第49-64页
    5.1 数据集与评价标准第49-51页
        5.1.1 数据集第49-50页
        5.1.2 评价标准第50-51页
    5.2 先验融合的全局和局部显著目标检测实验结果第51-57页
        5.2.1 实验计划第51页
        5.2.2 全局角度第51-52页
        5.2.3 局部角度第52-53页
        5.2.4 全局和局部融合第53页
        5.2.5 像素级矫正第53-54页
        5.2.6 MSRA-1000数据集上比较第54-55页
        5.2.7 CSSD数据集上比较第55页
        5.2.8 ECSSD数据集上比较第55-56页
        5.2.9 质量比较第56-57页
    5.3 特征融合与S-D概率矫正的RGB-D显著目标检测实验结果第57-63页
        5.3.1 实验计划第57-58页
        5.3.2 特征融合的Manifold Ranking方法评估第58-59页
        5.3.3 深度图初步显著图的显著目标概率估计第59页
        5.3.4 S-D矫正概率评估第59-60页
        5.3.5 RGB图显著图的显著目标概率估计第60-61页
        5.3.6 优化效果评估第61页
        5.3.7 RGBD数据集上比较第61-62页
        5.3.8 质量比较第62-63页
        5.3.9 运行时间比较第63页
    5.4 本章总结第63-64页
第六章 总结与展望第64-67页
    6.1 工作总结第64-65页
    6.2 研究展望第65-67页
参考文献第67-72页
图表目录第72-74页
List of Figures and Tables第74-76页
致谢第76-77页
在读期间发表的学术论文第77-78页
在读期间参加的科研项目第78页

论文共78页,点击 下载论文
上一篇:改进步长与策略的果蝇优化算法及其应用
下一篇:3D衍射光场的点云计算方法与加速