基于视觉注意机制的目标检测算法的研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状及趋势 | 第11-15页 |
| 1.2.1 视觉注意机制研究现状 | 第11-13页 |
| 1.2.2 目标检测研究现状 | 第13-15页 |
| 1.3 本文主要内容和章节安排 | 第15-17页 |
| 1.3.1 本文主要内容 | 第15页 |
| 1.3.2 本文内容具体安排 | 第15-17页 |
| 第二章 视觉注意的处理机制 | 第17-32页 |
| 2.1 视觉注意基础 | 第17-21页 |
| 2.1.1 视觉生理基础 | 第17-19页 |
| 2.1.2 人类认知过程 | 第19-21页 |
| 2.2 视觉注意的计算模型 | 第21-22页 |
| 2.2.1 视觉注意的理论基础 | 第21页 |
| 2.2.2 两种视觉注意方式 | 第21-22页 |
| 2.3 视觉注意机制模型 | 第22-27页 |
| 2.3.1 基于信息最大化的AIM模型 | 第22-23页 |
| 2.3.2 基于频域的模型 | 第23-24页 |
| 2.3.3 基于图的GBVS模型 | 第24-25页 |
| 2.3.4 基于生物理论的Itti模型 | 第25-27页 |
| 2.4 SVM分类器 | 第27-28页 |
| 2.5 视觉注意机制的目标检测框架 | 第28-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于底层特征的视觉注意模型 | 第32-55页 |
| 3.1 模型整体结构 | 第32-33页 |
| 3.2 特征提取 | 第33-37页 |
| 3.2.1 颜色特征 | 第33-35页 |
| 3.2.2 方向特征 | 第35-36页 |
| 3.2.3 纹理特征 | 第36-37页 |
| 3.3 视觉注意模型显著图计算 | 第37-43页 |
| 3.3.1 总显著图生成 | 第37-42页 |
| 3.3.2 视觉焦点转移 | 第42-43页 |
| 3.4 模型的实验分析与结果 | 第43-54页 |
| 3.4.1 数据说明 | 第43-45页 |
| 3.4.2 图像预处理 | 第45页 |
| 3.4.3 模型定性分析 | 第45-49页 |
| 3.4.4 模型定量分析 | 第49-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于SVM视觉模型和SIFT的目标检测 | 第55-67页 |
| 4.1 模型整体结构 | 第55-56页 |
| 4.2 SVM训练模型 | 第56-62页 |
| 4.2.1 SVM视觉注意模型训练 | 第56-57页 |
| 4.2.2 视觉注意模型的结果分析 | 第57-62页 |
| 4.3 基于SIFT特征匹配的目标检测 | 第62-66页 |
| 4.3.1 特征点匹配 | 第63-64页 |
| 4.3.2 实验结果分析 | 第64-66页 |
| 4.4 本章小节 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 硕士期间取得的研究成果 | 第74-75页 |
