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

视觉注意机制建模及其应用研究

摘要第1-7页
ABSTRACT第7-16页
第1章 绪论第16-28页
   ·问题的提出第16-17页
   ·研究意义与应用第17-18页
   ·国内外研究现状第18-22页
     ·自底向上视觉注意建模第19-21页
     ·自顶向下视觉注意建模第21-22页
   ·本文的研究内容第22-24页
     ·视觉注意建模过程第22-23页
     ·显著度计算的应用第23-24页
   ·本文的组织结构第24-28页
     ·内容组织第24-26页
     ·文献综述第26-28页
第2章 视觉注意机制介绍第28-40页
   ·视觉注意机制的特点第28-31页
     ·早期视觉特征第29页
     ·心理学特点第29-30页
     ·注意焦点转移第30-31页
   ·视觉注意建模的理论基础第31-35页
     ·Treisman特征融合理论第31-32页
     ·Koch神经生物学框架第32-35页
   ·视觉注意建模的计算过程第35-38页
     ·显著性特征提取第35-36页
     ·显著区域的选择与转移第36-38页
   ·本章小结第38-40页
第3章 基于动态特征融合的视觉注意建模第40-64页
   ·引言第40-41页
   ·相关工作第41-50页
     ·Itti模型第42-45页
     ·光谱剩余假说第45-48页
     ·模糊区域增长第48-50页
   ·视觉显著度计算第50-53页
     ·颜色特征第51-52页
     ·信息密度计算第52页
     ·显著边缘第52-53页
   ·动态特征融合策略第53-57页
     ·特征图评估第53-56页
     ·特征图融合第56-57页
   ·显著对象检测及视点转移模拟第57-59页
     ·显著对象选择第57-58页
     ·视点转移模拟第58-59页
   ·实验结果及分析第59-62页
   ·本章小结第62-64页
第4章 基于显著度计算的对象视频检索第64-78页
   ·引言第64-65页
   ·相关工作第65-70页
     ·视频分割技术第65-67页
     ·SIFT描述子第67-70页
   ·视频中的显著对象检测第70-73页
     ·视频解析第70-71页
     ·关键帧提取第71-72页
     ·关键帧中的显著对象检测第72-73页
   ·对象视频的相似性度量第73-74页
     ·显著对象的特征描述第73-74页
     ·基于显著对象的相似性计算第74页
   ·实验结果及分析第74-76页
   ·本章小结第76-78页
第5章 时序图像中的显著对象检测第78-90页
   ·引言第78-79页
   ·相关工作第79-81页
     ·时序图像的成像特点第79页
     ·基于灰度共生矩阵的纹理特征第79-81页
   ·时序图像中的显著度计算模型第81-84页
     ·特征选择第82-83页
     ·显著度计算第83-84页
   ·显著对象检测算法第84-85页
     ·感兴趣区域提取第84-85页
     ·区域筛选第85页
     ·显著对象分类第85页
   ·实验结果及分析第85-88页
   ·本章小结第88-90页
第6章 显著度计算在遥感图像中的应用第90-106页
   ·引言第90页
   ·遥感图像简介第90-92页
   ·对于复杂海面背景下舰船检测的应用第92-99页
     ·显著度计算模型第92-93页
     ·舰船检测算法第93-97页
     ·实验结果与分析第97-99页
   ·对于噪声背景下变化检测的应用第99-104页
     ·显著度计算模型第100-101页
     ·变化检测算法第101-103页
     ·实验结果与分析第103-104页
   ·本章小结第104-106页
第7章 结束语第106-110页
   ·本文的主要工作第106-107页
   ·本文的主要贡献和创新点第107-108页
   ·下一步的研究设想第108-110页
参考文献第110-118页
致谢第118-120页
在读期间发表的学术论文第120-122页
在读期间参加的科研项目与获奖情况第122-123页

论文共123页,点击 下载论文
上一篇:软件行为动态可信理论模型研究
下一篇:基于内容的多媒体视觉信息搜索研究