基于生物视觉特征的计算模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究的背景和意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要工作 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 人类视觉感知系统 | 第15-27页 |
| ·人类视觉感知系统概述 | 第15-16页 |
| ·人类视觉系统的生理构造 | 第16-22页 |
| ·视网膜 | 第17-18页 |
| ·外侧膝状体核 | 第18-19页 |
| ·视皮层 | 第19-22页 |
| ·视觉细胞感受野特性 | 第22-26页 |
| ·视网膜与外侧膝状体神经元的感受野 | 第22-23页 |
| ·初级视皮层神经元的感受野 | 第23-25页 |
| ·视觉细胞的双眼性 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 有效编码假说 | 第27-36页 |
| ·有效编码假说概念 | 第27-28页 |
| ·外界环境的统计特性 | 第28-31页 |
| ·自然图像 | 第28页 |
| ·光照强度和颜色统计特性 | 第28-29页 |
| ·高阶统计特性 | 第29-30页 |
| ·二阶统计特性 | 第30-31页 |
| ·有效编码模型 | 第31-34页 |
| ·机理测试 | 第32页 |
| ·模型推测 | 第32-34页 |
| ·有效编码假说的应用 | 第34-35页 |
| ·指导生物实验 | 第34-35页 |
| ·模式识别 | 第35页 |
| ·其他感官信号处理 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于视觉特征的轮廓检测算法 | 第36-49页 |
| ·生物视觉相关研究 | 第36-38页 |
| ·轮廓检测算法 | 第38-39页 |
| ·传统轮廓检测算法 | 第38页 |
| ·基于视觉特征的轮廓检测算法 | 第38-39页 |
| ·方向周边抑制的轮廓检测算法 | 第39-46页 |
| ·二维Gabor滤波器 | 第39-41页 |
| ·Gabor函数模拟感受野响应 | 第41页 |
| ·方向周边抑制 | 第41-42页 |
| ·方向周边抑制算法 | 第42-44页 |
| ·二值轮廓图 | 第44-46页 |
| ·实验结果和比较 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于流形学习算法的物体认知 | 第49-69页 |
| ·流形学习 | 第49-51页 |
| ·流形相关的数学定义 | 第49-51页 |
| ·流形学习问题 | 第51页 |
| ·流形学习算法 | 第51-57页 |
| ·线性流形降维方法 | 第51-54页 |
| ·非线性流形降维方法 | 第54-57页 |
| ·自适应邻域局部线性嵌入算法 | 第57-63页 |
| ·局部线性嵌入算法 | 第57-59页 |
| ·自适应邻域LLE算法 | 第59-61页 |
| ·基于RBF核函数的LLE算法 | 第61-63页 |
| ·新增样本的映射 | 第63页 |
| ·仿真实验及性能分析 | 第63-68页 |
| ·流形展开实验 | 第64页 |
| ·数据分类实验 | 第64-66页 |
| ·模式识别实验 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 硕士期间发表论文 | 第76-77页 |
| 致谢 | 第77页 |
